多智能体系统如何与AI联系?上海纽约大学助理教授Mathieu Laurière:通过深度神经网络的参数化尽可能接近现实情况
每经上海9月25日电(记者杨煜)今日上午,“解码未来:全球数智趋势”专题论坛在上海浦东成功举办。本次专题论坛是工业文明国际论坛的分论坛之一,由工业和信息化部工业文化发展中心、上海市经济和信息化委员会、上海市浦东新区人民政府主办。
专题论坛上,上海纽约大学数学和数据科学助理教授Mathieu Laurière分享了用于大规模多代理系统的机器学习和生成式AI。多代理系统或者多智能体系统在我们的日常生活中并不少见,例如人群的运动(Crowd motion),大城市的交通路线(Traffic routing),在金融市场(Financial markets)中通常也会用到多智能体系统。多智能体系统的特点是,有大量的智能体,它们存在互动,也会制定决策,同时环境非常复杂。
Mathieu Laurière发表主旨演讲 图片来源:主办方供图
Mathieu Laurière指出,通过多智能体系统可以了解人们的行为及决策。例如,地铁站人群拥挤,想要了解在地铁站中每一个人的行为,比如哪个区域人的密度比较高、哪一些密度低、他们移动的轨迹是怎么样的,但是随着时间的推移,人群的密度会改变,也就是说他们的行为会改变。“我们想要了解他们这种行动变化背后的原理是什么,在交通领域我们可以通过多智能体系统来了解交通的运行情况。”Mathieu Laurière说。
多智能体系统和生成式AI有哪些联系?Mathieu Laurière表示,要了解人们的行动也就是智能体的行为或者决策,需要生成智能体的分布图,这可能解决很多生成式AI的问题。此外,在深度学习方面,可以通过对深度神经网络进行参数化,尽可能接近现实的情况,再把数据映射上去。
免责声明:本文章由会员“极目新闻”发布如果文章侵权,请联系我们处理,本站仅提供信息存储空间服务如因作品内容、版权和其他问题请于本站联系