来源：第三维度
    作者：张江 李学伟
    单位：北京交通大学经济管理学院
    email: jakezj@163.com

    摘要：本文介绍了一个方兴未艾的热门领域：人工社会。这是一个采用复杂系统中的自下而上的建模方法，结合人工智能、Agent 技术、计算机仿真、社会科学等等多门学科的综合交叉学科。在简单的回顾了基于 Agent社会学仿真的方法发展历史之后，我们较详细的介绍了一个人工社会模型实例：糖域（Sugarscape）。然后就人工社会建模方法、步骤、特点以及与传统社会科学研究方法的对比进行了评论。目前，虽然人工社会还没有形成一个完善的理论体系，然而它已经深深的渗透到了经济学、社会学、组织理论、环境科学、语言学、文化学等等社会科学领域，并成为社会科学研究的一种重要方法。

    一、 介绍

    20 世纪末，复杂性科学兴起，这一新兴科学不仅仅是系统科学的前沿而且是整个科学体系的前沿，因此有人称其为 21 世纪的科学[1]。面对生命系统、人脑系统、社会系统、经济系统等等复杂的系统，复杂性科学放弃了还原分解的方法，取而代之的是一种自下而上的综合集成方法[2]。复杂性科学强调计算机模拟仿真，其基本思路就是通过观察现实的复杂系统抽象出每个个体所遵循的简单规则，在计算机中重现这些简单的个体，并让他们相互作用从而观察计算机中的涌现结果，最后反过来用这些结果再来反映现实系统[3]。

    仅仅不到 30 年的时间，复杂性科学方法已经在各个领域得到了广泛应用，并相应诞生了如人工生命、细胞自动机、复杂网络等等子学科。把复杂性科学方法应用到社会科学领域则诞生了人工社会这样一个交叉学科。

    人工社会是一种研究社会科学的新方法。其基本思路是：由于人类社会是由大量的个人构成的复杂系统，因而，我们可以在计算机中建立每个人的个体模型，这样的计算机中的人模型被称为 Agent；然后让这些 Agent 遵循一定的简单规则相互作用；最后通过观察这群 Agent 整体作用的涌现属性找到人工社会的规律，并用这些规律解释和理解现实人类社会中的宏观现象。

    由此我们看出，人工社会是一门集成了计算机科学、社会科学、系统科学、计算机模拟技术、多Agent系统技术、人工智能技术等等领域的交叉学科。同时人工社会——基于Agent的社会学仿真又不仅仅是一门纯粹炫耀技术的学科，因为它开辟了一条认识社会、理解社会的新路。自然科学强调科学实验的方法，然而在社会科学中，实验方法几乎不可能。现在有了基于Agent方法的社会学仿真，人们可以通过研究现实社会在计算机世界中的“硅替身”通过方便的修改人工社会所遵循的规则、参数，进行各种各样的社会学实验[3]。因此也有人说人工社会就是研究各种各样可能的社会[12]。

    短短几十年的发展，基于 Agent 的社会学方法已经广泛的应用于经济学、社会学、生态学、环境学、组织理论、语言的起源、文化的传播等广阔的领域。

    二、 简要历史回顾

    事实上，计算机仿真的方法运用到社会科学中已经不是什么新鲜事，到目前至少已经经历了 50年的发展。早期的离散事件系统仿真、基于系统动力学的仿真以及后来的微观分析模拟模型等等计算机仿真技术已经在社会科学领域中得到了广泛的应用[4]。然而，人工社会的研究思路与这些方法的不同之处在于：

    a、人工社会中的模拟模型更加关心的是微观个体的简单行为在宏观层次上的涌现属性；

    b、在人工社会的模型中，每一个微观个体Agent一般都是能够独立进行决策，并具有一定的适应、学习功能的个体；

    c、人工社会的Agent之间可能进行某种非线性的交互，而这类非线性是用传统的数学方法、线性系统方法分析不了的。

    1、早期的成功应用

    Axelrod是最早运用基于Agent的社会学仿真方法的人之一。早在 1984 年的时候，他就举行了一场别开生面的程序比赛：囚徒困境竞赛。他邀请了世界各地的各行各业的专家编写计算机程序，让这些程序按照固定的规则在计算机的虚拟环境中进行“囚徒困境”博弈。通过观察每个程序与所有其它程序的博弈得到的平均分来判定该程序的总表现。

    出人意料的是，一个仅仅有 4 行代码的程序“针锋相对”（Tit for tat）得分最高。这个Tit for tat程序的简单规则正符合我们常说的“仁者无敌”。这次试验不仅仅揭示出了合作现象是如何在一个竞争环境中自发涌现出来的，而且说明了在一个竞争激烈的、不确定的、复杂的环境中，“针锋相对”这个异常简单的规则是可以得到很好表现的这样一个深刻的社会学道理[5]。

    另外一个早期的人工社会模型要算Arthur和Holland合作的人工股市模型[7]（Artificial Stock Model）。与传统的股市交易模型不同，Arthur等人放弃了每个交易Agent都必须具有全部的信息、完美的理性等等强假设，取而代之的是Agent可以通过历史信息不断的学习，修改自己对股价走势的预测；也就是说人工股市ASM是一个不断变化的永不平衡的系统，Agent之间的关系是一种既有竞争又有合作的协同进化关系。该模型成功的模拟出了真实股市中的“股市心理”，以及狂涨狂跌的非线性突变现象。目前，运用人工股市模型，人们可以通过更改模型的参数来模拟、预测某种新的股票政策是否可以达到预期的效果。1995 年Nigel Gilbert和Rosaria Conte编辑出版了《Artificial societies – The computer simulation of social life》一书[12]，该书收集了Agent技术用于社会科学各个领域的论文，从此，人工社会被正式提出并变成了一个相对独立的社会科学领域。1996 年，EPSTein和Axtell两人完成了一个人工社会系统：糖域（Sugarscape）。

    这个模型虽然简单，然而，EPSTein等人却把它当作了一个计算机中的社会科学实验室，通过不断的变换Agent遵循的规则，观察各种各样的社会现象，并把这些结论写到了著作：《Growing Artificial Societies —— The social science from bottom up》[8] 中。该模型将在后文中详细叙述。

    ASPEN模型[9]是美国Sandia国家试验室在 1996年开始开发的一个基于Agent的经济系统模型。这是一个较大规模的模拟了包括公司、住户和政府等各种Agent的经济系统模型。采用先进的建模技术以及大规模并行计算机的支持，ASPEN模型成功的应用于美国宏观经济系统[10]和过渡经济[11]的研究中。

    1997 年，Axelrod 出版了他的著作：《The complexity of cooperation》 [6]，该书被誉为基于Agent的社会学仿真领域的经典读物。在书中，Axelrod运用基于Agent的社会学仿真方法广泛的探讨了包括：新战略的演化、噪声环境中的博弈、社会规范的形成、技术标准的诞生与演化、政治大国的兴起和衰落、文化的异化和散布等等社会学领域。

    该书的意义在于，它用实际的例子说明了简单的Agent计算模型可以被用来分析那些异常复杂、无从下手的社会学现象。

首页 上一页 1 2 3 4 5 6下一页尾页 共6页