薛 霄 于湘凝 周德雨 ,2 彭 超 王 曉 周長(zhǎng)兵 王飛躍

隨著互聯(lián)網(wǎng)的普及、物聯(lián)網(wǎng)的滲透、大數(shù)據(jù)的涌現(xiàn)以及社會(huì)媒體的崛起,復(fù)雜系統(tǒng)越來(lái)越多地呈現(xiàn)出社會(huì)、物理、信息相融合的特征.這類(lèi)社會(huì)復(fù)雜系統(tǒng)[1-2]因?yàn)樯婕暗搅巳撕蜕鐣?huì)的因素,其設(shè)計(jì)、分析、管理、控制和綜合等問(wèn)題正面臨前所未有的挑戰(zhàn).為了應(yīng)對(duì)上述挑戰(zhàn),研究者們需要實(shí)現(xiàn)兩個(gè)目標(biāo): 規(guī)律描述與理論解釋.規(guī)律用以理解系統(tǒng)復(fù)雜性 “如何”產(chǎn)生;理論用以回答系統(tǒng)復(fù)雜性 “為何”會(huì)發(fā)生.但是,社會(huì)系統(tǒng)的復(fù)雜性,以及人類(lèi)認(rèn)知的有限性,都導(dǎo)致傳統(tǒng)的機(jī)理建模方法難以發(fā)揮作用.鑒于此,研究者們就考慮將實(shí)驗(yàn)方法引入到社會(huì)復(fù)雜系統(tǒng)的研究中.

但是,人們很快發(fā)現(xiàn),社會(huì)系統(tǒng)的實(shí)物實(shí)驗(yàn)很難實(shí)施,其原因歸結(jié)如下: 1)在方法層面.社會(huì)復(fù)雜系統(tǒng)不能用還原法進(jìn)行分解,因?yàn)榉纸夂蟮南到y(tǒng)在本質(zhì)上已經(jīng)不具有原系統(tǒng)的功能和作用了,必須采用整體論的方法進(jìn)行研究[3].2)在經(jīng)濟(jì)方面.如果直接在真實(shí)社會(huì)系統(tǒng)中進(jìn)行實(shí)驗(yàn),其成本往往過(guò)于高昂,時(shí)間周期也非常漫長(zhǎng),從而導(dǎo)致實(shí)驗(yàn)者難以承擔(dān).3)在法律方面.許多社會(huì)復(fù)雜系統(tǒng)涉及國(guó)家安全、軍事戰(zhàn)備、應(yīng)急事件等問(wèn)題,受立法保護(hù),以致無(wú)法對(duì)研究的系統(tǒng)進(jìn)行實(shí)驗(yàn),也無(wú)法重建這些實(shí)驗(yàn)系統(tǒng).4)在道德方面.社會(huì)復(fù)雜系統(tǒng)往往有大量人員的參與,對(duì)這些系統(tǒng)進(jìn)行實(shí)驗(yàn),有可能沖擊人的正常生活,甚至危害人的生命和財(cái)產(chǎn),以至于在道德上無(wú)法接受這類(lèi)實(shí)驗(yàn)[4].

基于此,許多社會(huì)復(fù)雜系統(tǒng)的研究只能求助于計(jì)算機(jī)仿真環(huán)境中的 “反事實(shí)實(shí)驗(yàn)”,即在假設(shè)條件下對(duì)社會(huì)復(fù)雜系統(tǒng)的發(fā)展趨勢(shì)進(jìn)行推演分析[5].計(jì)算實(shí)驗(yàn)方法的思路如圖1 所示,該方法以現(xiàn)實(shí)中的客觀世界為參照系統(tǒng),從微觀尺度出發(fā),構(gòu)建出具有自治特性的個(gè)體模型與交互規(guī)則,在信息世界中培育出現(xiàn)實(shí)系統(tǒng)的 “計(jì)算實(shí)驗(yàn)室[6]” (人工社會(huì)構(gòu)建);接著,通過(guò)修改系統(tǒng)所遵循的規(guī)則、參數(shù)和外部所施加的干預(yù),可以在這個(gè)實(shí)驗(yàn)室中進(jìn)行各種假設(shè)實(shí)驗(yàn)(計(jì)算實(shí)驗(yàn)執(zhí)行);基于實(shí)驗(yàn)結(jié)果,可以尋找干預(yù)策略與系統(tǒng)涌現(xiàn)之間的因果關(guān)系,為解釋、理解、引導(dǎo)和調(diào)控現(xiàn)實(shí)中的宏觀現(xiàn)象提供了一種新的工具和手段(解釋、預(yù)測(cè)和優(yōu)化).

圖1 計(jì)算實(shí)驗(yàn)的示意圖Fig.1 Schematic diagram of computational experiment

計(jì)算實(shí)驗(yàn)的本質(zhì),就是將 “反事實(shí)”算法化,以數(shù)據(jù)驅(qū)動(dòng)、涌現(xiàn)機(jī)制和多重世界的解釋與引導(dǎo)理論為基礎(chǔ),為量化分析復(fù)雜系統(tǒng)提供一種數(shù)字化和計(jì)算化方法[7-8].與實(shí)物實(shí)驗(yàn)相比,計(jì)算實(shí)驗(yàn)具有以下特點(diǎn): 1)精確可控.通過(guò)設(shè)置環(huán)境參數(shù)(如地理因素、人員分布等),以及觸發(fā)事件(如時(shí)間、位置、類(lèi)型、規(guī)模等),可以準(zhǔn)確再現(xiàn)各種場(chǎng)景作為系統(tǒng)的運(yùn)行環(huán)境.2)操作簡(jiǎn)單.在系統(tǒng)推演過(guò)程中,很容易通過(guò)各種極端實(shí)驗(yàn)來(lái)評(píng)估系統(tǒng)的不同性能指標(biāo),如正確率、響應(yīng)率等.3)可重復(fù)性.這一優(yōu)勢(shì)使得研究者可以設(shè)計(jì)不同的實(shí)驗(yàn)場(chǎng)景,分別評(píng)估不同因素(如地理環(huán)境、觸發(fā)事件特征等)對(duì)系統(tǒng)性能的影響[9].

經(jīng)過(guò)十余年的發(fā)展,計(jì)算實(shí)驗(yàn)方法已經(jīng)成為分析復(fù)雜系統(tǒng)的主流方法之一,成功應(yīng)用于一些風(fēng)險(xiǎn)較大、成本較高或者現(xiàn)實(shí)中無(wú)法直接進(jìn)行實(shí)驗(yàn)的系統(tǒng)研究,包括智能交通系統(tǒng)[10-11]、戰(zhàn)爭(zhēng)模擬系統(tǒng)[12]、社會(huì)網(wǎng)絡(luò)系統(tǒng)[13]、生態(tài)環(huán)境系統(tǒng)[14]、生理/病理系統(tǒng)[15-16]、政治生態(tài)系統(tǒng)[17]等.但是,其發(fā)展也面臨著一系列挑戰(zhàn),包括計(jì)算模型的比較與驗(yàn)證、計(jì)算實(shí)驗(yàn)的設(shè)計(jì)方法、知識(shí)驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)的融合等.對(duì)這些問(wèn)題的深入研究,將會(huì)為計(jì)算實(shí)驗(yàn)更為廣泛的跨學(xué)科應(yīng)用,奠定堅(jiān)實(shí)的理論基礎(chǔ).另外,隨著強(qiáng)化學(xué)習(xí)、數(shù)字孿生、元宇宙等新技術(shù)的涌現(xiàn),計(jì)算實(shí)驗(yàn)也需要不斷與新技術(shù)加強(qiáng)融合,進(jìn)一步提升計(jì)算實(shí)驗(yàn)分析解決問(wèn)題的應(yīng)用價(jià)值.

本文結(jié)構(gòu)如下: 第1 節(jié)主要介紹計(jì)算實(shí)驗(yàn)方法的概念起源與應(yīng)用特點(diǎn),以及本文的研究動(dòng)機(jī);第2 節(jié)詳細(xì)闡述了計(jì)算實(shí)驗(yàn)的方法框架,包含人工社會(huì)建模、實(shí)驗(yàn)系統(tǒng)構(gòu)建、實(shí)驗(yàn)設(shè)計(jì)、實(shí)驗(yàn)分析與實(shí)驗(yàn)驗(yàn)證5 個(gè)環(huán)節(jié);第3 節(jié)給出了三類(lèi)計(jì)算實(shí)驗(yàn)的典型案例,包括現(xiàn)象解釋、趨勢(shì)預(yù)測(cè)和策略優(yōu)化;第4 節(jié)探討了計(jì)算實(shí)驗(yàn)方法面臨的挑戰(zhàn)和未來(lái)的發(fā)展趨勢(shì);第5 節(jié)對(duì)全文進(jìn)行了總結(jié).

1 背景與動(dòng)機(jī)

計(jì)算實(shí)驗(yàn)是一個(gè)標(biāo)準(zhǔn)的交叉學(xué)科研究領(lǐng)域,其發(fā)展歷史與復(fù)雜系統(tǒng)的研究,以及計(jì)算機(jī)仿真技術(shù)的發(fā)展密不可分.本節(jié)主要介紹計(jì)算實(shí)驗(yàn)方法的概念起源、應(yīng)用特征以及本文的研究動(dòng)機(jī).

1.1 計(jì)算實(shí)驗(yàn)的起源

隨著科學(xué)研究的深入,人們所關(guān)注的研究對(duì)象的規(guī)模越來(lái)越龐大,功能和結(jié)構(gòu)日趨復(fù)雜,涵蓋了自然現(xiàn)象、工程、經(jīng)濟(jì)、管理、軍事、政治和社會(huì)等諸多領(lǐng)域[18].從方法和路徑上看,計(jì)算實(shí)驗(yàn)具有連接計(jì)算機(jī)領(lǐng)域、應(yīng)用工程、人文學(xué)科、社會(huì)科學(xué)和經(jīng)濟(jì)研究的可能性.研究者們從計(jì)算機(jī)學(xué)科的立場(chǎng)出發(fā),把研究范圍擴(kuò)展到了社會(huì)領(lǐng)域,并以 “問(wèn)題導(dǎo)向”為出發(fā)點(diǎn),與其他領(lǐng)域的專(zhuān)家合作研究了許多有趣而新穎的課題.如圖2 所示,復(fù)雜系統(tǒng)的研究(系統(tǒng)建模) 與計(jì)算機(jī)模擬技術(shù)的發(fā)展(仿真建模).兩條主線互相交織,最終形成了計(jì)算實(shí)驗(yàn)方法的來(lái)源.

圖2 計(jì)算實(shí)驗(yàn)的概念來(lái)源Fig.2 Conceptual sources of computational experiments

復(fù)雜性科學(xué)的研究可以用于指導(dǎo)社會(huì)復(fù)雜系統(tǒng)的建模,其最早起源于20 世紀(jì)初.奧地利生物學(xué)家Bertalanffy[19]首次提出了 “復(fù)雜性”的概念,其思想來(lái)源包括英國(guó)生物學(xué)家Darwin 的進(jìn)化論和奧地利物理學(xué)家Boltzmann 的統(tǒng)計(jì)物理學(xué).隨后,復(fù)雜系統(tǒng)的研究體系逐步成熟,先后經(jīng)歷了三個(gè)較為明顯的階段: 1) 1950～ 1980 年.這個(gè)階段的核心在于系統(tǒng)科學(xué),其代表性工作包括老三論(系統(tǒng)論[20]、控制論[21]、信息論[22])與新三論(散耗結(jié)構(gòu)論[23]、災(zāi)突變論[24]、協(xié)同學(xué)[25]).這一階段構(gòu)建起了系統(tǒng)科學(xué)的概念和基礎(chǔ)方法論,并提出了復(fù)雜性科學(xué)的思想.2)1980～ 2000 年.這個(gè)階段的關(guān)注點(diǎn)在于系統(tǒng)的動(dòng)態(tài)性與適應(yīng)性,代表性工作包括自組織理論(混沌理論[3,26]、分形理論[27]、臨界理論[28])與復(fù)雜自適應(yīng)系統(tǒng)理論[29].這一階段提出了復(fù)雜性研究的計(jì)算機(jī)模擬方法,并提出了人工社會(huì)理論.3) 2000 年至今.這個(gè)階段開(kāi)始強(qiáng)調(diào)與數(shù)據(jù)科學(xué)理論的結(jié)合,代表性工作包括復(fù)雜網(wǎng)絡(luò)[30-31]與社會(huì)物理信息系統(tǒng)[1-2].由此,復(fù)雜性研究邁入了新時(shí)代.

伴隨著復(fù)雜系統(tǒng)研究的快速發(fā)展,用于仿真建模的計(jì)算機(jī)模擬技術(shù)也得到了長(zhǎng)足的進(jìn)步.計(jì)算機(jī)模擬技術(shù)的發(fā)展使得在信息空間中映射真實(shí)系統(tǒng)成為可能.傳統(tǒng)的計(jì)算機(jī)仿真認(rèn)為實(shí)際系統(tǒng)是唯一存在,并將仿真結(jié)果與實(shí)際系統(tǒng)是否一致作為檢驗(yàn)實(shí)驗(yàn)結(jié)果的唯一標(biāo)準(zhǔn).而計(jì)算實(shí)驗(yàn)則在此基礎(chǔ)上更進(jìn)一步,把計(jì)算機(jī)作為 “人工實(shí)驗(yàn)室”來(lái) “培育”實(shí)際系統(tǒng)中可能出現(xiàn)的宏觀現(xiàn)象,探究背后的規(guī)律,這為分析復(fù)雜系統(tǒng)行為和評(píng)估各種干預(yù)效果提供了一種可行方式.計(jì)算模擬技術(shù)的代表性成果如下:

1)元胞自動(dòng)機(jī).20 世紀(jì)50 年代,Neumann[32]提出了元胞自動(dòng)機(jī)的概念,希望為復(fù)雜系統(tǒng)的模擬提供通用型的框架.元胞自動(dòng)機(jī)模型強(qiáng)調(diào)對(duì)自主個(gè)體間的相互作用進(jìn)行建模,更關(guān)心微觀個(gè)體的簡(jiǎn)單行為在宏觀層次上的涌現(xiàn)屬性.該模型理論簡(jiǎn)單,關(guān)注點(diǎn)主要局限于微觀個(gè)體.

2)人工生命.1970 年,Conway[33]編寫(xiě)了 “生命游戲”程序,開(kāi)啟了人工生命研究的序幕.隨后,Langton[34]提出了人工生命理論,旨在用計(jì)算機(jī)等人工媒介構(gòu)造出具有自然生命系統(tǒng)行為特征的模型系統(tǒng).朗頓在 “混沌邊緣”概念的基礎(chǔ)上,與其他學(xué)者一起建立了各種人工生命演化模型,如自繁殖元胞自動(dòng)機(jī)[35]、鳥(niǎo)群模型[36]、蟻群模型[37]和 “阿米巴世界”[38]等.相較于元胞自動(dòng)機(jī),人工生命理論規(guī)則復(fù)雜,但依舊只關(guān)注個(gè)體行為.

3)多Agent 技術(shù).多Agent 仿真技術(shù)興起于20 世紀(jì)90 年代中期,是研究復(fù)雜系統(tǒng)的重要手段.Agent 指具有一定的自治性、智能性和適應(yīng)性的個(gè)體.應(yīng)用比較廣泛的多Agent 仿真工具包括Swarm[39]、Repast[40]、Ascape[41]和Netlogo[42].這些工具各有優(yōu)劣,需要根據(jù)需求來(lái)進(jìn)行選擇.多Agent 技術(shù)關(guān)注個(gè)體之間的交互,研究如何從個(gè)體層面上升到群體層面.

4)人工社會(huì).1991 年,Carl 等[43]第一次提出“人工社會(huì)”這一概念,即利用Agent 技術(shù)在計(jì)算機(jī)中構(gòu)建社會(huì)實(shí)驗(yàn)室,對(duì)不同的政策進(jìn)行試驗(yàn)評(píng)估,以確保政策的有效性.1995 年,Nigel[44]編輯出版了Rosaria Conte: Artificial Societies,The Computer Simulation of Social Life一書(shū),人工社會(huì)被正式提出并成為一個(gè)相對(duì)獨(dú)立的社會(huì)科學(xué)領(lǐng)域.1998 年,英國(guó)薩里大學(xué)主辦的國(guó)際學(xué)術(shù)期刊The Journal of Artificial Societies and Social Simulation開(kāi)始發(fā)行,標(biāo)志著 “人工社會(huì) -基于Agent的社會(huì)學(xué)仿真”這個(gè)領(lǐng)域的成熟.一批經(jīng)典的人工社會(huì)模型相繼涌現(xiàn)出來(lái),包括Epstein 等[45]的糖域模型、Arthur 等[46]的人工股市模型、Basu 等[47]的ASPEN 模型等.人工社會(huì)的研究從抽象群體擴(kuò)展到了具體的社會(huì)系統(tǒng).

5)數(shù)字孿生.1994 年,Wang[48]提出 “影子系統(tǒng)”,指由自然的現(xiàn)實(shí)系統(tǒng)和對(duì)應(yīng)的一個(gè)或多個(gè)虛擬或理想的人工系統(tǒng)所組成的共同系統(tǒng).2019 年,密歇根大學(xué)的Grieves[49]正式發(fā)表了有關(guān)數(shù)字孿生的論文,希望在計(jì)算機(jī)虛擬空間中構(gòu)建出與物理實(shí)體完全等價(jià)的數(shù)字孿生體,強(qiáng)調(diào)建立虛實(shí)雙向動(dòng)態(tài)反饋機(jī)制.在工業(yè)領(lǐng)域,數(shù)字孿生被用于物理系統(tǒng)和制造過(guò)程的監(jiān)測(cè)、診斷、預(yù)測(cè)和優(yōu)化.作為特定城市的虛擬副本,數(shù)字孿生技術(shù)允許城市運(yùn)營(yíng)商開(kāi)發(fā)不同的策略,來(lái)優(yōu)化城市的可持續(xù)發(fā)展[50].數(shù)字孿生強(qiáng)調(diào)虛擬世界與真實(shí)世界的完全映射,但較少涉及社會(huì)模擬.

隨著復(fù)雜性科學(xué)與計(jì)算機(jī)模擬技術(shù)的飛速發(fā)展,Wang[51]在2004 年正式提出了 “計(jì)算實(shí)驗(yàn)”的概念,并形成了 “人工系統(tǒng)+計(jì)算實(shí)驗(yàn)+平行執(zhí)行”方法,強(qiáng)調(diào)人工系統(tǒng)與實(shí)際系統(tǒng)之間的循環(huán)反饋優(yōu)化關(guān)系[52-53].近些年,隨著軟件定義[54]、數(shù)字孿生[6]、強(qiáng)化學(xué)習(xí)[55]和服務(wù)生態(tài)[56]等技術(shù)的興起,計(jì)算實(shí)驗(yàn)方法的內(nèi)涵也正在變得日益豐富[8].作為聯(lián)系虛擬世界與現(xiàn)實(shí)世界的橋梁,計(jì)算實(shí)驗(yàn)正在為解決復(fù)雜系統(tǒng)的設(shè)計(jì)、分析、管理、控制和綜合等問(wèn)題提供新的且更加有效的計(jì)算理論和手段.

1.2 計(jì)算實(shí)驗(yàn)的特點(diǎn)

計(jì)算實(shí)驗(yàn)方法基于分布式思想,采用自底向上的方法,利用分散的微觀智能模型來(lái)模擬真實(shí)世界中各類(lèi)實(shí)體的微觀行為,再通過(guò)設(shè)計(jì)這些個(gè)體間的相互作用形成復(fù)雜的現(xiàn)象,從而反映整個(gè)系統(tǒng)在宏觀層面的演化規(guī)律.通過(guò)精心設(shè)計(jì)的計(jì)算模型與模擬仿真環(huán)境,計(jì)算實(shí)驗(yàn)可作為系統(tǒng)復(fù)雜性推理、實(shí)驗(yàn)以及最終理解的強(qiáng)大工具.相比于傳統(tǒng)分析方法,計(jì)算實(shí)驗(yàn)方法通過(guò)改變內(nèi)外部因素的組合方式,可以建立各種各樣的實(shí)驗(yàn)環(huán)境(包括現(xiàn)實(shí)場(chǎng)景和從未發(fā)生過(guò)的虛擬場(chǎng)景).對(duì)不同因素在系統(tǒng)演化中的作用進(jìn)行全面、準(zhǔn)確、及時(shí)、量化的分析評(píng)估,甚至可以對(duì)系統(tǒng)演化進(jìn)行各種壓力實(shí)驗(yàn)以及極限實(shí)驗(yàn).這使得研究者更容易探索復(fù)雜系統(tǒng)的運(yùn)行規(guī)律并找到有效的干預(yù)措施.

計(jì)算實(shí)驗(yàn)方法采用復(fù)雜系統(tǒng)研究的 “多重世界”觀點(diǎn),即對(duì)復(fù)雜系統(tǒng)進(jìn)行建模時(shí),不再以逼近某一實(shí)際系統(tǒng)的程度作為唯一標(biāo)準(zhǔn),而將模型認(rèn)為是一種 “現(xiàn)實(shí)”,是實(shí)際系統(tǒng)的一種可能替代形式和另一種可能的實(shí)現(xiàn)方式.實(shí)際系統(tǒng)只是可能出現(xiàn)的現(xiàn)實(shí)中的一種,其行為與模型的行為 “不同”但卻 “等價(jià)”.表1 將實(shí)物實(shí)驗(yàn)、田野實(shí)驗(yàn)、計(jì)算機(jī)仿真和計(jì)算實(shí)驗(yàn)的特征進(jìn)行了對(duì)比.簡(jiǎn)單來(lái)講,計(jì)算實(shí)驗(yàn)不僅是實(shí)際系統(tǒng)的數(shù)字化 “仿真”,也是實(shí)際系統(tǒng)的可替代版本(或其他可能情形).可以為實(shí)際系統(tǒng)的設(shè)計(jì)、分析、管理、控制和綜合,提供高效、可靠、適用的科學(xué)決策和指導(dǎo).

表1 計(jì)算實(shí)驗(yàn)與相關(guān)概念的區(qū)別Table 1 Differences between computational experiments and similar concepts

計(jì)算實(shí)驗(yàn)的應(yīng)用領(lǐng)域廣泛,所體現(xiàn)出的價(jià)值也大相徑庭.例如,高度現(xiàn)實(shí)的模型可能有重大的決策支持價(jià)值,但需要針對(duì)特定領(lǐng)域定制,缺乏通用性,可能具有較少的理論價(jià)值;反之,高度抽象的模型可能提供深刻的科學(xué)見(jiàn)解,但就政策貢獻(xiàn)而言,卻無(wú)法提供可以直接應(yīng)用的結(jié)果.根據(jù)計(jì)算模型的抽象程度,計(jì)算實(shí)驗(yàn)的相關(guān)應(yīng)用可以歸納為以下4 類(lèi):

1)高度抽象

模型僅與參照系統(tǒng)有少數(shù)定性相似之處,并沒(méi)有試圖復(fù)制任何量化特征.這些模型主要用于基礎(chǔ)科學(xué)的理論分析,而非運(yùn)營(yíng)策略分析.早期的一些社會(huì)仿真模型屬于這一類(lèi)型,例如熱蟲(chóng)模型[57]、鳥(niǎo)群模型[36]等.

2)適度抽象

模型能夠顯示令人信服的定性特征且符合某些定量標(biāo)準(zhǔn).雖然這些模型仍主要是理論性的,但是可以提供某些適用性的見(jiàn)解,對(duì)政策產(chǎn)生有價(jià)值的影響.比如經(jīng)典的謝林隔離模型[58],雖然相當(dāng)抽象,卻揭示了關(guān)于社會(huì)隔離模式的重要見(jiàn)解,并為決策者提供了幫助.

3)適度現(xiàn)實(shí)

模型雖然屬于定性范疇,但是在重要特征方面均符合定量特征,以實(shí)驗(yàn)為基礎(chǔ)的社會(huì)計(jì)算研究對(duì)這類(lèi)模型最感興趣.例如,現(xiàn)實(shí)社會(huì)環(huán)境中,由于公共安全方面的考量,無(wú)法進(jìn)行一些具有破壞性的社會(huì)實(shí)驗(yàn).通過(guò)計(jì)算實(shí)驗(yàn),改變實(shí)驗(yàn)條件、設(shè)置不同的變量取值,可以無(wú)風(fēng)險(xiǎn)地模擬出許多壓力實(shí)驗(yàn),甚至進(jìn)行極限實(shí)驗(yàn).

4)高度現(xiàn)實(shí)

實(shí)驗(yàn)輸出和經(jīng)驗(yàn)數(shù)據(jù)之間的定量和定性特征最為符合.高度現(xiàn)實(shí)仿真可以從多個(gè)維度與參照系統(tǒng)進(jìn)行比照,包括空間特征、時(shí)間特征或組織模式等.此類(lèi)模型在商業(yè)和政府組織中應(yīng)用極為豐富.公共政策涉及到社會(huì)網(wǎng)絡(luò)和人的行為這些高度不確定性的領(lǐng)域,導(dǎo)致其分析、制定和實(shí)施都伴隨著復(fù)雜性.把人工社會(huì)當(dāng)作實(shí)際系統(tǒng)的替代版本,可以預(yù)先利用計(jì)算實(shí)驗(yàn)方法分析政策(例如經(jīng)濟(jì)刺激方案、法律法規(guī)頒布等)實(shí)施后的效果,從而提升公共政策制定的科學(xué)化水平.

1.3 研究動(dòng)機(jī)

隨著研究者對(duì)于計(jì)算實(shí)驗(yàn)方法的日益關(guān)注,它與社會(huì)領(lǐng)域的眾多學(xué)科交叉融合,已經(jīng)逐漸成為諸多領(lǐng)域的重要工具,例如計(jì)算經(jīng)濟(jì)學(xué)[13]、計(jì)算金融學(xué)[59]、計(jì)算組織學(xué)[60]、計(jì)算流行病學(xué)[61]、計(jì)算社會(huì)學(xué)[62]等.2009 年2 月,哈佛大學(xué)、麻省理工學(xué)院等世界一流大學(xué)的15 位頂尖學(xué)者在Science上聯(lián)名發(fā)表了論文 “計(jì)算社會(huì)科學(xué)時(shí)代的到來(lái)”[63].2020 年,這些學(xué)者在Science上再次聯(lián)名發(fā)表論文,強(qiáng)調(diào)了計(jì)算社會(huì)科學(xué)在發(fā)展過(guò)程中所面臨的問(wèn)題和挑戰(zhàn)[64].

但是,計(jì)算實(shí)驗(yàn)作為多學(xué)科交叉的一個(gè)研究領(lǐng)域(集成了計(jì)算機(jī)科學(xué)、社會(huì)科學(xué)、系統(tǒng)科學(xué)、人工智能、計(jì)算機(jī)仿真等諸多學(xué)科).盡管科研人員付出了很多努力,目前還沒(méi)有形成一套完整而成熟的理論體系,其理論發(fā)展和實(shí)際應(yīng)用之間還存在著巨大的差距.為了能夠?qū)Ρ绢I(lǐng)域的發(fā)展有所幫助,本文梳理了計(jì)算實(shí)驗(yàn)方法的來(lái)龍去脈,希望幫助讀者構(gòu)建起計(jì)算實(shí)驗(yàn)方法的完整知識(shí)體系,從而為后續(xù)的方法應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ).本文所關(guān)注的內(nèi)容主要包括三個(gè)方面:

1) 計(jì)算實(shí)驗(yàn)方法的技術(shù)框架是什么?

計(jì)算實(shí)驗(yàn)方法作為一個(gè)多學(xué)科的交叉領(lǐng)域,涉及的領(lǐng)域知識(shí)非常多,并且還在不斷增長(zhǎng)之中.初學(xué)者剛開(kāi)始接觸計(jì)算實(shí)驗(yàn)的時(shí)候,很容易淹沒(méi)在浩如煙海的文獻(xiàn)中,難以理清計(jì)算實(shí)驗(yàn)方法與各類(lèi)技術(shù)之間的關(guān)系,而層出不窮的新技術(shù)與新應(yīng)用更加劇了這種困境.由此引發(fā)的問(wèn)題就是,能否形成一個(gè)統(tǒng)一的、通用的方法框架,用于指導(dǎo)現(xiàn)有模型的應(yīng)用或者新模型的開(kāi)發(fā),從而大幅降低使用者的上手難度.基于此,第2 節(jié)對(duì)紛繁蕪雜的文獻(xiàn)資料剝繭抽絲,形成了通用的計(jì)算實(shí)驗(yàn)方法框架,并對(duì)方法的各個(gè)步驟進(jìn)行了系統(tǒng)化闡述.

2) 計(jì)算實(shí)驗(yàn)方法如何實(shí)現(xiàn)特定應(yīng)用?

由于應(yīng)用領(lǐng)域的多樣性和不確定性,加上人工社會(huì)的構(gòu)建具有較大的主觀性,對(duì)于所構(gòu)建的實(shí)驗(yàn)系統(tǒng)是否能夠代表原系統(tǒng),在學(xué)術(shù)界始終存在著不同意見(jiàn).高置信度是計(jì)算實(shí)驗(yàn)方法得以發(fā)揮作用的基礎(chǔ),除了在實(shí)驗(yàn)設(shè)計(jì)和模型驗(yàn)證技術(shù)方面取得突破,還需要對(duì)于成功的應(yīng)用案例進(jìn)行分析,吸收有價(jià)值的經(jīng)驗(yàn).只有這樣,計(jì)算實(shí)驗(yàn)方法才會(huì)日趨完善,與其他方法取長(zhǎng)補(bǔ)短,成為理解復(fù)雜系統(tǒng)運(yùn)行規(guī)律的有力工具.基于此,第3 節(jié)對(duì)典型的計(jì)算實(shí)驗(yàn)案例進(jìn)行了梳理,按照現(xiàn)象解釋、趨勢(shì)預(yù)測(cè)和策略優(yōu)化三個(gè)層面進(jìn)行了分類(lèi),有助于掌握不同應(yīng)用的特點(diǎn).

3) 計(jì)算實(shí)驗(yàn)方法的發(fā)展趨勢(shì)是什么?

計(jì)算模型是計(jì)算實(shí)驗(yàn)方法的核心,也是不同領(lǐng)域知識(shí)發(fā)揮作用的容器.近些年,各類(lèi)新技術(shù)層出不窮,例如數(shù)字孿生[6]、生成式對(duì)抗網(wǎng)絡(luò)[65]、強(qiáng)化學(xué)習(xí)[55]等,這些技術(shù)對(duì)于計(jì)算模型的構(gòu)建都造成了相當(dāng)大的影響.基于此,如何利用各類(lèi)新涌現(xiàn)出來(lái)的人工智能技術(shù)來(lái)提升計(jì)算模型設(shè)計(jì),就成為計(jì)算實(shí)驗(yàn)方法持續(xù)發(fā)展所要面臨的關(guān)鍵挑戰(zhàn).基于此,第4 節(jié)主要關(guān)注三個(gè)方面: a)如何利用大數(shù)據(jù)定義人工社會(huì),即描述智能;b)如何利用計(jì)算實(shí)驗(yàn)預(yù)測(cè)未來(lái),即預(yù)測(cè)智能;c)如何實(shí)現(xiàn)對(duì)現(xiàn)實(shí)世界的反饋干預(yù),即引導(dǎo)智能.

2 計(jì)算實(shí)驗(yàn)的方法框架

根據(jù)文獻(xiàn)[8],計(jì)算實(shí)驗(yàn)方法的研究框架可以總結(jié)為圖3 所示,包含人工社會(huì)建模、實(shí)驗(yàn)系統(tǒng)構(gòu)建、計(jì)算實(shí)驗(yàn)設(shè)計(jì)、計(jì)算實(shí)驗(yàn)分析、計(jì)算實(shí)驗(yàn)驗(yàn)證5 個(gè)步驟,并形成了一個(gè)反饋閉環(huán).因?yàn)槎郃gent 技術(shù)是計(jì)算實(shí)驗(yàn)方法中所使用的主流技術(shù),所以本節(jié)將以此為模板對(duì)每個(gè)步驟進(jìn)行詳細(xì)闡述.

圖3 計(jì)算實(shí)驗(yàn)方法的技術(shù)框架Fig.3 Technical framework for computational experiment methods

2.1 人工社會(huì)建模

人工社會(huì)是一種在計(jì)算機(jī)中模擬人類(lèi)社會(huì)的建模方法[66].相比于一般的仿真模型,人工社會(huì)模型所描述的系統(tǒng)更加復(fù)雜,不僅個(gè)體行為存在著不確定性,而且個(gè)體之間還具有復(fù)雜的交互行為.在明確人工社會(huì)應(yīng)具有的結(jié)構(gòu)、要素和屬性后,需要將所研究的復(fù)雜系統(tǒng)映射為信息空間中的多Agent系統(tǒng),重點(diǎn)關(guān)注個(gè)體模型、環(huán)境模型、規(guī)則模型.個(gè)體模型是描述Agent 個(gè)體的自適應(yīng)行為機(jī)制;環(huán)境模型是描述Agent 個(gè)體的社會(huì)屬性;規(guī)則模型是對(duì)系統(tǒng)演化機(jī)制的描述.具體細(xì)節(jié)如下:

1)個(gè)體模型

人工社會(huì)中的Agent 是具有一定自主能力的個(gè)體,與現(xiàn)實(shí)社會(huì)的生物個(gè)體或者生物群體相對(duì)應(yīng).Agent 個(gè)體模型是不同領(lǐng)域知識(shí)發(fā)揮作用的容器,可以根據(jù)特定應(yīng)用進(jìn)行定制化,包括Agent 的結(jié)構(gòu)、是否具有學(xué)習(xí)能力、交互機(jī)制等.人工社會(huì)中的個(gè)體Agent 可以采用同質(zhì)型的結(jié)構(gòu),也可以采用異質(zhì)型結(jié)構(gòu).如圖4 所示,Agent 個(gè)體的典型結(jié)構(gòu)由感知、決策、行為和優(yōu)化4 個(gè)部分構(gòu)成[67].

圖4 Agent 的結(jié)構(gòu)模型Fig.4 Structural model of individual Agent

Agent 結(jié)構(gòu)中的信息控制流將各個(gè)部分聯(lián)系成了一個(gè)整體.式(1)給出了Agent 結(jié)構(gòu)的形式化表達(dá)式,由一組與時(shí)間t相關(guān)的屬性來(lái)描述.

式中,R表示Agent 不隨時(shí)間變化的特征,如標(biāo)識(shí).St表示Agent 隨時(shí)間變化的特征,例如Agent 的角色.Et是Agent 感知到的、對(duì)其狀態(tài)及行為可產(chǎn)生刺激作用的外在事件的集合.Yt是Agent 在感受外在事件刺激以及與其他Agent 進(jìn)行交互過(guò)程中所采取的決策機(jī)制.Vt是Agent 的行為集合,包括Agent 自發(fā)采取的以及受外在事件刺激采取的所有行為.N是Agent 所受的約束條件,包括環(huán)境、其他Agent 以及任務(wù)目標(biāo)對(duì)該Agent 的限制.

在人工社會(huì)中,Agent 個(gè)體并不是毫無(wú)意識(shí)和缺乏能動(dòng)性,其學(xué)習(xí)過(guò)程是系統(tǒng)演化的重要?jiǎng)恿C(jī)制.Agent 在運(yùn)行過(guò)程中,會(huì)通過(guò)與環(huán)境交互不斷獲得解決問(wèn)題的經(jīng)驗(yàn),從而更新自身的規(guī)則庫(kù),進(jìn)而對(duì)自身的決策機(jī)制產(chǎn)生影響.按照個(gè)體意識(shí)(或者理性) 的強(qiáng)弱,可以將個(gè)體的學(xué)習(xí)模型歸納為三類(lèi): a)進(jìn)化學(xué)習(xí).強(qiáng)調(diào)Agent 的行為來(lái)自于父母遺傳.b)強(qiáng)化學(xué)習(xí).指Agent 通過(guò)與環(huán)境的不斷交互學(xué)習(xí).c)模仿學(xué)習(xí).指Agent 模仿鄰居行為更新自身.三者的共性是出于個(gè)體的角度改變規(guī)則,從而提高對(duì)外部環(huán)境的適應(yīng)程度.

2)環(huán)境模型

在人工社會(huì)中,環(huán)境模型就是實(shí)際物理環(huán)境在計(jì)算機(jī)中的映射,是Agent 賴(lài)以存在的活動(dòng)場(chǎng)所.按照建模方式,環(huán)境模型可以分為實(shí)體型建模和網(wǎng)格型建模.實(shí)體型建模是指將真實(shí)社會(huì)中諸如建筑物、道路交通、氣候條件之類(lèi)的各種環(huán)境要素都抽象成實(shí)體模型.目前,很多典型的人工社會(huì)系統(tǒng)都以這種方式實(shí)現(xiàn),如EpiSimS[68]等.網(wǎng)格型建模則并不關(guān)注具體的環(huán)境對(duì)象,而是將聚焦點(diǎn)落在對(duì)環(huán)境空間的建模上,利用離散的網(wǎng)格來(lái)描述空間的存在和環(huán)境的屬性,例如糖域模型[45].

由于人工社會(huì)場(chǎng)景規(guī)模大小不同,環(huán)境場(chǎng)景要素的模型粒度不盡相同.對(duì)于大場(chǎng)景的人工社會(huì),環(huán)境模型的粒度相對(duì)較粗,通常采用網(wǎng)格型模型,例如交通網(wǎng)絡(luò);對(duì)于小場(chǎng)景的人工社會(huì),環(huán)境模型的粒度相對(duì)較細(xì),通常采用實(shí)體型模型,例如自然環(huán)境、建筑物和道路的細(xì)致模型.對(duì)于規(guī)模較大的人工社會(huì)場(chǎng)景,通常使用地理信息系統(tǒng)來(lái)建立地理空間模型.對(duì)于小規(guī)模的人工社會(huì)場(chǎng)景可采用二維或三維顯示技術(shù)建立可視化場(chǎng)景,同時(shí)采用網(wǎng)格技術(shù)建立地理空間的坐標(biāo)體系,以確定地理空間的相對(duì)位置(如圖5 所示).

圖5 環(huán)境模型的抽象層次Fig.5 The abstraction level of environment model

由于實(shí)際條件的限制,環(huán)境模型的初始設(shè)置往往只能統(tǒng)計(jì)特征數(shù)據(jù).因此,需要研究人工社會(huì)初始化數(shù)據(jù)的生成算法,包括Agent 統(tǒng)計(jì)特征(總數(shù)、性別比例、年齡分布等)、Agent 地理分布情況、人口社會(huì)關(guān)系屬性、環(huán)境實(shí)體的統(tǒng)計(jì)特征(總數(shù)、類(lèi)型、可容納的人口數(shù)等)、環(huán)境實(shí)體的地理分布情況等.從群體數(shù)據(jù)的統(tǒng)計(jì)特征恢復(fù)重構(gòu)出群體中每個(gè)個(gè)體的具體特征是環(huán)境建模的基本思路.通?？梢愿鶕?jù)公布的宏觀統(tǒng)計(jì)數(shù)據(jù)和樣本數(shù)據(jù),運(yùn)用迭代比例擬合方法生成個(gè)體級(jí)的微觀數(shù)據(jù),或者根據(jù)具體情景,執(zhí)行特殊的人工人口生成算法,并且需要將生成結(jié)果與真實(shí)數(shù)據(jù)進(jìn)行對(duì)比統(tǒng)計(jì)分析和邏輯正確性分析.這個(gè)過(guò)程中,需要滿足兩方面的一致性: a)保證生成的Agent 數(shù)量與真實(shí)世界在統(tǒng)計(jì)特征上保持一致[69];b)保證生成的Agent 內(nèi)部邏輯結(jié)構(gòu)、關(guān)聯(lián)關(guān)系與真實(shí)世界一致.

3)規(guī)則模型

規(guī)則模型描述了人工社會(huì)的循環(huán)機(jī)制,包括Agent 之間、環(huán)境之間、Agent 與環(huán)境之間 “行事處世”的準(zhǔn)則.這些規(guī)則既可以是真實(shí)社會(huì)規(guī)則的映射,也可以是人為假設(shè)的假想規(guī)則.如圖6 所示,人工社會(huì)采用自底向上的規(guī)則框架 -社會(huì)演化模型(Social learning evolution,SLE)從三個(gè)層次制定出人工社會(huì)的演化秩序: 底層是個(gè)體演化空間,用于模擬個(gè)體在社會(huì)系統(tǒng)中經(jīng)歷遺傳進(jìn)化的現(xiàn)象;中間層是組織演化空間,模擬個(gè)體通過(guò)模仿和觀察學(xué)習(xí)提高自身能力;頂層是社會(huì)演化空間,用于模擬文化推動(dòng)的社會(huì)系統(tǒng)加速演進(jìn)現(xiàn)象,從底層汲取優(yōu)秀知識(shí)所建立的社會(huì)文化,可以指導(dǎo)底層個(gè)體的演化[56].

圖6 社會(huì)演化模型建?？蚣蹻ig.6 SLE modeling framework

因?yàn)榭紤]到各層級(jí)間演化機(jī)制的相互嵌套和互為因果,這種分析框架也具有復(fù)雜系統(tǒng)理論的特征.SLE 的三個(gè)層次及其互動(dòng)構(gòu)成了人工社會(huì)演化過(guò)程較為完整且又抽象的環(huán)狀分析結(jié)構(gòu).每一層次分別關(guān)注社會(huì)經(jīng)濟(jì)系統(tǒng)中的不同層面(例如個(gè)體、組織、集群和國(guó)家等).相關(guān)的建模技術(shù)可以根據(jù)特定的需求進(jìn)行選擇.SLE 的具體實(shí)現(xiàn)邏輯如算法1 所示.

算法1.SLE 的實(shí)現(xiàn)邏輯

Agent: 用于代表人工社會(huì)系統(tǒng)中的個(gè)體.

1)個(gè)體演化: 變異是多樣性的生成機(jī)制,也是社會(huì)系統(tǒng)演化的源動(dòng)力.如果沒(méi)有變異和創(chuàng)新,就無(wú)所謂演化.在模型框架中,Agent 個(gè)體的演化規(guī)則可以根據(jù)各類(lèi)進(jìn)化算法進(jìn)行設(shè)定.有些是模仿生物系統(tǒng)的進(jìn)化功能而被設(shè)計(jì)出來(lái)的,例如人工神經(jīng)網(wǎng)絡(luò)[70]、遺傳算法[71]、進(jìn)化策略[72]等.

2)組織演化: 選擇機(jī)制則是多樣性減弱的機(jī)制,通過(guò)某種標(biāo)準(zhǔn)來(lái)判斷個(gè)體的適應(yīng)性,選擇適應(yīng)性高的演化單元,淘汰適應(yīng)性低的演化單元.在模型框架中,組織的演化規(guī)則可以根據(jù)生物群落的演化特征進(jìn)行設(shè)定.例如螞蟻種群優(yōu)化算法[37]、粒子群算法[73]、人工蜂群算法[74]等.

3)社會(huì)涌現(xiàn): 組織演化側(cè)重選擇適應(yīng)性高的演化單元,而社會(huì)涌現(xiàn)階段側(cè)重于其他個(gè)體對(duì)于精英的模仿學(xué)習(xí).在激烈的競(jìng)爭(zhēng)之后,一些精英會(huì)從個(gè)體中脫穎而出.其他個(gè)體通過(guò)模仿學(xué)習(xí)他們的行為,可以提高自己在生態(tài)系統(tǒng)中的生存能力,這個(gè)階段就是社會(huì)演化階段.存在三種典型的擴(kuò)散模型: 傳染病模型[75]、社會(huì)閾值模型[76]和社會(huì)學(xué)習(xí)模型[77].

4)二階涌現(xiàn): 二階涌現(xiàn)體現(xiàn)在社會(huì)空間對(duì)個(gè)體空間的反作用,這是宏觀現(xiàn)象對(duì)微觀個(gè)體產(chǎn)生作用的機(jī)制.為了模擬文化可以加速個(gè)體進(jìn)化速度這一現(xiàn)象,本文在模型框架中設(shè)計(jì)了反饋規(guī)則,通過(guò)干預(yù)策略的選擇機(jī)制不僅影響某個(gè)具體個(gè)體的變異水平,還會(huì)影響整個(gè)系統(tǒng)的變異水平.

5)下一個(gè)循環(huán): 隨著時(shí)間的推移,一些精英可能會(huì)落后,一些能力較強(qiáng)的新個(gè)體將成為新的精英.最后,整個(gè)社會(huì)系統(tǒng)的演化均衡被打破,進(jìn)入下一輪循環(huán).

2.2 實(shí)驗(yàn)系統(tǒng)構(gòu)建

計(jì)算實(shí)驗(yàn)系統(tǒng)的架構(gòu)大都是基于人工社會(huì)模型,采用自底向上的方法來(lái)模擬整個(gè)社會(huì)復(fù)雜系統(tǒng).首先需要真實(shí)模擬出各類(lèi)智能體實(shí)體的微觀行為,再通過(guò)這些個(gè)體間的相互作用來(lái)反映整個(gè)系統(tǒng)的宏觀規(guī)律,實(shí)現(xiàn)由簡(jiǎn)單元素互相作用而形成的復(fù)雜現(xiàn)象.計(jì)算實(shí)驗(yàn)系統(tǒng)構(gòu)建的重心在于如何設(shè)計(jì)數(shù)據(jù)主線來(lái)集成各個(gè)模型,為建立人工社會(huì)集成數(shù)據(jù),從而尋找最合適的干預(yù)策略.

1)系統(tǒng)模塊

計(jì)算實(shí)驗(yàn)系統(tǒng)的開(kāi)發(fā)主要采用兩種方法: a)自己編程,目的是獲得更大的建模自由度;b)采用特定平臺(tái),目的是獲得更高的開(kāi)發(fā)效率.目前,人工社會(huì)模型開(kāi)發(fā)尚處于初級(jí)階段,開(kāi)發(fā)效率的重要性高于建模自由度.研究者通常選擇一種開(kāi)發(fā)平臺(tái)自動(dòng)生成一些框架代碼,然后手工編寫(xiě)特定功能的代碼,從而減小編程工作量.如果平臺(tái)是可信的,那么自動(dòng)生成的代碼也是可信的.目前,利用平臺(tái)開(kāi)發(fā)人工社會(huì)模型已成為主流趨勢(shì),包括Swarm[39]、Repast[40,77]、Mason[17]和Netlogo[42]等.

如圖7 所示,人工社會(huì)的體系結(jié)構(gòu)可以劃分為預(yù)處理、計(jì)劃執(zhí)行和輸出3 個(gè)模塊.系統(tǒng)根據(jù)預(yù)處理階段收集的Agent 狀態(tài)值,虛擬環(huán)境提供的外部狀態(tài)值和外部指令數(shù)據(jù),選擇知識(shí)庫(kù)中的知識(shí)規(guī)則和模型庫(kù)中的模型,計(jì)算并執(zhí)行各類(lèi)Agent 在仿真環(huán)境中的行為,并將計(jì)算結(jié)果輸出到行為選擇器,設(shè)置Agent 下一時(shí)刻的子目標(biāo).行為選擇完成后,在行為選擇結(jié)果和外部環(huán)境檢測(cè)數(shù)據(jù)的基礎(chǔ)上,利用知識(shí)庫(kù)中Agent 行為經(jīng)驗(yàn)學(xué)習(xí)規(guī)則進(jìn)行Agent行為復(fù)合配置,并可以通過(guò)反饋對(duì)行為選擇參數(shù)進(jìn)行修正.最后,更新Agent 的內(nèi)部狀態(tài)值,并將行為狀態(tài)信息傳遞給仿真模塊中構(gòu)建的虛擬環(huán)境,利用知識(shí)庫(kù)中環(huán)境更新規(guī)則實(shí)現(xiàn)虛擬環(huán)境的動(dòng)態(tài)更新,并進(jìn)入下一個(gè)時(shí)刻的循環(huán)計(jì)算.

圖7 計(jì)算實(shí)驗(yàn)系統(tǒng)的運(yùn)行流程圖Fig.7 The operation flow chart of the computational experimental system

2)數(shù)字主線

計(jì)算實(shí)驗(yàn)系統(tǒng)的構(gòu)建是一個(gè)復(fù)雜的多階段、多因素、多模型的過(guò)程.從時(shí)序角度出發(fā),計(jì)算實(shí)驗(yàn)系統(tǒng)運(yùn)行過(guò)程包括概念模型、數(shù)學(xué)邏輯模型和仿真模型等階段,其間有相互的依賴(lài)和約束關(guān)系.在概念層,人工社會(huì)建模是將現(xiàn)實(shí)系統(tǒng)的知識(shí)進(jìn)行組織和編碼,使計(jì)算實(shí)驗(yàn)系統(tǒng)能接受并處理現(xiàn)實(shí)世界的數(shù)據(jù)輸入.邏輯層的模型與概念層密切相關(guān),該層的模型主要建立了狀態(tài)變量之間的關(guān)系.在連續(xù)系統(tǒng)中,這種關(guān)系通常是偏微分方程或常微分方程.對(duì)于復(fù)雜系統(tǒng)這些方程難以得到解析,所以需要轉(zhuǎn)換成可數(shù)值計(jì)算的模型.在仿真層,通過(guò)完成上層模型(邏輯層) 到底層模型(數(shù)值計(jì)算模型) 的轉(zhuǎn)換工作,可以認(rèn)為計(jì)算實(shí)驗(yàn)系統(tǒng)具有了對(duì)概念模型、邏輯模型進(jìn)行計(jì)算的能力.

基于此,本文將工業(yè)互聯(lián)網(wǎng)中 “數(shù)字總線”[78]的概念引入計(jì)算實(shí)驗(yàn)方法,用以描述從模型設(shè)計(jì)到運(yùn)行的全生命周期過(guò)程,提供關(guān)鍵要素的虛擬表示(數(shù)字孿生) 和相互之間的關(guān)聯(lián)關(guān)系.如圖8 所示,數(shù)字主線可以被看作連接不同模型的橋梁,其目標(biāo)在于展示出實(shí)驗(yàn)周期中系統(tǒng)的演變歷史和特別的狀態(tài)轉(zhuǎn)換.這可以在正確的時(shí)間以正確的方式對(duì)實(shí)驗(yàn)現(xiàn)象進(jìn)行向前或前后追溯,從而可以協(xié)助策略評(píng)估研究、變更影響分析、缺陷回溯分析等問(wèn)題.

圖8 計(jì)算實(shí)驗(yàn)的數(shù)字主線Fig.8 Digital thread for computational experiments

3)干預(yù)機(jī)制

計(jì)算實(shí)驗(yàn)的運(yùn)行過(guò)程其實(shí)就是個(gè)體之間以及個(gè)體與環(huán)境之間博弈演化的過(guò)程,是內(nèi)部因素和外部因素共同作用的結(jié)果.外部環(huán)境因素是客觀的、不可控的,主要包括初始條件以及外部環(huán)境.內(nèi)部因素是可控的、可調(diào)整的,主要包括個(gè)體之間的組織形式、協(xié)作策略和協(xié)調(diào)機(jī)制等.如果沒(méi)有外部因素的干預(yù),實(shí)驗(yàn)系統(tǒng)將會(huì)進(jìn)行自然演化,可以用來(lái)分析初始設(shè)置與內(nèi)部機(jī)制在系統(tǒng)演化中的作用.如果對(duì)實(shí)驗(yàn)系統(tǒng)施加外部干預(yù),則可以用來(lái)對(duì)干預(yù)措施進(jìn)行推演和優(yōu)化.為了促使實(shí)驗(yàn)系統(tǒng)向預(yù)期方向演化,有必要對(duì)其實(shí)施有限度的、合理的干預(yù).

如圖9 所示,通過(guò)將干預(yù)策略和人工社會(huì)(包括所有直接和間接承受干預(yù)影響的多類(lèi)主體) 連接形成閉環(huán),并變換外部輸入和人工社會(huì)模型的初始設(shè)定,來(lái)對(duì)干預(yù)策略的效果進(jìn)行測(cè)試.

圖9 計(jì)算實(shí)驗(yàn)的干預(yù)機(jī)制Fig.9 Intervention mechanism of computational experiments

根據(jù)干預(yù)尺度,干預(yù)策略可以分為3 類(lèi): a)將干預(yù)策略加載到人工社會(huì)的Agent 模型中,在仿真的過(guò)程中可能會(huì)對(duì)個(gè)體的特征、行為規(guī)則造成影響.在無(wú)人駕駛的測(cè)試實(shí)驗(yàn)中,往往采用真實(shí)控制器和虛擬被控對(duì)象聯(lián)調(diào),就屬于此類(lèi)干預(yù)[79-80].b)將干預(yù)策略加載到人工社會(huì)的組織模型中,在仿真的過(guò)程中可能會(huì)對(duì)群體的交互方式、學(xué)習(xí)規(guī)則造成影響.c)將干預(yù)策略加載到人工社會(huì)的社會(huì)模型中,在仿真的過(guò)程中可能會(huì)對(duì)社會(huì)的傳播方式、均衡狀態(tài)造成影響.人工社會(huì)經(jīng)過(guò)反應(yīng),輸出干預(yù)實(shí)施可能引致的結(jié)果,干預(yù)制定者將其目標(biāo)和偏好與輸出結(jié)果進(jìn)行比對(duì),可以就干預(yù)的可行性做出判斷.這樣經(jīng)過(guò)不斷地試錯(cuò)、迭代和完善,最終就如何干預(yù)達(dá)成共識(shí).

2.3 實(shí)驗(yàn)設(shè)計(jì)

隨著研究對(duì)象的復(fù)雜度增加,影響因子的組合數(shù)量會(huì)呈指數(shù)級(jí)增長(zhǎng),并且變量之間還可能會(huì)產(chǎn)生交互作用.在含有大量因子的計(jì)算實(shí)驗(yàn)中,如果對(duì)這些因子進(jìn)行任意組合的測(cè)試和觀測(cè),會(huì)導(dǎo)致實(shí)驗(yàn)次數(shù)呈指數(shù)型增長(zhǎng),根本無(wú)法大規(guī)模應(yīng)用.只有通過(guò)合理的實(shí)驗(yàn)設(shè)計(jì),才能夠以最迅速、最經(jīng)濟(jì)的方法,得到理想的實(shí)驗(yàn)結(jié)果.合理的計(jì)算實(shí)驗(yàn)設(shè)計(jì)主要包括設(shè)計(jì)原理、設(shè)計(jì)選擇和數(shù)值生成三個(gè)方面.

1)設(shè)計(jì)原理

如圖10 所示,計(jì)算實(shí)驗(yàn)過(guò)程通?？梢砸暈椴僮?、模型、方法、人以及其他資源的一種組合.把多種輸入(通常是一種組合) 轉(zhuǎn)變?yōu)橛幸粋€(gè)或多個(gè)可觀測(cè)的響應(yīng)變量的一種輸出.其中x1,x2,···,xm是人工系統(tǒng)的輸入,y1,y2,···,yn是人工系統(tǒng)的輸出,u1,u2,···,up是可控因素或者決策,v1,v2,···,vq是不可控因素或者事件.計(jì)算實(shí)驗(yàn)的目的可包括以下內(nèi)容: a)通過(guò)計(jì)算實(shí)驗(yàn)確定最能影響系統(tǒng)輸出的因素集;b)通過(guò)計(jì)算實(shí)驗(yàn)確定最有效的可控因素ui,使輸出結(jié)果集變得更小,且更接近理想的水平;c)通過(guò)計(jì)算實(shí)驗(yàn)確定最有影響的可控因素ui集,使得不可控因素或事件vi對(duì)系統(tǒng)的影響作用最小.

圖10 計(jì)算實(shí)驗(yàn)設(shè)計(jì)的示意圖Fig.10 Schematic diagram for computational experiment design

由于實(shí)物實(shí)驗(yàn)與計(jì)算實(shí)驗(yàn)之間的區(qū)別,許多實(shí)物實(shí)驗(yàn)中的假設(shè)與邊界條件在計(jì)算實(shí)驗(yàn)中并不滿足.實(shí)物實(shí)驗(yàn)中通常假定誤差是獨(dú)立同分布的,有些實(shí)驗(yàn)還認(rèn)為實(shí)驗(yàn)誤差滿足正態(tài)分布,然而計(jì)算實(shí)驗(yàn)中通常不能滿足這些假定.雖然使用不同的偽隨機(jī)序列可以保證誤差的獨(dú)立性,然而同分布這一性質(zhì)仍然難以保證.因此許多經(jīng)典的實(shí)物實(shí)驗(yàn)設(shè)計(jì)方法不能直接應(yīng)用于計(jì)算實(shí)驗(yàn)中.例如部分析因設(shè)計(jì)中需要假定因素間不存在交互效應(yīng)或僅存在低階交互效應(yīng),然而對(duì)于復(fù)雜的計(jì)算模型而言,這一假設(shè)很難滿足.

為了更有效地進(jìn)行實(shí)驗(yàn),就必須用科學(xué)的方法進(jìn)行設(shè)計(jì).所謂實(shí)驗(yàn)的統(tǒng)計(jì)設(shè)計(jì),就是設(shè)計(jì)實(shí)驗(yàn)的過(guò)程,以便收集適合于統(tǒng)計(jì)方法分析的數(shù)據(jù),從而得出有效且客觀的結(jié)論.如果想從數(shù)據(jù)中得出有意義的結(jié)論,那么用統(tǒng)計(jì)方法做實(shí)驗(yàn)設(shè)計(jì)是必要的.當(dāng)問(wèn)題涉及受實(shí)驗(yàn)誤差影響的數(shù)據(jù)時(shí),只有統(tǒng)計(jì)方法才是客觀的分析方法.就計(jì)算實(shí)驗(yàn)而言,其實(shí)驗(yàn)設(shè)計(jì)同樣需要遵循本領(lǐng)域的隨機(jī)化、重復(fù)和區(qū)組化[81]這三個(gè)基本原理.

2)設(shè)計(jì)選擇

每個(gè)計(jì)算實(shí)驗(yàn)都有多種可能的設(shè)計(jì)方案.為了選出最合適的方案,本文往往采用因果圖作為組織信息的可用工具.如圖11 所示,感興趣的效應(yīng)或者響應(yīng)變量畫(huà)在因果圖的脊骨上,潛在原因或者設(shè)計(jì)因子安排在一串肋骨上.以此為基礎(chǔ),進(jìn)行實(shí)驗(yàn)設(shè)計(jì)的選擇,包括明確實(shí)驗(yàn)?zāi)康摹⒖紤]樣本量(重復(fù)次數(shù))、合適的實(shí)驗(yàn)次序,是否劃分區(qū)組或者是否涉及其他隨機(jī)化限制等.

圖11 計(jì)算實(shí)驗(yàn)的因果圖Fig.11 Cause and effect diagram for computational experiments

整個(gè)方法包括如下步驟: a)問(wèn)題的識(shí)別與表述.為了在設(shè)計(jì)和分析實(shí)驗(yàn)時(shí)使用統(tǒng)計(jì)方法,研究者需要預(yù)先對(duì)所研究的問(wèn)題究竟是什么以及如何收集數(shù)據(jù)等有一個(gè)清晰的認(rèn)識(shí),至少要對(duì)如何分析這些數(shù)據(jù)有一個(gè)定性的了解;b)響應(yīng)變量的選擇.在選擇響應(yīng)變量時(shí),研究者應(yīng)該確信這個(gè)變量確實(shí)會(huì)對(duì)所研究的過(guò)程提供有用的信息;c) 因子的選擇.明確計(jì)算實(shí)驗(yàn)所涉及的大量因子,包括設(shè)計(jì)因子、保持常量因子、討厭因子;d)水平和范圍的選擇.一旦研究者選擇了設(shè)計(jì)因子,他必須選擇這些因子變化的范圍及其特定水平,還必須考慮如何將這些因子控制在所希望的數(shù)值上以及如何測(cè)量這些數(shù)值.

如果交互作用存在,處理多個(gè)因子的正確方法是進(jìn)行析因?qū)嶒?yàn)[81].這種實(shí)驗(yàn)策略是所有因子一起變化,而不是一次變一個(gè).假定只考慮2 個(gè)因子,且每個(gè)因子有兩個(gè)水平,經(jīng)過(guò) 22輪析因?qū)嶒?yàn),就可以幫助實(shí)驗(yàn)者研究每個(gè)因子的個(gè)體效應(yīng)并判定因子是否存在交互作用.一般地,如果有k個(gè)因子,每個(gè)因子有兩個(gè)水平,那么析因?qū)嶒?yàn)就要進(jìn)行 2k輪.析因設(shè)計(jì)的重要特點(diǎn)就是可以高效率利用實(shí)驗(yàn)數(shù)據(jù).一般而言,如果有 4～5 個(gè)甚至更多的因子,通常沒(méi)必要對(duì)所有可能的因子水平組合進(jìn)行試驗(yàn).分式析因?qū)嶒?yàn)是基本析因設(shè)計(jì)的變形,只需要對(duì)所有組合的一個(gè)子集進(jìn)行實(shí)驗(yàn).

3)取值策略

在含有大量因子的計(jì)算實(shí)驗(yàn)中,場(chǎng)景變量通過(guò)交叉組合可以得到成百上千種細(xì)分場(chǎng)景,所需的實(shí)驗(yàn)次數(shù)呈指數(shù)型增長(zhǎng),有限的時(shí)間和成本顯然不可能完全覆蓋所有的場(chǎng)景.所以,本文需要采用一定的取值策略,一方面降低單次驗(yàn)證的成本,另一方面提高試錯(cuò)的效率.

對(duì)于已知各類(lèi)影響因子取值范圍的情況,經(jīng)常采用的取值策略是模型無(wú)關(guān)的實(shí)驗(yàn)取值方法.這種取值策略并不針對(duì)某一種特定的元模型,而是關(guān)注由標(biāo)準(zhǔn)實(shí)驗(yàn)輸入定義的k維單位立方體構(gòu)成的設(shè)計(jì)空間.主要的模型無(wú)關(guān)設(shè)計(jì)包括拉丁超立方設(shè)計(jì)[82]與均勻設(shè)計(jì)[83].對(duì)于現(xiàn)實(shí)數(shù)據(jù)缺乏的情況,計(jì)算實(shí)驗(yàn)通過(guò)模擬仿真來(lái)生成數(shù)據(jù)集.圖12 總結(jié)了這些方法的分支以及關(guān)聯(lián)關(guān)系[84],主要包括重采樣和蒙特卡洛兩類(lèi)數(shù)據(jù)生成方法.

圖12 計(jì)算實(shí)驗(yàn)的數(shù)據(jù)集產(chǎn)生方法[84]Fig.12 Dataset generation methods for computational experiments[84]

如果已經(jīng)有了一定時(shí)間周期內(nèi)的歷史數(shù)據(jù),可以以此為基礎(chǔ)進(jìn)行取值.但是,這些數(shù)據(jù)往往是有限的,而且很容易出現(xiàn)過(guò)擬合,為了應(yīng)對(duì)這種情況,重采樣技術(shù)被廣泛應(yīng)用.重采樣是指通過(guò)對(duì)觀察到的數(shù)據(jù)集重復(fù)采樣來(lái)生成新的(未觀察到的)數(shù)據(jù)集.重采樣可以是確定性的,也可以是隨機(jī)的.確定性重采樣的實(shí)例包括交叉驗(yàn)證法(留一法)和混合驗(yàn)證法(置換測(cè)試).隨機(jī)重采樣的實(shí)例包括無(wú)替換的隨機(jī)采樣(子采樣)和有替換的隨機(jī)采樣(自舉法).

針對(duì)那些有概率分布或概率密度函數(shù)的變量,可以用蒙特卡洛方法,構(gòu)建一系列樣本集,使得滿足各種概率條件.蒙特卡洛實(shí)驗(yàn)可以是參數(shù)化的,也可以是非參數(shù)化的.參數(shù)化方法可以將已觀察數(shù)據(jù)集的統(tǒng)計(jì)屬性,復(fù)制到未觀察到的數(shù)據(jù)集中.但是,參數(shù)化蒙特卡洛的一個(gè)缺陷是,數(shù)據(jù)生成過(guò)程可能比一組有限代數(shù)函數(shù)的復(fù)制過(guò)程更為復(fù)雜.在這種情況下,非參數(shù)蒙特卡洛實(shí)驗(yàn)可能會(huì)有所幫助,例如變分自動(dòng)編碼器、自組織圖或生成式對(duì)抗網(wǎng)絡(luò)[65].

2.4 實(shí)驗(yàn)分析

在計(jì)算實(shí)驗(yàn)中,可以同時(shí)設(shè)立多組對(duì)照試驗(yàn),有目的地對(duì)人工社會(huì)的參數(shù)做出改變,或者施加特定的干預(yù)措施,并在必要時(shí)進(jìn)行多次大量的重復(fù)模擬,從而根據(jù)實(shí)驗(yàn)數(shù)據(jù)挖掘出復(fù)雜現(xiàn)象背后的深層次原因.一般而言,計(jì)算實(shí)驗(yàn)可以從宏觀分析、中觀分析與微觀分析三個(gè)層面進(jìn)行實(shí)驗(yàn)分析,三者互為補(bǔ)充,相輔相成.“宏觀分析”是從宏觀角度出發(fā),以動(dòng)態(tài)網(wǎng)絡(luò)為手段來(lái)分析系統(tǒng)的復(fù)雜性;“中觀分析”則采用事件鏈來(lái)追溯尋找事件發(fā)生的原因;“微觀分析”更強(qiáng)調(diào)微觀個(gè)體采取某種行為的內(nèi)在機(jī)理,通過(guò)對(duì)微觀行為的分析來(lái)解釋或預(yù)測(cè)宏觀現(xiàn)象.

1)宏觀分析(自上而下)

如圖13 所示,為了挖掘出社會(huì)復(fù)雜系統(tǒng)的運(yùn)行演化規(guī)律,宏觀層面以動(dòng)態(tài)網(wǎng)絡(luò)分析為手段,遵循如下步驟: 驅(qū)動(dòng)力→運(yùn)行→狀態(tài)→溯源→響應(yīng)[85].首先,本文需要了解系統(tǒng)的運(yùn)行驅(qū)動(dòng)力與演化機(jī)制,并通過(guò)數(shù)據(jù)分析及時(shí)發(fā)現(xiàn)系統(tǒng)運(yùn)行的當(dāng)前狀態(tài).然后,通過(guò)機(jī)理分析,快速識(shí)別和處理關(guān)鍵環(huán)節(jié),進(jìn)而不斷優(yōu)化系統(tǒng)的運(yùn)行和治理.

圖13 計(jì)算實(shí)驗(yàn)的宏觀分析Fig.13 Macro analysis of computational experiments

a)驅(qū)動(dòng)力.社會(huì)復(fù)雜系統(tǒng)的宏觀分析,首先需要確定其演化的驅(qū)動(dòng)力是什么.一般而言,系統(tǒng)持續(xù)演化取決于自上而下的設(shè)計(jì)與自下而上的涌現(xiàn)共同作用.一方面,新的主體涌現(xiàn),或者現(xiàn)有主體的優(yōu)化升級(jí),并不是把原有系統(tǒng)進(jìn)行簡(jiǎn)單的改變,而是通過(guò)自生長(zhǎng)、自組織演化出新的模式.外部干預(yù)則是對(duì)這個(gè)演化過(guò)程起到加速或者阻礙的作用.

b)運(yùn)行.社會(huì)復(fù)雜系統(tǒng)本質(zhì)上是一個(gè)社會(huì)-技術(shù)系統(tǒng),可以用多層異質(zhì)網(wǎng)絡(luò)進(jìn)行描述,包括社會(huì)網(wǎng)絡(luò)、信息網(wǎng)絡(luò)以及價(jià)值網(wǎng)絡(luò).社會(huì)網(wǎng)絡(luò)表示系統(tǒng)中主體間的交互關(guān)系,包括需求側(cè)、供應(yīng)側(cè)、運(yùn)營(yíng)側(cè)及其群體間的交互關(guān)系.信息網(wǎng)絡(luò)是指所有可用信息服務(wù)構(gòu)成的網(wǎng)絡(luò),核心是具有豐富物理社會(huì)信息的服務(wù)以及服務(wù)間的交互關(guān)系.價(jià)值網(wǎng)絡(luò)則是聯(lián)系社會(huì)網(wǎng)絡(luò)與服務(wù)網(wǎng)絡(luò)的橋梁,表示主體之間通過(guò)服務(wù)的提供與消費(fèi)所形成的價(jià)值流轉(zhuǎn)過(guò)程,類(lèi)似于自然生態(tài)系統(tǒng)中的能量循環(huán)過(guò)程[86-88].

c)狀態(tài).社會(huì)復(fù)雜系統(tǒng)結(jié)合了復(fù)雜系統(tǒng)的自組織特征和生態(tài)系統(tǒng)的協(xié)同進(jìn)化特征,以及經(jīng)濟(jì)系統(tǒng)的價(jià)值驅(qū)動(dòng)特征.因此,社會(huì)復(fù)雜系統(tǒng)的度量與評(píng)估,需要從 “生態(tài)系統(tǒng)-經(jīng)濟(jì)系統(tǒng)-復(fù)雜網(wǎng)絡(luò)”三個(gè)維度進(jìn)行.生態(tài)特性主要研究系統(tǒng)中主體之間通過(guò)交互作用形成的生態(tài)位,采用指標(biāo)包括多樣性、層次性等.網(wǎng)絡(luò)特性主要用于對(duì)比分析不同系統(tǒng)的基本結(jié)構(gòu)與相互作用[89-91],采用的指標(biāo)包括網(wǎng)絡(luò)規(guī)模、路徑長(zhǎng)度、結(jié)構(gòu)空洞、健壯性、可靠性等.經(jīng)濟(jì)特性決定了社會(huì)系統(tǒng)是否可持續(xù)發(fā)展,包括競(jìng)爭(zhēng)模式、公平性、有效性、外部性、風(fēng)險(xiǎn)/安全、信用、偏好等.

d)溯源.社會(huì)復(fù)雜系統(tǒng)演化過(guò)程的影響因素紛繁復(fù)雜且難以確認(rèn),而且還會(huì)受到人的自由意志和主觀能動(dòng)性影響,有的時(shí)候還會(huì)因?yàn)榕及l(fā)事件而改變演化路徑.為了揭示隱藏在這些現(xiàn)象背后的原因,本文需要從因果決定性、目的趨向性和隨機(jī)偶然性三個(gè)方面開(kāi)展研究.因果決定性在很大程度上取決于隱含在社會(huì)系統(tǒng)演化背后的必然規(guī)律(例如網(wǎng)絡(luò)傳播).即使這些規(guī)律本文可能目前并未意識(shí)到.目的趨向性則體現(xiàn)了社會(huì)演化中人的自由意志與有限理性,這會(huì)造成系統(tǒng)不斷調(diào)整自身的演化方向、策略和結(jié)構(gòu).隨機(jī)偶然性是量變行為積累的結(jié)果,例如單個(gè)節(jié)點(diǎn)變化等帶來(lái)的網(wǎng)絡(luò)涌現(xiàn).

e)干預(yù).社會(huì)復(fù)雜系統(tǒng)的演化可能會(huì)出現(xiàn)不同的趨勢(shì),既有可能發(fā)生由低級(jí)到高級(jí),由簡(jiǎn)單到復(fù)雜的進(jìn)化;也有可能出現(xiàn)由高級(jí)到低級(jí),由復(fù)雜到簡(jiǎn)單的退化.為了促使系統(tǒng)實(shí)現(xiàn)健康發(fā)展,有必要對(duì)其演化實(shí)施有限度的、合理的干預(yù)[92].其目標(biāo)遵循控制論的基本邏輯,即基于感知系統(tǒng)獲取的信息來(lái)揭示實(shí)際成效與標(biāo)準(zhǔn)之間的差,并采取糾正措施,通過(guò)循環(huán)反饋使系統(tǒng)穩(wěn)定在預(yù)定的目標(biāo)狀態(tài).對(duì)關(guān)鍵節(jié)點(diǎn)施加引導(dǎo),就成為一種可選的治理機(jī)制.針對(duì)增量節(jié)點(diǎn),可以基于生態(tài)位識(shí)別實(shí)現(xiàn)誘導(dǎo)機(jī)制,鼓勵(lì)新的服務(wù)參與競(jìng)爭(zhēng),填補(bǔ)空白[93].針對(duì)存量節(jié)點(diǎn),可以基于社會(huì)效用評(píng)價(jià)來(lái)實(shí)現(xiàn)節(jié)點(diǎn)更替機(jī)制,推動(dòng)節(jié)點(diǎn)自主改進(jìn),實(shí)現(xiàn)優(yōu)勝劣汰[94-95].

2)中觀分析(聯(lián)系宏觀和微觀)

中觀分析的基本觀點(diǎn)是承認(rèn)事件未來(lái)的結(jié)果和實(shí)現(xiàn)這種未來(lái)結(jié)果的途徑都是不確定的,重點(diǎn)在于預(yù)測(cè)未來(lái)可能發(fā)生的情景,以便研究人員對(duì)可能情景進(jìn)行有效應(yīng)對(duì)[96].其實(shí)質(zhì)是完成對(duì)事物所有可能未來(lái)發(fā)展態(tài)勢(shì)的描述,包括三部分內(nèi)容: a)描述事件發(fā)生和發(fā)展過(guò)程,分析事件發(fā)展的動(dòng)力學(xué)行為;b)在復(fù)雜的 “事件群”中,通過(guò)歸納與梳理,整理出若干要素和事件鏈;c)獲得這一過(guò)程中所體現(xiàn)出的時(shí)間情景之間所蘊(yùn)含的動(dòng)態(tài)性和關(guān)聯(lián)性,建立同類(lèi)事件的邏輯結(jié)構(gòu).傳統(tǒng)情景分析的手段主要是靠人工想象和推理,而計(jì)算實(shí)驗(yàn)方法可以構(gòu)建出事件發(fā)生、發(fā)展、轉(zhuǎn)化和演變的 “可視化場(chǎng)景”.從情景的發(fā)展和演化規(guī)律出發(fā),可以描述如下:

式中,Tr表示情景啟動(dòng)的觸發(fā)條件;Des是對(duì)情景的簡(jiǎn)要語(yǔ)言描述;Actor是情景中涉及的參與人員;In是從外界環(huán)境得到的數(shù)據(jù)或者條件,隨著外界環(huán)境變化而改變;Action是情景啟動(dòng)后執(zhí)行的行為或動(dòng)作;Out是情景行為執(zhí)行過(guò)程中產(chǎn)生的數(shù)據(jù);ES是發(fā)生異常情況時(shí)的替代情景.根據(jù)式(2)所構(gòu)建的備選場(chǎng)景能夠涵蓋不確定性對(duì)系統(tǒng)的影響,建立起人工社會(huì)演化過(guò)程與多個(gè)主體行動(dòng)及相互作用的關(guān)聯(lián)關(guān)系.

在影響因子的作用下,情景之間的轉(zhuǎn)換概率會(huì)受到影響,情景之間可能產(chǎn)生選擇性關(guān)聯(lián)轉(zhuǎn)變.圖14模型提供了關(guān)于Simon 理論的一階表征,主要結(jié)果為Ω 空間內(nèi)的各種情景均可通過(guò)條件組合產(chǎn)生.在某些初始時(shí)間點(diǎn)r0,在特定環(huán)境中發(fā)生了事件E.在后續(xù)時(shí)間點(diǎn)r1,為了應(yīng)對(duì)當(dāng)前環(huán)境的挑戰(zhàn),個(gè)體可根據(jù)有限理性決定是否發(fā)生適應(yīng)性改變,即事件D.如果它們并未做出改變的決定(即事件～D),則結(jié)果為E.如果它們決定適應(yīng),則可選擇是否實(shí)際執(zhí)行決策和落實(shí)適應(yīng)性措施(即事件A).如果它們未能成功執(zhí)行事件(即事件～A),則會(huì)產(chǎn)生結(jié)果E.可論證E≈E*.如果個(gè)體已經(jīng)采取了某些行為,則在r3時(shí)刻,行為反饋可能有效,也可能無(wú)效.若反饋有效(事件W),則結(jié)果為C且具有更高的復(fù)雜度.若反饋無(wú)效(事件～W),則結(jié)果為失敗后仍需忍受環(huán)境影響(結(jié)果E**).可論證S(E**)＞S(E),其中S(X) 代表與事件X有關(guān)的影響或無(wú)效性.

圖14 情景出現(xiàn)的順序因果邏輯樹(shù)Fig.14 Sequential causal logic trees of system scenario emergence

在順序邏輯模式[97]下,系統(tǒng)情景C的出現(xiàn)被解釋為經(jīng)過(guò)多項(xiàng)博弈的分支過(guò)程P,是樣本空間Ω 內(nèi)的一種結(jié)果,即可能事件之一.由圖14 可以看出,情景C的出現(xiàn)最少需要4 種必要的順序狀況,具有顯著的低概率.其他結(jié)果(E、E*和E**) 發(fā)生概率相對(duì)較高.在條件邏輯模式下,可根據(jù)當(dāng)前情景來(lái)研究背景狀況,提供必要或充分條件進(jìn)行解釋.通常,情景C的出現(xiàn)可能有2 種情況: 或者基于必要事件的同時(shí)出現(xiàn)(事件X1,X2,X3,···,XN通過(guò)AND連接);或者基于任意一充分事件的發(fā)生(事件Z1,Z2,Z3,···,ZM,通過(guò) O R 連接).

3)微觀分析(自下而上)

整個(gè)社會(huì)復(fù)雜系統(tǒng)的演化過(guò)程最終是多個(gè)主體行動(dòng)及相互作用后涌現(xiàn)的結(jié)果.“主體分析技術(shù)”主要是從個(gè)體層面來(lái)分析現(xiàn)象背后的成因,包括模型擬合與機(jī)制分析[98].

“模型擬合分析”是通過(guò)構(gòu)建能與最終結(jié)果擬合的微觀個(gè)體行為模型來(lái)解釋從干預(yù)前的情景1 到干預(yù)后的情景2 (圖15 箭頭1)).這類(lèi)分析首先從海量Agent 行為數(shù)據(jù)中挖掘出Agent 行為模式(圖15 箭頭2));然后基于智能模型(神經(jīng)網(wǎng)絡(luò)、遺傳算法、群體智能、強(qiáng)化學(xué)習(xí)等) 實(shí)現(xiàn)Agent 行為自學(xué)習(xí)(歸納-概率模型)和演化(演繹-規(guī)則模型);進(jìn)而使用這種演進(jìn)的Agent 行為規(guī)律解釋或預(yù)測(cè)情景2 (圖15 箭頭3)).這種行為分析方法假定源頭情景1 與預(yù)測(cè)情景2 之間由簡(jiǎn)單的Agent 行為作為中介,即兩個(gè)現(xiàn)象間的行為鏈條是可以通過(guò)智能模型代替的.但是,這種分析是以統(tǒng)計(jì)學(xué)為基礎(chǔ)的,智能模型產(chǎn)生的行為規(guī)律本身在現(xiàn)實(shí)中可能并不存在;即使存在,也無(wú)法表述從情景1 到情景2的 “因果”關(guān)系.

圖15 基于模型擬合的分析模型[98]Fig.15 Analysis model based on model fitting[98]

在計(jì)算實(shí)驗(yàn)中,“行為機(jī)制分析”是指分析主體行為的生成規(guī)則和主體間行為的互動(dòng)規(guī)則,以及涌現(xiàn)出特定宏觀結(jié)果的內(nèi)在機(jī)理.如圖16 所示,基于行為機(jī)制的分析是解析因果鏈條的過(guò)程,解析的重點(diǎn)是主體,從主體的行為取向入手: a)首先分析情景1 對(duì)主體行為取向的某些影響,包括信念、愿望和意圖等屬性[99],即分析情景1 與行為取向之間的因果鏈條(圖16 箭頭2));b)然后,解析主體的這些行為取向與其他主體和政策環(huán)境之間的作用機(jī)制,即主體行為的生成機(jī)制,形成主體行為規(guī)則(圖16 箭頭3));c)這些規(guī)則將表現(xiàn)為主體的行為,進(jìn)而涌現(xiàn)出情景2 的推演結(jié)果(圖16 箭頭4)).

圖16 基于行為機(jī)制的分析模型[98]Fig.16 Analysis model based on behavior mechanism[98]

基于行為機(jī)制的分析是宏觀現(xiàn)象間的 “因果”關(guān)系分析,是對(duì)從宏觀現(xiàn)象到微觀行為再到宏觀現(xiàn)象的 “影響-作用-涌現(xiàn)”機(jī)制的解析.這類(lèi)分析不同于通過(guò)模型擬合來(lái)追求宏觀現(xiàn)象間的重合率,而是真正切入了人工社會(huì)演化過(guò)程的每個(gè)環(huán)節(jié),還原了干預(yù)作用的機(jī)制.因此,機(jī)制分析是計(jì)算實(shí)驗(yàn)的核心.為進(jìn)一步量化兩個(gè)節(jié)點(diǎn)之間的因果關(guān)系,可以用概率因果模型[100]來(lái)形式化定義相關(guān)操作.

2.5 實(shí)驗(yàn)驗(yàn)證

實(shí)驗(yàn)驗(yàn)證是從計(jì)算實(shí)驗(yàn)的應(yīng)用目標(biāo)出發(fā),考查實(shí)驗(yàn)系統(tǒng)在其應(yīng)用域內(nèi)是否準(zhǔn)確地映射了原型系統(tǒng).為了增強(qiáng)實(shí)驗(yàn)的置信度,就必須提供一種可信的證明來(lái)確保模型假設(shè)代表了系統(tǒng)真實(shí)規(guī)律.高的置信度是計(jì)算實(shí)驗(yàn)得以施展作用的基礎(chǔ).只有在實(shí)驗(yàn)驗(yàn)證方面取得突破,計(jì)算實(shí)驗(yàn)方法才會(huì)成為社會(huì)經(jīng)濟(jì)領(lǐng)域的主流方法,與其他方法取長(zhǎng)補(bǔ)短,成為理解復(fù)雜系統(tǒng)運(yùn)行規(guī)律的有力工具.目前,研究者們已經(jīng)提出了各種各樣可用于計(jì)算實(shí)驗(yàn)的有效性驗(yàn)證方法[101].如圖17 所示,按照計(jì)算實(shí)驗(yàn)的運(yùn)行流程,實(shí)驗(yàn)驗(yàn)證可以分為結(jié)構(gòu)驗(yàn)證、數(shù)據(jù)驗(yàn)證和結(jié)果驗(yàn)證3 個(gè)部分.

圖17 實(shí)驗(yàn)驗(yàn)證的分類(lèi)Fig.17 Classification of experiment validation

1)結(jié)構(gòu)驗(yàn)證

系統(tǒng)模型是對(duì)真實(shí)系統(tǒng)的抽象,經(jīng)過(guò)編程實(shí)現(xiàn)得到可實(shí)際執(zhí)行的計(jì)算模型.結(jié)構(gòu)驗(yàn)證是對(duì)模型構(gòu)建的過(guò)程進(jìn)行驗(yàn)證,使模型能夠反映真實(shí)系統(tǒng)的內(nèi)部構(gòu)造特征,保證假設(shè)產(chǎn)生模型行為的中間過(guò)程是正確的,即保證假設(shè)模型是產(chǎn)生行為結(jié)果的充分條件.計(jì)算實(shí)驗(yàn)系統(tǒng)構(gòu)建過(guò)程包括系統(tǒng)模型設(shè)計(jì)和計(jì)算模型實(shí)現(xiàn)兩個(gè)步驟,因此結(jié)構(gòu)驗(yàn)證也包含了系統(tǒng)模型驗(yàn)證和計(jì)算模型驗(yàn)證兩個(gè)方面.

a)系統(tǒng)模型驗(yàn)證

這個(gè)階段主要檢查系統(tǒng)模型與研究目的、給定的假設(shè)、已有的理論和證據(jù)是否保持一致,確定模型的簡(jiǎn)化處理不會(huì)嚴(yán)重影響模型的可信性和對(duì)真實(shí)系統(tǒng)重要特征的認(rèn)識(shí),同時(shí)系統(tǒng)模型要滿足內(nèi)在完整性、一致性和正確性.模型合理性判斷主要采用專(zhuān)家判斷、理論比較、實(shí)證數(shù)據(jù)擬合3 種方法,往往是定性的而不是嚴(yán)格證明的.通過(guò)與現(xiàn)有其他模型的比較和借鑒,研究者可以極大提高系統(tǒng)模型的驗(yàn)證程度,包括: i)說(shuō)明模型的適用范圍和缺陷;ii)主流理論采用了相同假設(shè),或者其他研究者做過(guò)的類(lèi)似研究和采用的相同假設(shè);iii)開(kāi)發(fā)和分析一組具有相同核心假設(shè),但具有不同附加假設(shè)的模型;iv)可以建立與原有Agent 模型行為具有類(lèi)似特征的方程模型.

b)計(jì)算模型驗(yàn)證

這個(gè)階段主要檢查算法、編碼、運(yùn)行條件等是否與系統(tǒng)模型一致.系統(tǒng)模型通過(guò)編程轉(zhuǎn)變成特定計(jì)算機(jī)系統(tǒng)可以運(yùn)行的計(jì)算模型,此過(guò)程涉及因素繁多,容易產(chǎn)生不易覺(jué)察的錯(cuò)誤.由于Agent 模型是離散模型,同時(shí)各種編程語(yǔ)言和計(jì)算機(jī)系統(tǒng)存在顯著的差別,編程的細(xì)節(jié)對(duì)模型結(jié)果具有重要影響.目前計(jì)算模型驗(yàn)證采用的方法主要有: i)代碼級(jí)檢查,判斷計(jì)算模型與概念模型的一致性;ii)在不同計(jì)算機(jī)上,采用不同的操作系統(tǒng),不同的偽隨機(jī)數(shù)發(fā)生器運(yùn)行相同代碼并進(jìn)行比較;iii)利用不同的編程語(yǔ)言實(shí)現(xiàn)系統(tǒng)模型并進(jìn)行比較;iv)測(cè)試計(jì)算模型在極值情況下的行為[101].無(wú)論哪種情況都涉及代碼檢查,從原理上說(shuō),代碼檢查可以發(fā)現(xiàn)所有的編程錯(cuò)誤.

2) 數(shù)據(jù)驗(yàn)證

在計(jì)算實(shí)驗(yàn)中,通常把 “模型假設(shè)+模型參數(shù)=模型行為”作為研究的先驗(yàn)條件.模型構(gòu)建,實(shí)際上相當(dāng)于提出了一種假設(shè),并認(rèn)為這種假設(shè)代表了真實(shí)系統(tǒng)的規(guī)律.通過(guò)執(zhí)行計(jì)算實(shí)驗(yàn),觀察模型行為結(jié)果,來(lái)對(duì)真實(shí)系統(tǒng)做出因果解釋.輸入數(shù)據(jù)的質(zhì)量好壞將直接影響計(jì)算實(shí)驗(yàn)的最終結(jié)果,糟糕的數(shù)據(jù)輸入甚至導(dǎo)致與實(shí)際情況相去甚遠(yuǎn).想要構(gòu)建一個(gè)有效的實(shí)驗(yàn)系統(tǒng),首先需要在源頭上保證數(shù)據(jù)的可用性.不少研究者[102-103]注意到了數(shù)據(jù)可用性的問(wèn)題,包括一致性、精確性、完整性、時(shí)效性和實(shí)體同一性等性質(zhì).針對(duì)計(jì)算實(shí)驗(yàn)而言,需要著重考慮如下因素:

a)可信度.數(shù)據(jù)收集過(guò)程其實(shí)是根據(jù)命題采集數(shù)據(jù)的人為過(guò)程,所以從開(kāi)始就帶有傾向性,操作過(guò)程中也無(wú)法保證完全真實(shí).既然沒(méi)有絕對(duì)的 “真實(shí)”,那么嚴(yán)格遵循科學(xué)原則、主觀性較少的數(shù)據(jù)是更接近 “真實(shí)”的,是可信的.一般而言,政府和權(quán)威機(jī)構(gòu)的數(shù)據(jù)可信度較高.

b)數(shù)據(jù)量大小.在統(tǒng)計(jì)學(xué)中,樣本容量的大小與推斷估計(jì)的準(zhǔn)確性有著直接的聯(lián)系.在總體既定的情況下,樣本容量越大其統(tǒng)計(jì)估計(jì)量的代表性誤差就越小;反之,樣本容量越小其估計(jì)誤差就越大.在估計(jì)模型參數(shù)時(shí),對(duì)于同一個(gè)總體(如同一地區(qū))而言,數(shù)據(jù)量更大可以減少隨機(jī)誤差出現(xiàn)的概率和代表性不足的問(wèn)題.

c)時(shí)效性.復(fù)雜系統(tǒng)的運(yùn)行是一個(gè)動(dòng)態(tài)過(guò)程,數(shù)據(jù)趨勢(shì)可能會(huì)隨著情景設(shè)置和外部干預(yù)的變化而出現(xiàn)劇烈波動(dòng).因此,數(shù)據(jù)的時(shí)效性是影響實(shí)驗(yàn)結(jié)果的重要因素,尤其是對(duì)于某些時(shí)效性較強(qiáng)的項(xiàng)目而言.然而,有一個(gè)不可避免的問(wèn)題是收集數(shù)據(jù)需要一定的時(shí)間,數(shù)據(jù)的獲取具有滯后性.尤其是在某些突發(fā)的應(yīng)急事件初期,數(shù)據(jù)延遲的問(wèn)題非常突出.對(duì)于計(jì)算模型而言,選用越臨近當(dāng)前、更新越及時(shí)的數(shù)據(jù),實(shí)驗(yàn)效果越好.

d)相關(guān)性.很多情況下,數(shù)據(jù)資源中沒(méi)有想要研究的數(shù)據(jù),或者與研究問(wèn)題相關(guān)的直接數(shù)據(jù)非常欠缺.于是研究者會(huì)尋找替代變量來(lái)進(jìn)行研究,那么替代變量與直接變量的相關(guān)性大小,將對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生影響.

3)結(jié)果驗(yàn)證

結(jié)果驗(yàn)證主要用于評(píng)價(jià)實(shí)驗(yàn)結(jié)果是否與真實(shí)系統(tǒng)行為相一致.真實(shí)數(shù)據(jù)可以從現(xiàn)實(shí)世界采集而來(lái),而模型輸出的數(shù)據(jù)是由設(shè)定的模型運(yùn)行機(jī)制產(chǎn)生.將模型產(chǎn)生的數(shù)據(jù)與真實(shí)數(shù)據(jù)對(duì)比,以推斷是否可以 “恰當(dāng)?shù)亍狈从超F(xiàn)實(shí),從而達(dá)到結(jié)果驗(yàn)證的目的.但是,計(jì)算實(shí)驗(yàn)經(jīng)過(guò)有限次運(yùn)行得到的僅僅是總體中的有限樣本,并且模型行為是不穩(wěn)定的、參數(shù)敏感的.因此,在與真實(shí)系統(tǒng)行為比較時(shí),計(jì)算實(shí)驗(yàn)的結(jié)果驗(yàn)證會(huì)面臨以下問(wèn)題:

問(wèn)題1.如何應(yīng)對(duì)參數(shù)組合爆炸與敏感性分析?眾多的模型參數(shù)會(huì)導(dǎo)致組合爆炸,即使結(jié)果與真實(shí)數(shù)據(jù)一致,也難以確定產(chǎn)生最終結(jié)果的決定性影響因素.同時(shí)模型結(jié)果往往不穩(wěn)定,受到初始條件的影響很大.目前研究者基本上采取兩種方法縮小參數(shù)空間.第1 種方法是在建模開(kāi)始,通過(guò)已有的數(shù)據(jù)、事實(shí)、相應(yīng)的模型與理論,以及專(zhuān)家經(jīng)驗(yàn)和知識(shí)來(lái)縮小參數(shù)空間.這種方法可以充分利用已有知識(shí),但容易引入未加驗(yàn)證的先驗(yàn)信息.第2 種方法是先給出一種先驗(yàn)空間,在模型建立并運(yùn)行后,通過(guò)靈敏度分析找出敏感參數(shù),從而縮小參數(shù)空間.這種思路通常采用實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)學(xué)方法和蒙特卡洛方法等,結(jié)果具有很強(qiáng)的說(shuō)服力,但很多情況下實(shí)施非常困難.這兩種思路經(jīng)常結(jié)合使用,分別從兩個(gè)方向進(jìn)行空間縮減.

問(wèn)題2.如何比較實(shí)驗(yàn)輸出與實(shí)證數(shù)據(jù)是否一致? 實(shí)驗(yàn)運(yùn)行的結(jié)果是一個(gè)分布,而真實(shí)世界的數(shù)據(jù)只是一個(gè)樣本,難以用一個(gè)樣本來(lái)檢驗(yàn)一個(gè)分布.實(shí)驗(yàn)的輸出在何種程度上可以認(rèn)為與真實(shí)數(shù)據(jù)是“一致的”,目前主要還是通過(guò)主觀確認(rèn),并輔助一些簡(jiǎn)單的擬合度統(tǒng)計(jì)描述,其結(jié)果很大程度上受制于分析人員的主觀意識(shí).這種判斷不僅要考慮模型輸出一致性,還必須考慮輸入輸出的一致性,即需要對(duì)模型先進(jìn)行校準(zhǔn)研究,然后才能考慮結(jié)果的一致性[101].目前歷史數(shù)據(jù)法提供了一個(gè)可行的解決方法,這是實(shí)驗(yàn)驗(yàn)證未來(lái)的一個(gè)研究熱點(diǎn).

問(wèn)題3.如何驗(yàn)證現(xiàn)實(shí)中沒(méi)有發(fā)生過(guò)的結(jié)果?通常情況下,實(shí)驗(yàn)驗(yàn)證是利用已有的經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行推論.但有的時(shí)候,計(jì)算實(shí)驗(yàn)的結(jié)果可能并未在現(xiàn)實(shí)世界中產(chǎn)生過(guò).在這種情況下,需要充分利用領(lǐng)域知識(shí),去探尋產(chǎn)生這種現(xiàn)象的原因是什么,是否是現(xiàn)實(shí)世界中一種可能的發(fā)展趨勢(shì),以此來(lái)判斷該實(shí)驗(yàn)是否有效.其結(jié)果很大程度上受到分析人員所熟悉的知識(shí)范圍與問(wèn)題分析能力制約.

近年來(lái),普遍采用的結(jié)果驗(yàn)證方法包括間接標(biāo)定方法[104]、Werker-Brenner 方法[105]和歷史數(shù)據(jù)法[106],但目前沒(méi)有一個(gè)公認(rèn)的方法和流程能夠完全解決上述所有問(wèn)題.因此現(xiàn)在主流的觀點(diǎn)認(rèn)為計(jì)算實(shí)驗(yàn)驗(yàn)證最好同時(shí)與其他實(shí)證方法(如案例研究、格式化特征分析、角色扮演博弈和受控實(shí)驗(yàn)等)同時(shí)使用,才能取得好的效果.

3 應(yīng)用案例

計(jì)算實(shí)驗(yàn)作為一種新的科學(xué)研究方法,其應(yīng)用范圍大致可以分為現(xiàn)象解釋、趨勢(shì)預(yù)測(cè)與策略優(yōu)化三個(gè)方面.本節(jié)將分別給出這三個(gè)方面的一些經(jīng)典案例,以幫助讀者加深對(duì)計(jì)算實(shí)驗(yàn)方法的理解.

3.1 現(xiàn)象解釋

現(xiàn)象解釋,并不是針對(duì)特定的情景或者特定真實(shí)社會(huì)系統(tǒng)進(jìn)行建模,而是追求描述一般社會(huì)系統(tǒng)的抽象邏輯關(guān)系,希望通過(guò)實(shí)驗(yàn)來(lái)探索和量化分析某些假設(shè)對(duì)人類(lèi)社會(huì)所造成的難以預(yù)料的結(jié)果.其優(yōu)勢(shì)在于為驗(yàn)證人們所提出的各種假想提供了手段,但這類(lèi)研究規(guī)避了實(shí)際社會(huì)到人工社會(huì)的映射問(wèn)題,所能給出的往往是隱喻、啟示和定性趨勢(shì),而不是復(fù)雜問(wèn)題的精確回答.

1)糖域模型

1996 年,Epstein 等[45]提出了 “人造社會(huì)”模型SugarScape,可以進(jìn)行經(jīng)濟(jì)學(xué)和其他社會(huì)科學(xué)的相關(guān)實(shí)驗(yàn).如圖18 所示,SugarScape 模型是一個(gè)由方格構(gòu)成的封閉世界.圓點(diǎn)表示Agent,僅僅能在這個(gè)世界中游走;染色部分表示社會(huì)財(cái)富 -糖,且深淺表示糖的分布濃度.每個(gè)Agent 包含視力范圍r、資源的新陳代謝率v和擁有糖的數(shù)量s三個(gè)屬性.Agents 按照以下規(guī)則游走: a)對(duì)視力范圍r內(nèi)的所有單元格進(jìn)行觀察,并確定含糖量最大的單元格;b)如果擁有最大含糖量的單元格不止一個(gè),則就近選擇;c)移動(dòng)到這個(gè)方格;d)收集該單元格的糖并對(duì)相應(yīng)狀態(tài)變量進(jìn)行更新.

圖18 SugarScape 中糖和Agent 的分布Fig.18 Distribution of sugar and Agent in SugarScape

隨著實(shí)驗(yàn)的進(jìn)行,一些Agent 可能由于個(gè)人能力出眾、所處位置的資源分布優(yōu)勢(shì)等,能夠獲得較多的糖;而缺少糖的Agent 會(huì)凋零死亡,導(dǎo)致大部分Agent 都逐漸聚集到糖含量比較高的兩個(gè)區(qū)域.最終,少數(shù)Agent 擁有大量的糖,而多數(shù)Agent 僅僅擁有少量的糖,這就驗(yàn)證了社會(huì)學(xué)中著名的馬太效應(yīng).進(jìn)一步,通過(guò)向SugarScape 人工社會(huì)中添加多種資源(例如香料).以此來(lái)研究真實(shí)社會(huì)中個(gè)體間如何通過(guò)資源交換形成市場(chǎng).此外,本文還可以通過(guò)改變Agent 所遵循的不同規(guī)則,來(lái)研究環(huán)境變遷、遺傳繼承、貿(mào)易往來(lái)、市場(chǎng)機(jī)制等社會(huì)現(xiàn)象.

2)謝林模型

謝林模型也叫謝林隔離模型,由美國(guó)經(jīng)濟(jì)學(xué)家Schelling[58]提出,該模型描述的是同質(zhì)性對(duì)于空間隔離的影響與作用,揭示了種族和收入隔離背后的原理.該模型包含產(chǎn)生行為的Agent、Agent 遵循的行為規(guī)則以及Agent 行為所導(dǎo)致的宏觀結(jié)果三個(gè)元素.如圖19 所示,實(shí)驗(yàn)中將整個(gè)城市看作一塊巨大的棋盤(pán),棋盤(pán)上每一個(gè)小格子允許Agent 居住或空閑.其中存在2 種Agent,數(shù)量大致相等,大約10%的網(wǎng)格為空.每個(gè)Agent 都有一個(gè)最低的寬容度閾值,一旦發(fā)現(xiàn)同類(lèi)鄰居數(shù)量低于閾值,則會(huì)遷移至未被占領(lǐng)的且滿足其居住要求的位置.Agent的行為規(guī)則為: a)計(jì)算周?chē)?lèi)鄰居的數(shù)量;b)如果鄰居數(shù)量大于等于其偏好值,則Agent 認(rèn)為滿意,停止運(yùn)動(dòng);否則繼續(xù)運(yùn)動(dòng);c) Agent 會(huì)查找滿足其偏好值且與其距離最近的閑置網(wǎng)格,移動(dòng)至此處.

圖19 基于謝林模型的種族隔離實(shí)驗(yàn)Fig.19 The segregation experiments based on the Schelling model

隨著時(shí)間的推移,不同種類(lèi)Agent 之間的隔離程度最終會(huì)呈現(xiàn)出非常明顯的狀態(tài).通過(guò)改變實(shí)驗(yàn)設(shè)定,例如Agent 壽命值、閑置空間等,可以發(fā)現(xiàn),改變寬容度閾值并不足以避免產(chǎn)生種族隔離,因?yàn)閹缀趺總€(gè)Agent 均追求所有鄰居與其種類(lèi)相同.該現(xiàn)象引發(fā)本文關(guān)于社會(huì)問(wèn)題的思考: 種族主義達(dá)到何種程度會(huì)將整個(gè)社會(huì)變?yōu)榇祟?lèi)隔離模式?

如何能夠逆轉(zhuǎn)種族隔離的狀況? 研究者們對(duì)這類(lèi)模型進(jìn)行了擴(kuò)展,并應(yīng)用于不同地區(qū)的種族沖突研究中,獲得了較好的結(jié)果[107-108].

3) RebeLand 模型

喬治梅森大學(xué)的Cioffi 等[17]提出了MASON RebeLand 模型,用于分析內(nèi)部(內(nèi)生)或外部(外生)過(guò)程(例如經(jīng)濟(jì)變化、人口、文化、自然環(huán)境等)如何影響政體的穩(wěn)定性.RebeLand 表示一個(gè)位于自然環(huán)境中的政體或國(guó)家,由一個(gè)被水包圍的島嶼組成,以忽略與其他鄰近國(guó)家的互動(dòng).RebeLand 的環(huán)境由地形和簡(jiǎn)單的天氣系統(tǒng)組成,可以模擬氣候動(dòng)態(tài)變化(例如長(zhǎng)期干旱、氣候多變等).

如圖20 所示,RebeLand 的地圖顯示其主要的自然和社會(huì)特征.國(guó)家用島嶼形狀表示,自然資源用三角形表示,叛軍和政府軍用橢圓形狀表示,道路和省的邊界用折線段分割,島嶼被海洋包圍.RebeLand 政治組成部分包括一個(gè)社會(huì)系統(tǒng)和一個(gè)通過(guò)公共政策處理事務(wù)的政府系統(tǒng).最初,政府制定政策以解決影響社會(huì)的問(wèn)題.在實(shí)驗(yàn)的后期,在某些條件下,社會(huì)還可以產(chǎn)生與政府軍互動(dòng)的叛亂分子以及其他涌現(xiàn)現(xiàn)象.

圖20 MASON RebeLand 模型Fig.20 MASON RebeLand model

這項(xiàng)研究演示了穩(wěn)定、不穩(wěn)定和失敗3 種政治狀態(tài).為了測(cè)試一個(gè)政體的總體彈性,通常不僅需要執(zhí)行一個(gè)或幾個(gè)壓力測(cè)試,還需要進(jìn)行大量的測(cè)試條件組合(例如通貨膨脹、叛亂與環(huán)境壓力同時(shí)爆發(fā)).這些結(jié)果可能不會(huì)立即得到針對(duì)特定議題的可行政策建議,但至少可以為研究人員和政策分析師提供新的、有價(jià)值的見(jiàn)解.這類(lèi)研究還常被用于選舉預(yù)測(cè)和應(yīng)用政治學(xué)[109].

3.2 趨勢(shì)預(yù)測(cè)

計(jì)算實(shí)驗(yàn)的趨勢(shì)預(yù)測(cè)是面向真實(shí)社會(huì)系統(tǒng)建模,強(qiáng)調(diào)人工社會(huì)系統(tǒng)和真實(shí)社會(huì)系統(tǒng)之間的高度匹配,期望解決現(xiàn)有社會(huì)中確實(shí)存在或者可能存在的問(wèn)題.這類(lèi)應(yīng)用往往會(huì)遇到真實(shí)社會(huì)映射到人工社會(huì)的有效性驗(yàn)證問(wèn)題.當(dāng)前研究者主要希望通過(guò)先進(jìn)的數(shù)據(jù)獲取和處理技術(shù)來(lái)解決,從而使實(shí)驗(yàn)結(jié)果能夠預(yù)測(cè)真實(shí)的趨勢(shì).其優(yōu)勢(shì)在于可以利用較為抽象的模型對(duì)現(xiàn)實(shí)策略進(jìn)行評(píng)估,但是預(yù)測(cè)結(jié)果是否準(zhǔn)確非常依賴(lài)于現(xiàn)實(shí)數(shù)據(jù)是否充分以及模型抽象程度是否合適,并且也無(wú)法實(shí)現(xiàn)對(duì)策略的優(yōu)化.

1)人工股市

股票市場(chǎng)顯然是一個(gè)復(fù)雜系統(tǒng),多種組成要素和層次結(jié)構(gòu)使股市整體表現(xiàn)出復(fù)雜性與難預(yù)測(cè)性.為了證明和理解投資者怎樣做出資產(chǎn)組合選擇,Arthur 等[46]提出了 “人工股市”模型,用一種全新的觀點(diǎn)來(lái)理解經(jīng)濟(jì)系統(tǒng)中的復(fù)雜性.這個(gè)模型摒棄了完全理性、全知全能的 “經(jīng)濟(jì)人”假設(shè),取而代之的是能夠?qū)W習(xí)和適應(yīng)環(huán)境的有限理性人,把經(jīng)濟(jì)系統(tǒng)看成是由若干相互作用的個(gè)體進(jìn)行交互的復(fù)雜系統(tǒng).在這個(gè)虛擬市場(chǎng)中,若干交易Agent 通過(guò)觀察數(shù)字世界中股價(jià)和股息的不斷變換而做出預(yù)測(cè),并且根據(jù)這些預(yù)測(cè)做出是否購(gòu)買(mǎi)股票以及購(gòu)買(mǎi)數(shù)量的決策,以使自己效用最大化.所有Agent 都獨(dú)立形成自身的期望,并具有學(xué)習(xí)能力,可以根據(jù)以前預(yù)測(cè)的成敗進(jìn)行決策調(diào)整.反過(guò)來(lái),所有交易者的決策又決定了需求與供給相互競(jìng)爭(zhēng)的狀態(tài),進(jìn)而決定股票的價(jià)格.

如圖21 所示,整個(gè)股票交易市場(chǎng)就構(gòu)成了一個(gè)自我封閉的計(jì)算系統(tǒng).模型運(yùn)行時(shí)間是離散的,實(shí)驗(yàn)可無(wú)限進(jìn)行下去.人工股票市場(chǎng)提供了一個(gè)很好的現(xiàn)實(shí)股市的隱喻,可以用于檢驗(yàn)不同預(yù)期最終是否會(huì)演化為相同的理性預(yù)期以支持有效市場(chǎng)理論.在主體層次和組織層次上會(huì)出現(xiàn)更加復(fù)雜的行為,可以支持實(shí)際投資者的觀點(diǎn)并解釋金融市場(chǎng)的實(shí)際現(xiàn)象.隨后,不少研究者對(duì)人工股票市場(chǎng)模型進(jìn)行了改進(jìn),以期進(jìn)行更深層次的分析,例如將微觀投資行為與宏觀股市動(dòng)態(tài)聯(lián)系起來(lái)、價(jià)格限制的有效性等[59,110-111].

圖21 Agent 與股市相互作用結(jié)構(gòu)Fig.21 The interaction structure of Agent and stock market

2) O2O 服務(wù)

移動(dòng)互聯(lián)網(wǎng)商業(yè)模式近些年獲得了飛速發(fā)展,其速度已經(jīng)遠(yuǎn)遠(yuǎn)超出了人們的想象.O2O 模式已經(jīng)成為許多傳統(tǒng)行業(yè)升級(jí)改造的典型商業(yè)模式,涉足餐飲、旅游、醫(yī)療、交通、生活服務(wù)等諸多領(lǐng)域.互聯(lián)網(wǎng)已經(jīng)對(duì)人們的生活習(xí)慣產(chǎn)生了極大的影響,也給傳統(tǒng)產(chǎn)業(yè)的運(yùn)營(yíng)模式帶來(lái)了挑戰(zhàn).對(duì)于互聯(lián)網(wǎng)是否能顛覆傳統(tǒng)產(chǎn)業(yè)的運(yùn)營(yíng)模式,或者說(shuō)互聯(lián)網(wǎng)在多大程度上能改變傳統(tǒng)模式,人們所持觀點(diǎn)截然對(duì)立.針對(duì)該問(wèn)題,文獻(xiàn)[112]以供需匹配理論為基礎(chǔ),提出了 “服務(wù)橋”方法,以評(píng)估互聯(lián)網(wǎng)的跨界影響力,包括供給側(cè)能力模型、需求側(cè)特征模型和服務(wù)橋模型這三個(gè)主要部分.

如圖22 所示,模型中的河流象征著供給側(cè)和需求側(cè)之間的障礙;左邊表示需求方主體,右邊表示供給方主體;服務(wù)橋表示將供給方和需求方聯(lián)系起來(lái)的渠道,用于描述不同運(yùn)營(yíng)模式的能力.在計(jì)算實(shí)驗(yàn)系統(tǒng)中,供應(yīng)側(cè)Agent 的屬性主要包括市場(chǎng)能力(如客戶推廣、用戶畫(huà)像、服務(wù)推薦、基礎(chǔ)設(shè)施等)和供應(yīng)鏈能力(如物流能力、制造技術(shù)、支付手段等)兩類(lèi).需求側(cè)Agent 的屬性則包括多種因素:消費(fèi)能力、消費(fèi)者偏好、區(qū)域特征、價(jià)格因素、時(shí)間因素(接收時(shí)間、交貨時(shí)間等)、品質(zhì)因素和信用因素等.通過(guò)對(duì)供給側(cè)和需求側(cè)的要素組合,可以定制出所需要的各類(lèi)競(jìng)爭(zhēng)場(chǎng)景,從而分析互聯(lián)網(wǎng)模式與傳統(tǒng)模式之間的優(yōu)劣.文獻(xiàn)[112]采用該模型對(duì)零售業(yè)、金融業(yè)、制造業(yè)和醫(yī)療行業(yè)進(jìn)行了行之有效的分析,并給出了相應(yīng)的趨勢(shì)預(yù)測(cè).

圖22 服務(wù)橋模型Fig.22 Service bridge model

3)流行病預(yù)測(cè)

隨著SARS、H1N1、新冠疫情等突發(fā)傳染病的流行,傳染病的傳播模型成為了研究熱點(diǎn).但是,傳染病傳播是一個(gè)動(dòng)態(tài)的不確定過(guò)程,不僅影響因素眾多,而且存在很多未知領(lǐng)域與突發(fā)事件,使得預(yù)測(cè)研究極為困難.計(jì)算實(shí)驗(yàn)采用人工社會(huì)模型實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)、模型方法及分析結(jié)果的綜合集成,主要涉及三個(gè)方面: 疫情態(tài)勢(shì)的生成(例如初始感染人數(shù)、接觸率、傳播速率、病毒潛伏期、死亡率、康復(fù)概率等)、空間地理特征的表示(例如城市類(lèi)型、交通網(wǎng)絡(luò)、人口密度、氣溫、天氣、不同年齡段人口比例、城市基礎(chǔ)設(shè)施等)、資源和管治能力的建模(例如醫(yī)療資源、病床數(shù)量、社會(huì)組織、防控措施、信息透明度等).表2 對(duì)幾種傳染病相關(guān)的模擬系統(tǒng)進(jìn)行了特征比較,不同的系統(tǒng)在實(shí)現(xiàn)方式、表示方法和準(zhǔn)確性程度方面各有特點(diǎn).

表2 典型的大規(guī)模流行病傳播模擬系統(tǒng)特征對(duì)比Table 2 Comparison of characteristics of typical large-scale epidemic spread simulation systems

目前,計(jì)算實(shí)驗(yàn)已經(jīng)成為研究流行病大規(guī)模傳播的一種重要手段,主要應(yīng)用在3 個(gè)方面: a)傳播趨勢(shì)預(yù)判.發(fā)達(dá)的交通系統(tǒng)使得重大流行病更容易形成大規(guī)模的傳播,在疫情尚未到達(dá)某一區(qū)域時(shí),對(duì)其傳播趨勢(shì)的分析與判斷是應(yīng)急準(zhǔn)備的重要前提;b)影響預(yù)評(píng)估.疫情在區(qū)域內(nèi)的爆發(fā)和傳播,會(huì)對(duì)人口健康產(chǎn)生直接危害,還會(huì)對(duì)社會(huì)經(jīng)濟(jì)環(huán)境產(chǎn)生次生影響,定量評(píng)估其影響是應(yīng)急儲(chǔ)備、干預(yù)決策的重要依據(jù);c)干預(yù)策略優(yōu)化.重大流行病應(yīng)急防控的干預(yù)措施多種多樣,每種干預(yù)措施都有不同的干預(yù)對(duì)象和干預(yù)強(qiáng)度.在實(shí)踐過(guò)程中,如何選擇合理的干預(yù)措施及其強(qiáng)度,形成組合干預(yù)策略,既能控制住疫情,又能減少干預(yù)的代價(jià),是應(yīng)急決策的重要難題.

3.3 策略優(yōu)化

科學(xué)研究的目的在于提供一種能將已有事實(shí)聯(lián)系在一起的因果關(guān)系假設(shè).如果所構(gòu)建的人工社會(huì)模型代表了這種規(guī)律,那么該模型的輸出行為就能對(duì)現(xiàn)實(shí)世界產(chǎn)生有效作用.其優(yōu)勢(shì)在于建立與現(xiàn)實(shí)社會(huì)具有同態(tài)關(guān)系的人工社會(huì)模型,通過(guò)二者的并行執(zhí)行與循環(huán)反饋,可以支持對(duì)現(xiàn)實(shí)復(fù)雜系統(tǒng)的管理與控制.其缺陷是需要從現(xiàn)實(shí)環(huán)境實(shí)時(shí)獲取數(shù)據(jù)以實(shí)現(xiàn)對(duì)人工社會(huì)模型的校準(zhǔn),現(xiàn)實(shí)中這點(diǎn)往往難以實(shí)現(xiàn),即使能獲得數(shù)據(jù),也會(huì)存在資金和工作量過(guò)大的問(wèn)題.

1)虛擬淘寶

淘寶網(wǎng)作為國(guó)內(nèi)最大的零售平臺(tái)之一,商品搜索是其核心業(yè)務(wù).淘寶的業(yè)務(wù)目標(biāo)是通過(guò)策略來(lái)優(yōu)化向客戶所展示的頁(yè)面從而增加銷(xiāo)售量.由于客戶的反饋信號(hào)取決于頁(yè)面序列,商品搜索引擎和客戶互為彼此的環(huán)境.強(qiáng)化學(xué)習(xí)解決方案擅長(zhǎng)學(xué)習(xí)順序決策并最大化長(zhǎng)期回報(bào).但是,直接應(yīng)用強(qiáng)化學(xué)習(xí)的一個(gè)主要障礙是,當(dāng)前的強(qiáng)化學(xué)習(xí)算法通常需要與環(huán)境進(jìn)行大量交互,需要很高的成本,例如資金、時(shí)間、糟糕的用戶體驗(yàn)等.

為了降低成本,研究人員使用模擬器(即虛擬淘寶) 進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練,然后在模擬器中對(duì)頁(yè)面策略實(shí)現(xiàn)離線訓(xùn)練[117].虛擬淘寶中的客戶和客戶間的交互都是生成的,如圖23 所示,模擬分布的生成對(duì)抗網(wǎng)絡(luò)用于模擬各種客戶,以及他們的需求;多智能體對(duì)抗性模仿學(xué)習(xí)被用于生成交互.實(shí)驗(yàn)結(jié)果表明,虛擬淘寶展現(xiàn)出的屬性非常接近于真實(shí)環(huán)境性.虛擬淘寶可用于訓(xùn)練平臺(tái)策略以最大程度地提高收入.與傳統(tǒng)的監(jiān)督學(xué)習(xí)方法相比,在虛擬淘寶中訓(xùn)練的策略在實(shí)際環(huán)境中實(shí)現(xiàn)了2%以上的收入提升.

圖23 使用強(qiáng)化學(xué)習(xí)的虛擬淘寶架構(gòu)Fig.23 The architecture of virtual Taobao using reinforcement learning

2)小島經(jīng)濟(jì)

經(jīng)濟(jì)不平等正在全球范圍內(nèi)愈演愈烈,并且因其對(duì)經(jīng)濟(jì)機(jī)會(huì)、健康和社會(huì)福利的負(fù)面影響而備受矚目.對(duì)于政府來(lái)說(shuō),可以使用稅收政策來(lái)改善社會(huì)福利.但是,由于稅收和勞動(dòng)力之間存在耦合關(guān)系,高稅收可能會(huì)降低生產(chǎn)率.因此,如何在降低經(jīng)濟(jì)不平等的同時(shí)保持生產(chǎn)率仍是一個(gè)亟待解決的問(wèn)題.由于缺乏適當(dāng)?shù)慕?jīng)濟(jì)數(shù)據(jù)和進(jìn)行實(shí)驗(yàn)的機(jī)會(huì),在實(shí)踐中很難對(duì)這類(lèi)經(jīng)濟(jì)問(wèn)題進(jìn)行研究.為此,Zheng 等[118]提出了一項(xiàng)名為 “The AI Economist”的新研究,通過(guò)人工智能體進(jìn)行經(jīng)濟(jì)模擬,用以發(fā)掘能夠在經(jīng)濟(jì)平等和生產(chǎn)率之間高效尋找平衡點(diǎn)的稅收策略.其中的市民和稅收策略都具有學(xué)習(xí)和適應(yīng)功能,形成了一個(gè)兩級(jí)強(qiáng)化學(xué)習(xí)框架.如圖24 所示,“The AI Economist”的核心實(shí)現(xiàn)框架是市民和稅收策略的博弈演化機(jī)制,即如何使用強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)智能體行為和稅收策略的共同優(yōu)化.

圖24 小島經(jīng)濟(jì)Fig.24 Small island economy

研究者將 “The AI Economist”的運(yùn)行結(jié)果與自由市場(chǎng)(不征稅或再分配)、模擬的美國(guó)聯(lián)邦稅收計(jì)劃以及由Saez 框架產(chǎn)生的稅收策略[119]進(jìn)行了比較.實(shí)驗(yàn)表明,與Peter 等[119]提出的稅收框架相比,“The AI Economist”可以將經(jīng)濟(jì)平等與生產(chǎn)率之間的權(quán)衡提高16%.該框架不使用先驗(yàn)知識(shí)或建模假設(shè),能夠直接針對(duì)任何社會(huì)經(jīng)濟(jì)目標(biāo)進(jìn)行優(yōu)化,并且僅從可觀察的數(shù)據(jù)中學(xué)習(xí).開(kāi)發(fā)者希望 “The AI Economist”能夠解決傳統(tǒng)經(jīng)濟(jì)研究無(wú)法輕易處理的復(fù)雜性問(wèn)題,可以客觀評(píng)估政策對(duì)現(xiàn)實(shí)經(jīng)濟(jì)的影響.

3)無(wú)人駕駛

無(wú)人駕駛需要測(cè)試和驗(yàn)證無(wú)人車(chē)對(duì)復(fù)雜交通場(chǎng)景的理解和行駛決策的能力,是人工智能領(lǐng)域面臨的重大挑戰(zhàn)之一.但是,現(xiàn)實(shí)測(cè)試場(chǎng)景(例如暴雪、暴雨、臺(tái)風(fēng)等極端場(chǎng)景) 的搭建極具挑戰(zhàn)性,并且其創(chuàng)建、復(fù)制和迭代的成本很高,這幾乎是不可能完成的.因此,在虛擬世界中對(duì)無(wú)人駕駛策略的訓(xùn)練與測(cè)試就成為一種可行的技術(shù)選擇,不僅可控、可重復(fù),而且安全有效.為了在虛擬世界中看到與現(xiàn)實(shí)世界無(wú)限接近的自動(dòng)駕駛測(cè)試,需要實(shí)現(xiàn)三種層次的還原: a)幾何還原.需要做到三維場(chǎng)景仿真和傳感器仿真,讓環(huán)境和測(cè)試車(chē)輛條件都與現(xiàn)實(shí)世界相同;b)邏輯還原.要在虛擬世界中模擬出測(cè)試車(chē)輛的決策規(guī)劃過(guò)程;c)物理還原.需要模擬出車(chē)輛的操控和車(chē)身動(dòng)力學(xué)作用結(jié)果.同時(shí),仿真平臺(tái)還要滿足高并發(fā)的特點(diǎn),實(shí)現(xiàn)所有場(chǎng)景下各種車(chē)輛反應(yīng)的排列組合.目前,平行學(xué)習(xí)方法越來(lái)越多地應(yīng)用于虛擬場(chǎng)景生成和無(wú)人駕駛車(chē)輛的智能測(cè)試中[10-11,79-80].

如圖25 所示,騰訊在模擬仿真平臺(tái)、高精地圖平臺(tái)和數(shù)據(jù)云平臺(tái)的基礎(chǔ)之上,構(gòu)建了一個(gè)運(yùn)行在云端,與現(xiàn)實(shí)物理世界平行的虛擬城市.城市仿真不僅包含靜態(tài)的環(huán)境信息,也包含交通、人流等動(dòng)態(tài)信息,既可支撐自動(dòng)駕駛的開(kāi)發(fā)和安全驗(yàn)證,還可為智慧城市、智能交通的建設(shè)助力.為了提升路采數(shù)據(jù)的利用率及測(cè)試場(chǎng)景的豐富性,可以利用大量路采數(shù)據(jù)訓(xùn)練交通流Agent AI,生成真實(shí)度高、交互性強(qiáng)的交通場(chǎng)景,進(jìn)行閉環(huán)仿真,提高測(cè)試效率、降低采集成本.例如被測(cè)試的自動(dòng)駕駛主車(chē)想要超車(chē),可以借由Agent AI 來(lái)控制仿真系統(tǒng)中的車(chē)輛做出與真實(shí)世界一致的避讓或其他博弈行為.

圖25 騰訊TAD Sim 仿真系統(tǒng)場(chǎng)景演示Fig.25 The scene demonstration of Tencent TAD Sim simulation system

4 問(wèn)題與挑戰(zhàn)

計(jì)算實(shí)驗(yàn)已成為人們認(rèn)識(shí)和研究社會(huì)復(fù)雜系統(tǒng)的重要途徑.但相對(duì)于其日益廣泛的應(yīng)用,計(jì)算實(shí)驗(yàn)作為一種方法論和技術(shù)還沒(méi)有完全成熟.因此,為了進(jìn)入研究者的主流工具箱,計(jì)算實(shí)驗(yàn)方法必須解決以下3 個(gè)問(wèn)題: 1) 如何利用大數(shù)據(jù)定義人工社會(huì),即描述智能;2)如何利用計(jì)算實(shí)驗(yàn)預(yù)測(cè)未來(lái),即預(yù)測(cè)智能;3)如何實(shí)現(xiàn)對(duì)現(xiàn)實(shí)世界的反饋干預(yù),即引導(dǎo)智能.

4.1 問(wèn)題1.如何實(shí)現(xiàn)描述智能?

通過(guò)對(duì)真實(shí)社會(huì)系統(tǒng)中的復(fù)雜行為和復(fù)雜現(xiàn)象進(jìn)行抽象和簡(jiǎn)化,使之成為能夠在計(jì)算機(jī)平臺(tái)上運(yùn)行的、滿足邏輯合理性的、正確性的人工社會(huì)模型,是進(jìn)行計(jì)算實(shí)驗(yàn)的基礎(chǔ).目前的人工社會(huì)建模主要有2 種手段: 1)基于數(shù)據(jù)的模型構(gòu)建方法.將復(fù)雜系統(tǒng)視為黑箱,關(guān)注輸入和輸出之間的關(guān)系,并不對(duì)系統(tǒng)內(nèi)部復(fù)雜的過(guò)程進(jìn)行建模和模擬.在實(shí)際應(yīng)用中,復(fù)雜系統(tǒng)往往會(huì)被替代為基于數(shù)據(jù)和智能算法的統(tǒng)計(jì)模型,包括圖神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和模糊方法等.2)基于機(jī)理的模型構(gòu)建方法.從整體角度對(duì)實(shí)際中的復(fù)雜系統(tǒng)進(jìn)行認(rèn)識(shí)、理解和剖析,遵循 “簡(jiǎn)單一致”原則,設(shè)計(jì)并還原系統(tǒng)各個(gè)部分的結(jié)構(gòu)和功能.在按照自下而上原則構(gòu)建計(jì)算模型的過(guò)程中,底層微觀模型的準(zhǔn)確度和復(fù)雜度對(duì)整個(gè)復(fù)雜系統(tǒng)的演化發(fā)揮著至關(guān)重要的作用.

但是,復(fù)雜系統(tǒng)要素多樣、變化頻繁、關(guān)系耦合、多層次運(yùn)行,信息傳遞和交互作用復(fù)雜.傳統(tǒng)的機(jī)理建模受制于當(dāng)時(shí)的認(rèn)知能力,往往難以精確描述復(fù)雜系統(tǒng)的運(yùn)行和演化機(jī)制;數(shù)據(jù)驅(qū)動(dòng)的建模由于缺乏過(guò)程單元內(nèi)部結(jié)構(gòu)和機(jī)理信息,嚴(yán)重依賴(lài)于數(shù)據(jù)樣本的數(shù)量和質(zhì)量,難以對(duì)系統(tǒng)機(jī)理進(jìn)行深層次的分析和解釋.因此,如何針對(duì)社會(huì)復(fù)雜系統(tǒng)構(gòu)建人工社會(huì)模型,就成為這個(gè)領(lǐng)域里非常有前景的研究問(wèn)題之一.機(jī)理分析有利于抓住系統(tǒng)的本質(zhì)特征和主要矛盾,獲得有效的模型結(jié)構(gòu);數(shù)據(jù)驅(qū)動(dòng)的方法則可以自動(dòng)獲取潛藏在數(shù)據(jù)中的信息和知識(shí).綜合二者的優(yōu)點(diǎn),將描述個(gè)體行為的規(guī)則模型與統(tǒng)計(jì)模型相耦合,建立融合系統(tǒng)機(jī)理分析和大數(shù)據(jù)的混合模型,不僅降低了對(duì)數(shù)據(jù)的依賴(lài)性,而且彌補(bǔ)了傳統(tǒng)模型難以模擬個(gè)體行為規(guī)則的不足.未來(lái)這類(lèi)模型將有很大的發(fā)展空間,可用于更具真實(shí)感行為的虛擬人工社會(huì)模型構(gòu)建.

最后需要注意的是,由于Agent 模型自由度大,缺乏標(biāo)準(zhǔn)化的核心模型,容易過(guò)度推廣夸大自己的成果,這很容易招致批評(píng).因此,在對(duì)復(fù)雜系統(tǒng)進(jìn)行漸進(jìn)式建模的過(guò)程中,有幾點(diǎn)需要注意: 1)有必要確定一個(gè)簡(jiǎn)單的初始模型,足以理清模型的全部細(xì)節(jié),同時(shí)包含了參照系統(tǒng)最終模型的核心要素.2)設(shè)計(jì)模型的序列并不是隨意的,必須為完成最終模型提供遞進(jìn)式的幫助.3)在整個(gè)開(kāi)發(fā)過(guò)程中,模型驗(yàn)證是有必要的,但需要適度.因?yàn)橹虚g階段的模型尚不成熟,可能由于缺乏足夠的實(shí)證支持而被否決.4)確定參照系統(tǒng)的最終模型是必要的,否則模型的改進(jìn)會(huì)無(wú)限期延續(xù)下去.

4.2 問(wèn)題2.如何實(shí)現(xiàn)預(yù)測(cè)智能?

在復(fù)雜系統(tǒng)中,從主體的自主性,到主體所處的環(huán)境,再到對(duì)主體行為進(jìn)行干預(yù)的過(guò)程,各個(gè)環(huán)節(jié)都充滿了由個(gè)體行為所引發(fā)的高度不確定性,進(jìn)而導(dǎo)致在智能預(yù)測(cè)中伴隨著由不確定性引發(fā)的復(fù)雜性.大數(shù)據(jù)技術(shù)主要是基于對(duì)歷史數(shù)據(jù)的分析,更像是對(duì)事實(shí)的一個(gè)總結(jié)歸納,對(duì)于從未發(fā)生過(guò)的不確定事件,就顯得無(wú)能為力.因此,如何針對(duì)復(fù)雜系統(tǒng)做出準(zhǔn)確的路徑預(yù)測(cè)是計(jì)算實(shí)驗(yàn)所要解決的基本問(wèn)題.

人工社會(huì)可以在虛擬世界中對(duì)現(xiàn)實(shí)世界的問(wèn)題進(jìn)行精確描述、并使之可控,進(jìn)而產(chǎn)生海量的復(fù)雜系統(tǒng)模擬運(yùn)行數(shù)據(jù).計(jì)算實(shí)驗(yàn)通過(guò)推演現(xiàn)實(shí)中各種從未發(fā)生過(guò)的場(chǎng)景,可以發(fā)現(xiàn)系統(tǒng)運(yùn)行中的問(wèn)題和薄弱環(huán)節(jié),并找出原因,提出符合實(shí)際的問(wèn)題解決方案或建議.對(duì)應(yīng)于Pearl 等[5]的三層因果關(guān)系(關(guān)聯(lián)、干預(yù)和反事實(shí)推理),實(shí)驗(yàn)分析方法包括動(dòng)態(tài)網(wǎng)絡(luò)分析、事件鏈分析以及行為機(jī)制分析等.動(dòng)態(tài)網(wǎng)絡(luò)分析主要關(guān)注個(gè)體在時(shí)間和空間上的相互作用,尤其是異質(zhì)網(wǎng)絡(luò)間的循環(huán)反饋.事件鏈分析可以用于梳理影響因素與最終場(chǎng)景之間的關(guān)系,確定某種可能情景的發(fā)生概率.行為機(jī)制分析則可以設(shè)計(jì)各種反事實(shí)實(shí)驗(yàn),用于對(duì)現(xiàn)象背后的因果關(guān)系進(jìn)行追根溯源.

以 “決策劇場(chǎng)”為代表的公共政策仿真很好地體現(xiàn)了這種思路[120],通過(guò) “如果這樣,后果會(huì)如何”的設(shè)問(wèn)式場(chǎng)景呈現(xiàn),可以對(duì)不同政策產(chǎn)生的后果進(jìn)行反事實(shí)推理.其具體工作流程如下: 1)對(duì)于需要解決的問(wèn)題,收集其相關(guān)的大量歷史數(shù)據(jù),并按照不同的維度進(jìn)行整理;2)由政府決策人員和專(zhuān)家共同合作,建立問(wèn)題模型,再運(yùn)用計(jì)算實(shí)驗(yàn)將抽象的專(zhuān)家知識(shí)轉(zhuǎn)化為大眾群體可接受的場(chǎng)景語(yǔ)言;3)將模擬現(xiàn)實(shí)的仿真決策場(chǎng)景三維可視化,為政策制定者提供多個(gè)政策場(chǎng)景及其結(jié)果預(yù)演;4)在協(xié)商一致的群體決策環(huán)境下,各個(gè)利益群體為政策問(wèn)題選擇一個(gè)共同滿意的解決方案.美國(guó)亞利桑那州立大學(xué)有關(guān)鳳凰城水資源利用是一個(gè)典型的應(yīng)用案例[121].

4.3 問(wèn)題3.如何實(shí)現(xiàn)引導(dǎo)智能?

在復(fù)雜系統(tǒng)中,個(gè)體活動(dòng)日趨復(fù)雜、多樣、差異化,而干預(yù)方式往往是簡(jiǎn)單、統(tǒng)一、平均的集中式控制.考慮外部環(huán)境的動(dòng)態(tài)性和不確定性,干預(yù)策略的介入勢(shì)必會(huì)導(dǎo)致某些個(gè)體會(huì)根據(jù)周?chē)h(huán)境發(fā)生自適應(yīng)改變,進(jìn)而導(dǎo)致初始干預(yù)策略的失效.因此,干預(yù)策略的設(shè)計(jì)并非是一個(gè)畢其功于一役的任務(wù),而是需要不斷根據(jù)外部環(huán)境的變化而進(jìn)行調(diào)整和優(yōu)化.計(jì)算實(shí)驗(yàn)可以打通虛擬世界與現(xiàn)實(shí)世界的藩籬,通過(guò)反事實(shí)推理來(lái)剔除不可行的策略,將優(yōu)化過(guò)的策略遷移到真實(shí)空間中指導(dǎo)真實(shí)系統(tǒng)的運(yùn)行.

在計(jì)算實(shí)驗(yàn)中,引導(dǎo)智能主要通過(guò)平行優(yōu)化來(lái)實(shí)現(xiàn),其核心就在于從現(xiàn)實(shí)中實(shí)時(shí)動(dòng)態(tài)獲取數(shù)據(jù),實(shí)現(xiàn)人工社會(huì)與現(xiàn)實(shí)社會(huì)的同步校準(zhǔn).在實(shí)驗(yàn)系統(tǒng)中,可以創(chuàng)造出在當(dāng)前真實(shí)世界中難以重現(xiàn)的極端場(chǎng)景.然后,結(jié)合運(yùn)籌學(xué)關(guān)于不確定、多目標(biāo)條件下的優(yōu)化理論,對(duì)干預(yù)策略進(jìn)行不斷地訓(xùn)練修正,以期獲得預(yù)期的優(yōu)化效果.這是以未來(lái)視角干預(yù)當(dāng)前的發(fā)展軌跡和運(yùn)行狀態(tài),發(fā)現(xiàn)策略可能產(chǎn)生的不良影響、矛盾沖突和潛在危險(xiǎn)等,為應(yīng)對(duì)可能情況提供 “借鑒”、“預(yù)估”和 “引導(dǎo)”.基于這個(gè)層面的理解,各類(lèi)機(jī)器學(xué)習(xí)的主流技術(shù)(包括但不限于強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)等)均可用于實(shí)現(xiàn)干預(yù)策略的調(diào)整優(yōu)化,從而實(shí)現(xiàn)引導(dǎo)智能.

最終,計(jì)算實(shí)驗(yàn)和實(shí)際系統(tǒng)之間可以構(gòu)成一個(gè)相互協(xié)作的共生的動(dòng)態(tài)反饋控制系統(tǒng).首先,通過(guò)分析數(shù)據(jù)與行為的依賴(lài)關(guān)系,將真實(shí)世界中的問(wèn)題抽象到認(rèn)知空間;然后,在認(rèn)知空間中建立模型、進(jìn)行計(jì)算實(shí)驗(yàn),得到的結(jié)果可以動(dòng)態(tài)地指導(dǎo)或控制真實(shí)世界中的策略執(zhí)行;接著,通過(guò)干預(yù)策略與現(xiàn)實(shí)世界之間的博弈過(guò)程,來(lái)探索平行系統(tǒng)間差異最大的動(dòng)作空間,達(dá)到降低人工系統(tǒng)建模誤差和干預(yù)策略執(zhí)行誤差的目的;最后,真實(shí)世界執(zhí)行結(jié)果反過(guò)來(lái)以動(dòng)態(tài)數(shù)據(jù)輸入的形式,不斷更新認(rèn)知空間的模型,形成了一個(gè)循環(huán)反饋的學(xué)習(xí)過(guò)程.系統(tǒng)以這種虛實(shí)互動(dòng)、平行執(zhí)行的方式不斷迭代,直至收斂.在不斷融入越來(lái)越多數(shù)據(jù)的過(guò)程中,人工社會(huì)的訓(xùn)練和模擬會(huì)變得更加真實(shí)準(zhǔn)確,并通過(guò)與現(xiàn)實(shí)世界的交互反饋而具有自生長(zhǎng)、自優(yōu)化的能力.

5 結(jié)束語(yǔ)

在科學(xué)研究中,歸納是在實(shí)證數(shù)據(jù)中發(fā)現(xiàn)模式,廣泛用于觀點(diǎn)調(diào)查和宏觀規(guī)律分析;而演繹則是定義一套公理,并證明由這些公理所能推導(dǎo)出的結(jié)論.與歸納、演繹這兩種標(biāo)準(zhǔn)方法對(duì)比,計(jì)算實(shí)驗(yàn)可以看作是進(jìn)行科學(xué)研究的第3 種方法.如同演繹一樣,它起始于定義一套清晰的假設(shè);但與演繹不同的是,它并不證明定理.計(jì)算實(shí)驗(yàn)產(chǎn)生模擬數(shù)據(jù),這些數(shù)據(jù)可以用歸納的方法進(jìn)行分析;但是又和典型的歸納法不同,模擬數(shù)據(jù)來(lái)自于規(guī)則運(yùn)行產(chǎn)生的涌現(xiàn),而不是對(duì)真實(shí)世界的直接測(cè)量.歸納旨在從數(shù)據(jù)中發(fā)現(xiàn)模式,演繹希望發(fā)現(xiàn)假設(shè)的結(jié)果,而計(jì)算實(shí)驗(yàn)則是通過(guò)虛擬世界中的系統(tǒng)推演、試錯(cuò)和預(yù)估,來(lái)驗(yàn)證本文的直覺(jué).

本文對(duì)計(jì)算實(shí)驗(yàn)方法的現(xiàn)狀與挑戰(zhàn)進(jìn)行了總結(jié),包括計(jì)算實(shí)驗(yàn)的概念起源、方法框架、應(yīng)用案例以及技術(shù)挑戰(zhàn).計(jì)算實(shí)驗(yàn)的方法框架主要介紹了人工社會(huì)建模、實(shí)驗(yàn)系統(tǒng)構(gòu)建、實(shí)驗(yàn)設(shè)計(jì)、實(shí)驗(yàn)分析和實(shí)驗(yàn)驗(yàn)證.計(jì)算實(shí)驗(yàn)的應(yīng)用案例主要從現(xiàn)象解釋、趨勢(shì)預(yù)測(cè)與策略優(yōu)化3 個(gè)方面進(jìn)行了介紹,涉及到政治、經(jīng)濟(jì)、商業(yè)、流行病傳播、無(wú)人駕駛訓(xùn)練等諸多領(lǐng)域.計(jì)算實(shí)驗(yàn)的技術(shù)挑戰(zhàn)主要關(guān)注本領(lǐng)域需要持續(xù)研究的核心問(wèn)題,包括描述智能、預(yù)測(cè)智能與引導(dǎo)智能.

計(jì)算實(shí)驗(yàn)的提出為復(fù)雜系統(tǒng)的分析與研究提供了新的思路,盡管相關(guān)研究已經(jīng)取得了很大進(jìn)步,但是在實(shí)驗(yàn)設(shè)計(jì)、實(shí)驗(yàn)分析與實(shí)驗(yàn)驗(yàn)證等方面還存在很多問(wèn)題與挑戰(zhàn).例如計(jì)算實(shí)驗(yàn)結(jié)果是否與已知系統(tǒng)規(guī)律相匹配(正確性);計(jì)算模型的表示形式是否優(yōu)雅,包括規(guī)則式、句法結(jié)構(gòu)以及相似特征等方面(簡(jiǎn)潔性);計(jì)算實(shí)驗(yàn)分析是否能夠?qū)Ω脑飕F(xiàn)實(shí)世界發(fā)揮作用(有效性)等.

本質(zhì)上,計(jì)算實(shí)驗(yàn)旨在解決基于現(xiàn)實(shí)參照系統(tǒng)所定義的一個(gè)或多個(gè)研究問(wèn)題.一般來(lái)說(shuō),計(jì)算實(shí)驗(yàn)的表現(xiàn)形式比較簡(jiǎn)單,而實(shí)際系統(tǒng)的運(yùn)行比較復(fù)雜.如果計(jì)算系統(tǒng)抽象程度過(guò)高,就難以反映現(xiàn)實(shí)世界的運(yùn)行規(guī)律.如果計(jì)算系統(tǒng)的抽象程度過(guò)低,建立模型的復(fù)雜度就會(huì)很高,會(huì)遇到數(shù)據(jù)缺乏、資源和時(shí)間不足、知識(shí)體系尚未建立等一系列問(wèn)題.因此,計(jì)算實(shí)驗(yàn)方法的發(fā)展需要不斷在建模靈活性與結(jié)論可信性之間尋求平衡,設(shè)計(jì)更加通用的實(shí)驗(yàn)設(shè)計(jì)與分析方法,為復(fù)雜系統(tǒng)的分析、設(shè)計(jì)、管理、控制和綜合等問(wèn)題提供新的且有效的計(jì)算理論和方法.