SSBA: Simulação Social Baseada em Agentes

Transcrição

1 SSBA: Simulação Social Baseada em Agentes Pablo Lucas dos Anjos Heriot-Watt University School of Mathematical and Computer Sciences Humaine Network of Excellence European Union Research Framework 6 Manchester Metropolitan University Centre for Policy Modelling 1

2 Agenda Introdução aos conceitos fundamentais Exemplo de aplicações e abordagens Variedade ao simular comportamento social Perspectivas de desenvolvimento futuro Crítica e relevância computacional Dúvidas e discussão sobre esta área de pesquisa 2

3 Conceitos fundamentais Agentes: comportamentos individuais + Interações: organizam dois ou mais agentes + Contexto: físico e simbólico (espaço/tempo) = SSBA simular comportamento social (micro) e consequências coletivas (macro) O que NÃO é o foco desta apresentação: sistemas de macro ou micro economia = bolsa de valores mercados informais equilíbrio Walrasiano / geral desenvolvimento local / taxas 3

4 Motto parecido ao dos sistemas multi-agentes simular conceitos sociais em sociedades artificiais Modelo: representações estruturais e funcionais Execução: ciclos e interações Simulação: experimentação hipotética processos, indivíduos, organizações. entre componentes (agentes, modelos e outros sistemas). teórica, empírica, sintética. Exemplos: agentes econômicos, consumidores, ecológicos,... para organização de grupos, recursos, etc. 4

5 Aplicações foco: gerenciamento ecológico comportamento animal sociedades humanas sistemas econômicos dinâmica de grupos confiança e reputação restrições sociais poder e autoridade distribuições espaciais simulações: projeto e implementação entendimento dos ciclos manipulação de parâmetros validação e interpretação teoria de jogos otimização e utilidade IHC jogos educação evolução e aprendizagem 5

6 Precursores da SSBA Modelos baseados em processos: relógios, redes de petri / concorrência (transições relativas ao espaço/tempo) Sistemas de equações: diferenciais e lineares teoria de jogos / econometria: organização espacial otimizações estratégicas autômatos celulares (eventos universais), formalismo DEVS (restrições de eventos) Mecanismos reativos e descentralizados Exploração da informação localmente disponível Nem todos modelos são facilmente distinguíveis: implementações antigas, despadronizadas ou híbridas 6

7 Simulação Porque reais sistemas sociais impõe importantes limitações agente Modelos são usados como ferramenta exploratória comportamento expansão definição de ações execução especificação ambiente existência / escala consequências experimentais excesso de perturbações ambientais educação e análise empírica pesquisa e experimentação 7

8 O processo de modelagem 1- formulação dos objetivos da simulação 2- projeto do modelo conceitual e granularidade 3- explanação de hipóteses, convenções e axiomas 4- especificação detalhada do modelo e contexto 5- seleção de dados resultantes para futura análise 6- implementação e verificação computacional 7- testes e análise da sensibilidade de parâmetros 8- interpretação e apresentação de resultados. 8

9 Contexto social dos agentes Inteligência Artificial Distribuída / Paralela SMA Processamento simbólico VS Vida Artificial Dinâmica ambiental e genotípica Autonomia de ações: reativas ou deliberativas percepção, seleção e execução Habilidades sociais: influências afetivas avaliação e gerenciamento de relacionamentos convenções sociais não necessariamente funcionais 9

10 Projetando o comportamento de agentes reativo: mapeamento direto entre sensores e atuadores previsibilidade em contextos individuais sem armazenamento histórico sofisticado deliberativo: gerenciamento de conceitos simbólicos uso de formalismos lógicos planejamento de objetivos internos híbrido: integração de algumas das características anteriores, geralmente em camadas controle sequencial e centralizado ou assíncrono e distribuído 10

11 Classificação geral da SSBA vida artificial multi-agente foco social, antropológico ou etológico realismo empírico ou exploração sintética agentes: estado interno limitado, pouca capacidade deliberativa / afetiva ações localmente previsíveis Predominância atual: contexto: ambiente de coordenadas 2D (grid / torus) e pouquíssima exploração 3D (jogos) tempo e ambiente discretos interações: reativas e dependentes de condições espaciais do indivíduo internalização inexistente 11

12 Modelos de primeira geração Projeto de agentes sociais sem linguagem de comunicação: com execução distribuída simplicidade interna negligível capacidade de internalização processamento simbólico racional teorias efetivo sociais integração direta sensoração reativo etologia para previsões em estudos de caso entendimento via ilustrações resultados de difîcil justificação e verificação empírica exemplos: segregação, exclusão e tolerância social / Schelling 12

13 Distinguindo as propriedades dos agentes sensores: diferentes níveis de precisão para determinar dados ambientais e de vizinhança social É necessário a identificação de agentes e objetos particulares? estado interno: refere-se aos mecanismos de gerenciamento interno das informações e conhecimento Quais são as limitações funcionais e estruturais do agente? seleção de ações: definição de qual, como e quando a próxima ação deverá ser executada Que elementos influenciarão processos reativos, cognitivos e comportamentais? 13

14 Tópicos de interesse computacional (1) Projeto de arquiteturas: reativa, pro-ativa, cognitiva, afetiva Que tipo de agente é suficiente num determinado contexto? Depende do foco e abordagem. Implementação e organização de sistemas para: gerenciamento de grupos, filtros sociais Comparação de sistemas: incipiente, apesar de iniciativas M2M Otimizar a execução: serial, paralela, distribuída Influências técnicas do modelo: analisar a variedade e complexidade de implementações 14

15 Tópicos de interesse computacional (2) Predominância atual: Paradigma Características usuais Interesse imperativo explícito e mecânico processamento eventos declarativo relacionamento lógico de axiomas e bases estados finais objetos encapsulamento de informações e métodos camadas e escopo replicações: possível em diferentes paradigmas mas nem sempre desejável Comparação e verificação 15

16 Contraste da segunda geração (1) abstração comportamental em arquiteturas individuais: influências afetivas Fridja, Scherer, Damasio, LeDoux reflexividade execução - planejamento reatividade instituições: comportamento normativo interação situada: Clark emergência e internalização relação sociedade VS recursos: conservação ecológica cognição e atenção na tomada de decisões Appraisal, ACT-R, SOAR redes de relacionamento educação / pesquisa: antropológica, sociológica e etológica 16

17 Contraste da segunda geração (2) personificação de caracteres virtuais: processamento e animação de características empáticas estratégias militares + tráfego e tráfico cooperação VS competição adaptação autônoma de convenções sociais (incipiente) orientação espacial 3D: realidade virtual ou expandida emergências entre multidões recreação e educação (rara combinação!) características emergentes: internalização individual ecologia, biologia, etologia (relações simbióticas e antibióticas) hipóteses sociais e antropológicas 17

18 formal system, interpreting it into qualitative conclusions (minding your assumptions). 7. If appropriate make hypotheses about the model and attempt to prove them. 8. Recursively apply any insights to further modelling of this kind, to more traditional types of models or other informal decision making. Uma perspectiva da Simulação social baseada em agentes SSBA usando SDML (Strictly Declarative Modelling Language) This process is illustrated in figure 3 below. REALITY causes unknown process effect Principais características: comparison FORMAL MODEL specified behavior of agents inter-action of agents of results emergent results of simulation composição impraticabilidade analítica poucos exemplos em SSBA uso de lógica proposicional INTUITION intuitions about behavior much other information Figure 3: A Methodology for simulation Thus we can continue to make substantial progress in domains where traditional analytic modelling tools are impractical. improves understanding about the process facilidade de prova de teoremas: e teste de comportamento limites processamento simbólico individual page 9 CC:DEW intuition produces forecast operação Crenças são frutos de inferências regras representam ações 20 18

19 Exemplo: efeitos de sociedades humanas SSBA integradas a modelos geográficos (SIGs como o GRASS): Swarm Repast Arquiteturas Anasazi (extinção em Nomad (conflitos em Darfur) Amazon (colonização no Brasil) Lucita (ecologia VS população) Artic (ecologia VS turismo) CC:DEW (água potável da UK) fenômenos sociais, biológicos e físicos reatividade em processos infecciosos: doenças, vírus modelos baseados em eventos e decisões de agentes cognitivos autômatos celulares para crescimento urbano desordenado: favelas NetLogo e SeSAm: foco em replicação 19

20 Diferentes abordagens e objetivos Comportamento social não é puramente racional: há influências de tendências, preferências e contexto individuais SSBA independentes e não integradas a outros sistemas: Reativo DomWorld (dominação) Mirror (distribuição espacial) BOD (hierarquia de ações) Cognitivo NANIA (consumo de água) VICTEC / TABASCO (afeto) TuCSoN (stigmergia) salvo SSBA focados em vida artificial, houve pouca influência da: computação evolutiva e redes neurais artificiais Como desenvolver capacidades pré-estabelecidas dos agentes? 20

21 Debates Diversidade na modelagem cognitiva, afetiva em SSBA: incompatibilidade de cenários e terminologia (jargão) agentes são somente apropriados em cenários locais e distribuição por processos discretos de decisão? integração específica de arquiteturas: teorias afetivas, cognitivas características de cenários diferenciação micro (comportamento individual) e macro (características populacionais / coletivas) A dinâmica social pode ser dominada por modelos de equações e sem cognição? 21

22 Granularidade Nível de detalhe: micro: foco em propriedades individuais de agentes intermediário: interações entre diferentes camadas macro: foco em propriedades gerais do sistema a conexão micro-macro: como agentes individuais influenciam organizações sociais e viceversa? otimização funcional diferentes modelos: reatividade alto nível de abstração 22

23 Escalas micro e macro agentes sem conhecimento coletivo podem gerar comportamentos cooperativos? nível individual: nível coletivo: simulação baseada em comportamentos arquitetura interna coordenação distribuída ou centralizada padrões organizacionais e de interação sofisticada e cognitiva? ou simples e reativa? autonomia individual? ou protocolação? 23

24 Comunicação Como dar sentido e significado ao processo de comunicação? grande dificuldade: semântica da linguagem natural Estigmergia (mediada pelo ambiente) sinais (difusa e com dependência sensorial) não racionais, simples método: difusão, agregação Para quem? agentes sintéticos, humanos, base de dados direta, entre dois agentes: simbólica, individualizada, qualitativa ontologias indireta, entre nenhum ou vários agentes: descentralizada, dispersa como um gradiente e quantitativa 24

25 Estratégias da estigmergia Difusão: Agregação: gradiente relacional, capacidade de propagação (artefatos, ambiente, agentes?) niveis para transformar, proteger e recuperar propriedades de artefatos Seleção e ordenação: critérios de operação (objetivos e subjetivos) Interações: evolutivas, incrementais, voláteis? 25

26 Linguagens de comunicação entre agentes Foundation for Intelligent Physical Agents (FIPA) Knowledge Query and Manipulation Language (KQML) Speech Act Theory filosofia / evolução linguística atos expressivos e ontologias sociais testáveis e sugestivos ocasionalmente informativos operações KQML noutros agentes focando: bases de conhecimento e objetivos alto nível de interações: protocolares e negociações popular: compartilhamento / reuso entre agentes geralmente confortáveis em aplicações estilo BDI e protocolos normativos econômicos / comerciais debate da necessidade de novas abordagens: nem sempre adequada a todo domínio animal e humano 26

27 Exemplo: eusociality Conceito biológico: espécies de insetos com reprodução e sobreposição de gerações especializadas Comunicação indireta interação anônima entre castas: como comunicar-se via o ambiente? Exemplos melhor explorados: formigas e abelhas algoritmos não simbólicos otimização de decisões distribuídas bitolação da estigmergia: não existe somente modelo reativos mas também cognitivos (exploração das possibilidades ambientais) propostas artificiais que inspiraram a biologia: hormônios negativos e de curta identificação simples estruturas: dinâmica de interações em escala / propriedades de grafos ou redes 27

28 Contraste relações identificáveis de longa duração memória em episódios (déjà vu e traços reais) ações reativas e cognitivas dinâmica social influenciada por: memória de curta e longa duração parcialmente reativa (volátil) mas com certos mecanismos de assimilação SSBA menos numerosos e compostos de: agentes com elaborada arquitetura social e capacidade interna ações restringidas por: capacidade invidiual, regras sociais, imposições ambientais ou deliberativas novos projetos para: internalização, manipulação e controle autônomo de normas sociais 28

29 Exemplo: sociedades primatas relações fisiológicas e cognitivas: neurônios-espelho, sistemas afetivos e de atenção visual comunicação indireta ou direta via sinais: para indicar dificuldades, facilidades, tolerâncias ou conflitos predominância humana: caçadores nômades ordem social egalitária sem domesticação alimentar consequências na formação de grupos: variações por adaptação social e ambiental separação via ranks por recursos ou intencional similar internalização de processos sociais predominância animal: fissão e fusão de grupos ordem hierárquica alimentação solitária erros e enganos: mudança hierárquica somente por influências não intencionais e exógenas grupo!= sociedade

30 Primatas reativos e evolutivos grupo = sociedade consequência: algumas propostas irrealistas sem qualquer dinâmica sócio-biológica (fissão/fusão, caçadores nômades) modelos sem nenhuma capacidade cognitiva ou afetiva BOD: hierarquia de planejamento e seleção de ações para execução DomWorld: organização social dependente do posicionamento geográfico E-EMF: modulação indireta por hormônios semelhante aos insetos eusociais Vida artificial: foco na dinâmica de interações: regulada por fatores individuais e ambientais NobleApe: configurações genotípicas e genotípicas adições: ruídos estocásticos teoria de jogos: otimização / gen egoísta 30

31 Realismo etológico interações gerenciadas localmente: SSBA: Seyfarth: cognitivo Mirrors: reativos indentificáveis e dependente do grupo, tambêm organizadas por distribuição espacial Variedade de modelos: psicologia experimental: antropomorfismo programação linear: equações simultâneas grupos!= sociedades separações (necessidade para tarefas especializadas) e fusões (cooperação ou competição por sobrevivência) hierarquias em sociedade: adaptáveis socialmente por ações deliberativas e restrições ambientais comportamento social: seleção e adaptação endógena atração, tolerância, alimentação, dominância e isolamento 31

32 Modelos híbridos halt the agent for each agent within the society appraisal agents, resources update social memory and parameters Agent's mind grupo!= sociedade volume de agentes depende da arquitetura (custo de execução) no survival? no yes define task successful execution? intention plan memory parameters lower threshold? keep situation positive negative change rank VICTEC: reativos e cognitivos, com afetividade pervasiva deliberação social recompensas e punições limitações ambientais Log writing: interactions metadata no yes Timeout? yes Halt the simulation Data analysis pequenos grupos (ou grandes em grades) próximos passos: convenções sociais e valores culturais (informais expectativas de comportamento) CRITTRZ: reativo e evolutivo populações 32

33 Importantes discussões decisões de modelo: uso de plataformas genéricas, implementações específicas ou um novo projeto? dependências de foco: análise de políticas públicas, aplicação em jogos recreativos / educaciconais? enorme diversidade de: linguagens, projeto, foco, custo e comunidades. nível de abstração do modelo: empírica ou ilustrativa / sugestiva? escala de simulação do agente: individual, grupos, sociedades? sensibilidade de parâmetros: é viável a configuração e análise sistemática de diferentes cenários? 33

34 Falhas comuns insuficiência de dados inspiram simulações? simulação é mais realista que modelagens matemáticas: depende! Objetivos serão justificados por dados empíricos ou artificiais? quando possível, não complementar SSBA com abordagens analíticas / empíricas Interpretações não realistas falta de uma clara descrição de: limitações (detalhamento VS simplismo) axiomas e inferências obscuras querer!= poder em modelos realistas, não engajar dupla validação: métodos estatísticos e qualitativos 34

35 Debate construtivo? modelos sem fundamentação biológica, provavelmente estão errados aplicações de entretenimento: análise de comportamentos realistas illustração gráfica dos agentes: depende do objetivo dificuldade de estudo analítico: foco no modelo e não na execução necessidade de melhorar o processo metodológico muita flexibilidade nos modelos interpretações estatísticas devem ser muito cuidadosas: validações com dados empíricos ao substituir o mundo artificial pelo real: o modelo vira trabalho de campo / empírico 35

36 Tendências atuais Foco em estruturas internas de agentes, combinando: adaptação social autônoma evolução genotípica influência local: dinâmica social e memória individual seleção, coordenação e execução de ações Comparabilidade de modelos: M2M Como acumular conhecimento produzido por SSBA? Melhorar o processo de validação da SSBA afinal, o modelo é realista ou artificial? adaptação autônoma de habilidades sociais normatividade social emergente Análise de redes de relacionamento distribuições heterogêneas de agentes locais sem um modelo de regulação explícito grande escala topologias small world & scale free modelagem cultural realista (cultural algorithms) aprendizado baseado em modelos sociais (aprendizado social) dinâmica de opiniões não reativas 36

37 Humaine EU-NoE (1) Afeto em termos dos processos de percepção e ação Em episódios, com alta prioridade: rápido comprometimento e alocação de recursos Pervasivo, com contínua regulação: integrado ao nível reativo e deliberativo Foco especial no Grupo de Trabalho 7: Afeto em cognição e ação abordagem micro-(individual) e macro-(social) uso de dados empíricos como guia de projeto: contexto e processos específicos SSBA como possibilidades de: modelagem e experimentação comportamental cuidado para não criar modelos sem relação alguma com a realidade GIGO: gargabe in, garbage out 37

38 Humaine EU-NoE (2) 38

39 Perguntas? 39