通過構(gòu)建最小智能體模型可以用來激發(fā)下一代AI

9月11日消息，德國馬普研究所新研究登上Scientific Report，通過構(gòu)建最小化的智能體模型，對生物體適應(yīng)環(huán)境的集體行為的產(chǎn)生和變化進行了模擬，有望給相關(guān)的AI系統(tǒng)，如自主微型機器人等模仿生物體的集體行為的系統(tǒng)設(shè)計和研究提供重要參考價值。生物有機體會處理信息，目的是為了實現(xiàn)交互并適應(yīng)周圍環(huán)境，以尋找食物、交配、避害等。這些有機體的環(huán)境結(jié)構(gòu)可以誘導(dǎo)對環(huán)境線索和刺激的適應(yīng)性反應(yīng)，并產(chǎn)生深遠影響。具備專業(yè)優(yōu)化策略的適應(yīng)性集體行為在自然界中無處不在。

我們開發(fā)了一種最小的智能體模型，可以通過抽樣軌跡探索環(huán)境。對采樣軌跡中的空間信息進行存儲，是我們對認知的最小化定義。我們發(fā)現(xiàn)，隨著認知智能體構(gòu)建和更新其環(huán)境因果結(jié)構(gòu)的內(nèi)部認知表示，系統(tǒng)中出現(xiàn)了復(fù)雜的模式，其中模式形成的開始與認知映射的空間重疊有關(guān)。

智能體之間的信息交換會導(dǎo)致有序-無序之間的轉(zhuǎn)換。在這個動態(tài)過程中，可以產(chǎn)生一種Goldstone模式，凸顯出認知生物之間信息傳遞的“集體”共同機制。這些發(fā)現(xiàn)可能普遍適用于分散式AI群系統(tǒng)的設(shè)計。

上圖所示為在二維空間上移動的幾個智能體的示意圖，垂直維度代表時間。這些智能體彼此之間進行相互作用的同時，也在和環(huán)境進行相互作用。每個智能體都會探索可用的配置空間，并獲取有關(guān)其結(jié)構(gòu)的信息，并在這個過程中構(gòu)建認知映射，響應(yīng)周圍環(huán)境來優(yōu)化自身行為。

簡單智能體的集體行為可以表現(xiàn)出令人驚嘆的組織化程度，比如盤狀圓盤菌的細胞群、白蟻群構(gòu)建復(fù)雜的結(jié)構(gòu)，或成功防御掠食者的椋鳥或魚群，都會表現(xiàn)出這種高度組織化特征。

雖然單個智能體對周圍的環(huán)境刺激做出的反應(yīng)是局部的、單獨的行為，而且大多數(shù)情況下是無意識的，但多智能體的行為結(jié)果往往表現(xiàn)為精心設(shè)計一樣。這種現(xiàn)象自然地引發(fā)了一個問題，即在個體認知能力相當(dāng)有限的個體社會中，這種“智能化”集體行為的特征是什么？

因此，從基本的角度研究個體行為者的認知能力對其集體行為的影響是非常有意義的。這需要定義認知概念，這些概念同時具有足夠的一般性，以類似于集體現(xiàn)象中遇到的廣泛的代理，但同時又足夠簡單，無法用于統(tǒng)計物理方法。

認知代理必須能夠預(yù)測未來事件。比如一只試圖逃避獅子追捕的羚羊，可以根據(jù)自己對周圍環(huán)境的了解，選擇一條通向具有多種逃生可能性的開放空間的道路，而非通往死胡同的道路。

再比如一個國際象棋選手，其活動發(fā)生在棋盤上的動作的抽象空間中。選手的內(nèi)部認知映射可以讓她思考可能的走法及其后果。根據(jù)經(jīng)驗和技能，選手能夠考慮她可能的下一步棋，對手會怎樣反擊、可能做出的其他應(yīng)對等等。

在本研究中，我們將“認知能力”定義為智能體確定給定環(huán)境中可能的棋盤著法數(shù)量的能力，作為該量度的直接概括。這種能力取決于智能體的認知映射，我們可以假設(shè)，與國際象棋選手類似，智能體將尋求能夠令未來行棋著法數(shù)量最大化的行動。

我們認為，最佳的信息處理動態(tài)能力應(yīng)該反映出智能體對復(fù)雜壓力和刺激作出反應(yīng)的能力水平。這里僅其中的信息或熵最大化已發(fā)現(xiàn)憑經(jīng)驗且可能構(gòu)成的基本機制的幾個例子，以信息最大化作為人類認知特征的量度。比如考察最大熵準(zhǔn)確模擬靜息狀態(tài)的人類大腦活動：與健康人相比，ADHD患者的信號熵比較低。

圖1：認知智能體系統(tǒng)及其認知映射的示意圖。（a）從配置空間中的初始條件開始，代理（空心圓）通過持續(xù)時間τ的假設(shè)采樣軌跡創(chuàng)建其周圍環(huán)境的認知圖。（b）所示為從認知智能體i發(fā)出的四個采樣軌跡。由于其中一個軌跡影響代理j，代理i被迫改變其軌跡，從而響應(yīng)其對環(huán)境的認知表現(xiàn)。認知能力表現(xiàn)為一個智能體進入另一個智能體空間之后最大化剩余選項的趨勢，并以盡量高效的方式避免重疊區(qū)域

圖2所示為隨著映射大小λ的增加，系統(tǒng)的穩(wěn)態(tài)配置情況

上圖為互信息的依賴性中號關(guān)于認知圖λ的大小。在非常小的λ處，智能體系統(tǒng)呈現(xiàn)出由于每個代理的幾乎獨立運動而幾乎消失的相互信息

上圖為關(guān)于δx和δy的C ij的特征值，以及與利用高斯分布位移的隨機矩陣模型生成的不相關(guān)運動的比較。

上經(jīng)由相關(guān)函數(shù)定義的智能體之間的位移的空間相關(guān)性

總之，我們的研究為理解認知智能體系統(tǒng)中的非平衡轉(zhuǎn)變邁出了第一步，這種系統(tǒng)可以動態(tài)地與環(huán)境實現(xiàn)相互作用，并通過最大化其認知映射的信息內(nèi)容來反應(yīng)認知能力的高低。我們的研究成果可以給相關(guān)的人工系統(tǒng)，如自主微型機器人等明確自主模仿生物體的集體行為的設(shè)計的研究提供重要的參考價值。