Kunstige samfund og virtuel vold

Paul Krugman, den fornemme økonomiprofessor ved Princeton University og New York Times klummeskribent, forklarede engang jejune-motiverne for sit valg af karriere. I mine tidlige teenageår var min hemmelige fantasi at blive psykohistoriker, skrev han med henvisning til Isaac Asimovs centrale gimmick, psykohistorien. Fundament trilogi. Krugman fortsatte: En dag vil der eksistere en samlet samfundsvidenskab af den slags, Asimov forestillede sig, men for øjeblikket er økonomi så tæt på psykohistorie, som du kan komme.





Lokal etnisk udrensning til folkedrab.

Det er rimeligt i betragtning af kløften mellem Asimovs fantasi om en forudsigelig beregning af menneskelige anliggender og virkeligheden af ​​mainstream-økonomi – ja, i enhver af samfundsvidenskaberne – som praktiseret i det meste af forrige århundrede. De seneste årtier har dog set nye tilgange. En af de mest lovende blev beskrevet af Joshua Epstein, en senior fellow ved Brookings Institution, i Voksende kunstige samfund: Samfundsvidenskab fra bunden og op , en bog han udgav i 1996 i samarbejde med Robert Axtell. Måske vil folk en dag tolke spørgsmålet: 'Kan du forklare det?' som at spørge: 'Kan du dyrke det?’ foreslog Epstein. Kunstig samfundsmodellering giver os mulighed for at 'dyrke' sociale strukturer i silico viser, at visse sæt af mikrospecifikationer er tilstrækkelig til at generere makrofænomenerne af interesse.

Anden Jord

Denne historie var en del af vores juli-udgave 2007



  • Se resten af ​​problemet
  • Abonner

Hvad betyder det? Og hvorfor skulle vi bekymre os? Epsteins påstand var todelt. For det første påpegede han, at mens næsten alle de mønstre, som interesserer samfundsforskere, er fremvoksende – det vil sige komplekse udviklinger, der stammer fra en masse relativt simple interaktioner – opfatter discipliner såsom almindelig økonomi samfund som værende i retning af en eller anden teoretisk ligevægt. Standardforklaringer antager også, at samfund består af yderst rationelle agenter, som, med fuld viden, altid handler i deres egen interesse. Når det kommer til, hvordan reelle populationer af forskellige aktører med begrænset rationalitet faktisk udvikler deres mønstre for f.eks. rigdomsfordeling, bemærkede Epstein, at aktieforklaringerne næsten ikke har noget at sige. (Se et brev til redaktøren fra Joshua Epstein.)

Epstein var næppe alene om at komme med denne kritik. Men han foreslog, for det andet, at computermodeller i sig selv effektivt kunne beskrive samfund. I begyndelsen af ​​1990'erne havde Epstein og Axtell skabt en simulering kaldet Sugarscape, et kvadratisk gitter, der repræsenterer et todimensionelt landskab beboet af autonome underprogrammer – agenter – der blev drevet fra kvadrat til kvadrat af rå kunstige metabolisme, der krævede en ressource, betegnet sukker. Da hundredvis af disse midler blev programmeret, så deres synsvidde og metaboliske hastigheder varierede, selv på simple måder, dukkede overraskende mønstre op.

Faktisk ville Epstein og Axtell lære, at med deres modeller var tricket at få meget ud , mens han lægger så lidt ind som muligt, som Epstein skriver i sin seneste bog, Generativ Samfundsvidenskab: Studier i Agent-Based Computational Modeling . I begyndelsen af ​​1990'erne oprettede de to mænd to områder af deres Sugarscape-net for at være rige på sukkerressourcen, så agenter hurtigt greb mod dem. Nogle få midler med overlegent syn og lavt stofskifte akkumulerede store sukkerlagre. Andre midler, med svagere syn og høje metaboliske hastigheder, levede eller døde i zoner, hvor der var mangel på sukker. I det væsentlige fandt Epstein og Axtell ud af, at Sugarscape fungerede som en model for et jæger-samlersamfund, der reproducerede et fælles træk ved menneskelige samfund: skæv rigdomsfordeling. Indrømmet, forestillingen om, at rå automater, der bevæger sig rundt i et computernet, antyder, at ulighed i rigdom er et medfødt træk ved den menneskelige eksistens, vil ikke kun kunne lide af marxister, men af ​​de fleste af os andre, i betragtning af hvor varierede vi ved, at vores individuelle oplevelser er. Ikke desto mindre er naturen fuld af ejendommeligt konsistente statistiske sammenhænge, ​​som gentager sig på tværs af uens riger, og som statistikere kalder magtlove.



Den mest almindelige magtlov er Pareto-fordelingen, opkaldt efter den italienske økonom Vilfredo Pareto fra det 19. århundrede. I slutningen af ​​1890'erne argumenterede Pareto for, at i et givet samfund vil 20 procent af befolkningen besidde 80 procent af rigdommen. Men Pareto-fordelingen, også kendt som 80-20-reglen, gælder i så forskellige menneskelige sammenhænge som størrelsen af ​​bebyggelser (nogle få storbyer, mange mindre byer) og hyppigheden af ​​ord i tekst (nogle få ord bruges ofte, de fleste ord sjældent ), såvel som for naturfænomener som størrelsen af ​​sandpartikler og meteoritter. At opførselen af ​​Sugarscapes automater gav effektlovlignende distributioner indikerede for Epstein og Axtell, at de var i gang med noget.

I begyndelsen af ​​1990'erne holdt Epstein en præsentation på Santa Fe Institute i New Mexico, et center for undersøgelse af komplekse adaptive systemer på tværs af naturlige, menneskelige og kunstige sammenhænge. Jeg viste en af ​​vores kunstige historier, der foregår i det almindelige Sugarscape-landskab med to sukkertoppe, et sukkerlavland i midten og sukkerbadland på siderne – faktisk en simpel dalrepræsentation, fortalte Epstein mig. Jeg spurgte publikum, om det mindede nogen om noget. George Gumermans hånd skød op, og han sagde: 'Det minder mig om Anasazi'en.'

George Gumerman er en antropolog, der i årtier har været en førende ekspert i Anasazi, forfædre til nutidens Pueblo-folk, der fra omkring 1800 f.v.t. til 1300 e.Kr. beboede Long House Valley i det nordøstlige Arizona. Epstein og Axtell besluttede at bruge deres agent-baserede modellering til at skabe en virtuel Anasazi-civilisation og se, hvordan den matchede den omfattende database med bosættelsesmønstre og lignende, som Gumerman og hans kolleger havde samlet. Epstein huskede: Vi startede forfra og byggede det kunstige terræn fra bunden, med stor nøjagtighed. Elementer som klimamønstre, majsudbytte, udsving i grundvandsspejlet og mange andre faktorer gik ind i modellen. Det store trick var, kunne vi finde på gode regler for vores kunstige Anasazi, placere dem, hvor de virkelige var i 900 e.Kr., og lade dem køre, indtil de voksede den sande historie? Epstein huskede en session, hvor hans holds kunstige Anasazi etablerede en bosættelse præcis hvor Long House, den rigtige Anasazi-bosættelse, havde været. Vi sad bare og skreg op i luften af ​​tilfredsstillelse. Hele forretningen er kommet rigtig langt siden da. Nu er der mange mennesker, der udfører denne form for arbejde.



Ja. Hjemmesiden for Journal of Artificial Societies and Social Simulation lister for eksempel artikler med titler som Cascades of Failure and Extinction in Evolving Complex Systems. Epsteins nye bog har samlet sine egne papirer siden 1996; en medfølgende cd lader læserne se serier af modellerne beskrevet i teksten og udforske modellerne på egen hånd. I de projekter, der er beskrevet i bogen, modellerede Epstein og hans samarbejdspartnere, foruden Anasazi, fremkomsten af ​​forskellige fænomener: mønstre i tidspunktet for pensionering; sociale klasser; tankeløs overensstemmelse med sociale normer; mønstre af koppeinfektion efter en bioterrorhændelse; og succesfuld, tilpasningsdygtig organisation.

Modellerne er fascinerende. I begge de varianter, der er beskrevet i Generering af mønstre af spontan civil vold (se figur 1 og 2), er der faste agenter såvel som agenter kaldet politifolk, der repræsenterer en central politisk autoritet. Den venstre skærm viser regulære agenters åbenlyse adfærd (blå, hvis hvilende, rød, hvis aktiv) og den højre det underliggende følelsesbillede, hvor agenter er farvet efter deres niveau af politisk klage (jo mørkere rød, jo højere klage). Klage har to komponenter: legitimitet ( L ) af staten, som opfattet af agenterne, og modgang ( H ), som er fysisk eller økonomisk afsavn og varierer mellem agenter. Desuden kan agenter bedrage: På den venstre skærm kan forurettede agenter blive blå (fremstår som ikke-oprørske), når betjente (altid sorte) er i nærheden, og derefter blive røde (aktivt oprørske), når betjente flytter væk. Epstein tildelte også forskellige niveauer af risikoaversion ( R ) til agenterne: nogle er mere tilbøjelige til at gøre oprør end andre. Agenter vurderer deres sandsynlighed for anholdelse af politiet, før de slutter sig til et oprør, og deres vurderinger afhænger af deres syn ( v ) af hvad der er omkring dem – det vil sige hvor mange gitterpositioner (nord, syd, øst og vest) de kan se. Endelig får agenter arresteret af politiet fængselsdomme ( J ). Arresterede agenter går i fængsel i en tilfældig varighed og dukker op lige så fornærmede, som de gik ind, fortalte Epstein mig. Jeg spøger altid med, at det er de eneste to realistiske antagelser i hele modellen.

Selvom denne model kan virke alt for simpel, genererer den realistiske nok mønstre, når først den menneskelige operatør indstiller parametrene for L og J , agenternes og politiets vision og deres indledende tætheder og lader derefter begge grupper bevæge sig rundt og interagere. I variant 1, Generaliseret oprør mod centralautoritet (se figur 1), kan høje koncentrationer af aktivistiske, forurettede agenter opstå i zoner med lav polititæthed. Når det sker, finder selv mildt fornærmede agenter det rationelt at risikere oprør. Det er netop af denne grund, at forsamlingsfriheden generelt er det første, der begrænses under undertrykkende regimer. Ydermere udviser modellen kendetegnet ved et komplekst system: punkteret ligevægt, med lange perioder med relativ stabilitet brudt af oprørske udbrud. I nogle kørsler kan den højre hånds emotionscape-skærm være lysende rød med agenternes klagepunkter, mens den venstre skærm er helt blå på grund af deres offentlige hvile. Hvilket ville være mere tilbøjeligt til at udløse revolution: en stor absolut reduktion på L (legitimitet) i små trin eller en mindre reduktion udført i et stort trin? Det sidste viser det sig. I tilfælde af den store, men trinvise reduktion, kan betjente vælge aktivistagenter én efter én og fængsle dem. Omvendt ansporer en pludselig, kraftig reduktion i legitimitet flere forurettede agenter til aktivt oprør på én gang. Som Epstein bemærkede, når der først er 50 mennesker, der gør oprør, er det meget mindre risikabelt at være den 51.



Variant to, Inter-Group Violence, er mere interessant. Nu er agenter opdelt i to etniciteter, blå og grøn. Legitimitet bliver hver gruppes vurdering af den anden gruppes ret til at eksistere, forklarede Epstein. I denne sammenhæng betyder en agents igangværende aktivist, at den dræber et medlem af den modsatte etniske gruppe. Politiet er fredsbevarende, og hvis modellen køres uden dem og L blandt alle midler er reduceret med så lidt som 20 procent, begynder etnisk udrensning hurtigt. Når betjente introduceres, opstår der sikre tilflugtssteder. Ikke desto mindre fortsætter interetnisk fjendtlighed. I sidste ende, som figur 2 viser, og Epstein fortalte mig, når du dropper legitimiteten i denne variant, ender det altid med, at den ene side udsletter den anden. Cop-densiteten kan indstilles på ethvert niveau. Ved lav polititæthed får man hurtigt folkedrab. Ved høj polititæthed kan du også nogle gange få hurtigt folkedrab, men også et meget varierende udfald. I gennemsnit gør flere betjente, at det tager længere tid. Nok længere til at retfærdiggøre udgifterne til ekstra politiarbejde? Det hele er bare højst usikkert, siger Epstein; blot at have en bølge af politi ville ikke garantere et godt resultat.

Alt i alt understregede Epstein faktisk, at hans modeller mest var rettet mod at opnå forklaringskraft. At forklare noget betyder ikke, at man kan forudsige det, sagde han. Han påpegede, at selvom vi kan forklare lyn og jordskælv, kan vi heller ikke forudsige. Hvis vi håber, ligesom Asimov, at forudsige fremtiden, vil Epsteins modeller skuffe. Faktisk, fordi hans modeller giver vidt divergerende resultater, selv når deres agenter er programmeret med meget enkle regler, indikerer de, at det aldrig vil være muligt at forudsige fremtiden. Alligevel gør Epsteins kunstige samfund mere for at tydeliggøre de skjulte mekanismer, der ligger til grund for sociale skift – og deres uventede konsekvenser – end noget værktøj, som samfundsforskere hidtil har besiddet. I fremtiden kunne de og andre som dem foreslå, hvordan politiske beslutningstagere kan konstruere den slags små, billige indgreb, der har store, gavnlige resultater.

Mark Williams er en Teknologigennemgang medvirkende redaktør.

Generativ Samfundsvidenskab: Studier i Agent-Based Computational Modeling
Af Joshua M. Epstein
Princeton Studies in Complexity-serien
Princeton University Press, 2006, $49,50

skjule