特約記者：郭寶婷

2018年4月28日下午，由騰訊研究院和集智俱樂部共同發(fā)起的AI&Society 系列沙龍第六期，在位于中關(guān)村的騰訊研究院成功舉辦。

活動(dòng)開始，集智俱樂部創(chuàng)始人、北師大系統(tǒng)科學(xué)學(xué)院教授張江介紹了本次活動(dòng)的主題——多主體系統(tǒng)（multi-agent system）。多主體系統(tǒng)是由多個(gè)自主運(yùn)行的agent組成的整體，系統(tǒng)必須找出一種使各個(gè)agent協(xié)同工作的適當(dāng)方法。多主體仿真建模，始于美國圣塔菲研究所，他們使用Swarm軟件為復(fù)雜的個(gè)體行為建模， 用于對(duì)經(jīng)濟(jì)行為進(jìn)行仿真研究。

而近年，人工智能界似乎被深度學(xué)習(xí)“搶了風(fēng)頭”。其實(shí)除了神經(jīng)網(wǎng)絡(luò)以外，還有很多學(xué)派，例如多主體仿真就是一種行為學(xué)派的人工智能。本次活動(dòng)請(qǐng)到陸云波教授和韓戰(zhàn)鋼教授，分別講述多主體仿真技術(shù)的應(yīng)用，和系統(tǒng)與整體的重要性。

陸云波是 SIMOE 和奇弦智能的創(chuàng)始人，同濟(jì)大學(xué)組織仿真中心主任。在演講的開始，他首先介紹了自己與集智俱樂部的淵源，以及為何走上多主體系統(tǒng)的研究道路。

學(xué)過物理的人都知道，一條規(guī)律可以解釋很多現(xiàn)象，陸云波在進(jìn)入大學(xué)學(xué)習(xí)管理學(xué)時(shí)，就在想能不能用物理的方法去解釋商業(yè)組織。而他在打游戲的過程中頓悟，人類社會(huì)、商業(yè)組織應(yīng)該用主體（agent）的方法來還原、模擬。在2000年前后，陸云波幾乎與張江同時(shí)開始關(guān)注圣塔菲研究所的多主體仿真，其研究核心是“涌現(xiàn)”，相關(guān)進(jìn)展對(duì)他有很大啟發(fā)。

經(jīng)過10年努力，陸云波成為組織計(jì)算專家，研發(fā)了全球最先進(jìn)的商業(yè)級(jí)組織全息計(jì)算智能平臺(tái)。他的公司奇弦智能，名字取自“奇點(diǎn)”和“弦論”，致力于實(shí)現(xiàn)商業(yè)組織運(yùn)行的可計(jì)算。多主體（multi-agent），是一切技術(shù)背后的核心。

現(xiàn)在人類正在邁入一個(gè)全新的世界，核心是讓一切“可計(jì)算”。陸云波指出人工智能技術(shù)目前面臨著挑戰(zhàn)和發(fā)展的瓶頸。今時(shí)今日，有很多情景依舊有計(jì)算的難度，陸云波認(rèn)為多主體模擬計(jì)算是一個(gè)非常有前景的方向，能解決多個(gè)其他計(jì)算方向上遇到的挑戰(zhàn)。

從模擬仿真計(jì)算方向來看，現(xiàn)有可商業(yè)化技術(shù)已經(jīng)覆蓋了除了人以外的幾乎所有自然、物理、工程等領(lǐng)域：太陽黑子爆發(fā)模擬、大氣運(yùn)動(dòng)模擬、城市三維地圖……唯獨(dú)一個(gè)領(lǐng)域，在商業(yè)實(shí)踐層面模擬仿真難以覆蓋到——就是有“人”的社會(huì)性領(lǐng)域。系統(tǒng)的模擬仿真已經(jīng)到了一個(gè)臨界點(diǎn)，即能不能把人“還原”進(jìn)去。而多主體智能本身就是人工智能領(lǐng)域的行為學(xué)派，天生擅長處理行為計(jì)算，這恰恰是“還原”人的計(jì)算系統(tǒng)所必須的。

深度學(xué)習(xí)目前遇到的最大挑戰(zhàn)，就是難以實(shí)現(xiàn)可推理。根據(jù)因果動(dòng)態(tài)變化與否、信息完備與否，可以把復(fù)雜問題劃分在四個(gè)象限中，深度學(xué)習(xí)只擅長于計(jì)算因果穩(wěn)定、信息完備的復(fù)雜問題，形成單點(diǎn)智能。

社會(huì)性系統(tǒng)是個(gè)因果高度動(dòng)態(tài)變化的系統(tǒng)，僅僅單點(diǎn)智能是遠(yuǎn)遠(yuǎn)不夠的，需要整體智能才能更好地解決各種實(shí)踐決策問題，用多主體系統(tǒng)則可能會(huì)帶來意想不到的效果。

以管理領(lǐng)域?yàn)槔?.0時(shí)代是工業(yè)時(shí)代，管理先進(jìn)的代表是MBB，即麥肯錫、波士頓和貝恩這幾家當(dāng)時(shí)領(lǐng)先的公司。2.0時(shí)代是信息時(shí)代，有了一系列的信息化產(chǎn)品，如SCM（供應(yīng)鏈管理系統(tǒng)）、ERP（生產(chǎn)制造管理系統(tǒng)）和CRM（客戶關(guān)系管理系統(tǒng)）等，同時(shí)也誕生了一系列千億級(jí)的公司。

在管理上，我們還難以真正進(jìn)入3.0智能時(shí)代，無法創(chuàng)造一個(gè)擁有整體智能的真正“大腦”。大腦有三個(gè)元能力：學(xué)習(xí)、模擬、決策。有一本很著名的書叫《思考，快與慢》，所謂“快思考”，相當(dāng)于基于深度學(xué)習(xí)的單點(diǎn)智能。慢思考，是深度建模、模擬、推理等思考。真正的大腦應(yīng)該結(jié)合能快與慢兩種思考。但今天的大數(shù)據(jù)智能，大都基于相關(guān)性的，還停留在學(xué)習(xí)層次，難以實(shí)時(shí)建模、模擬和推演。假如現(xiàn)在北京發(fā)生霧霾，上海下大暴雨，機(jī)場(chǎng)處于癱瘓狀態(tài)，對(duì)物流公司而言造成很大的潛在損失。深度學(xué)習(xí)能全局性地解決這個(gè)問題、進(jìn)行調(diào)度嗎？如果解決不了，就不能叫“大腦”。因此現(xiàn)在還是在“2.5時(shí)代”，即大數(shù)據(jù)和單點(diǎn)智能時(shí)代，沒有到3.0的整體智能的大腦時(shí)代。

陸云波介紹了一種新的方法——全息計(jì)算。用人體做比喻，掃描器把一個(gè)人身體的每秒每個(gè)原子的數(shù)據(jù)都實(shí)時(shí)傳到云端，就是現(xiàn)在說的大數(shù)據(jù)，能做非常多的單點(diǎn)智能。而如果未來有一種更高能的掃描器，不僅掃描身體的大數(shù)據(jù)，而且能把身體的運(yùn)行規(guī)律和機(jī)制實(shí)時(shí)掃描，記錄每個(gè)原子之間如何交互，記錄蛋白質(zhì)、細(xì)胞、器官的交互，那就不再是簡(jiǎn)單的大數(shù)據(jù)，而是人體的數(shù)字化的復(fù)制和克隆。這就是全息計(jì)算，能讓我們?cè)谶@個(gè)數(shù)字克隆體上做各種模擬和推演了。目前企業(yè)服務(wù)領(lǐng)域正聚焦于前者，打造單點(diǎn)智能。但如果第二種全息計(jì)算能實(shí)現(xiàn)，那么對(duì)商業(yè)組織的決策智能會(huì)有一個(gè)質(zhì)的提升。

未來的突破點(diǎn)在哪里？陸云波認(rèn)為，如果把神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力和多主體行為建模推理深度融合到一個(gè)模型里，而不是深度強(qiáng)化學(xué)習(xí)那種組合應(yīng)用，就可能會(huì)有質(zhì)突破。奇弦智能的初步嘗試已在商業(yè)實(shí)踐上取得顯著的優(yōu)化效果。

在智能制造領(lǐng)域，目前人們都在講工業(yè)4.0，讓物理世界變得可感知、可計(jì)算，但還做不到把物理世界運(yùn)行機(jī)理全部克隆到計(jì)算機(jī)里做整體計(jì)算。但是，拋開那些“形”，如果能把一個(gè)企業(yè)的“神”，運(yùn)行規(guī)律和數(shù)據(jù)結(jié)合起來，塑造一個(gè)全息計(jì)算的模型，就能在模型上開啟很多全新的想象，能把所有單點(diǎn)的智能連接起來，形成一個(gè)真正的擁有整體智能的大腦。

陸云波舉了自己公司與物流公司合作項(xiàng)目的例子。目前大型的物流公司，在全國有幾十個(gè)轉(zhuǎn)運(yùn)中心，形成一個(gè)非常復(fù)雜的網(wǎng)絡(luò)，且每個(gè)轉(zhuǎn)運(yùn)中心會(huì)有幾百上千人，處理幾十萬幾百萬單的快件。因此，對(duì)于運(yùn)營管理團(tuán)隊(duì)而言，這是一個(gè)非常非常挑戰(zhàn)的復(fù)雜決策情景，每天都忙于應(yīng)對(duì)各種挑戰(zhàn)性問題。比如，如何改良轉(zhuǎn)運(yùn)中心使包裹處理更加高效？遲到的車輛和包裹能否動(dòng)態(tài)插隊(duì)？路由網(wǎng)絡(luò)應(yīng)該如何實(shí)時(shí)調(diào)整等？目前沒有一個(gè)系統(tǒng)能夠作出面向全局的智能決策。陸云波的奇弦智能就正在幫助物流公司構(gòu)建具備整體智能的“大腦”，讓他們工作中大量的管理決策能夠以全局智能的方式來處理。

組織全息計(jì)算，對(duì)應(yīng)到企業(yè)，就是要把企業(yè)所有的要素克隆進(jìn)去，這是很有難度的。拆解來看，有橫向維度，把企業(yè)分為：生產(chǎn)組織，項(xiàng)目性組織，服務(wù)性組織（如醫(yī)院），邊緣組織（公安、作戰(zhàn)部隊(duì)等）；縱向上，分為管理的下層、中層、高層。組織全息計(jì)算針對(duì)不同類型組織和層級(jí)，有不同的要求和實(shí)現(xiàn)方法。

陸云波認(rèn)為，也許在未來5-10年，這種深度融合神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力的基于多主體行為的全息計(jì)算，會(huì)是一個(gè)新的浪潮，能夠解決目前人工智能遇到的一些關(guān)鍵瓶頸。

最后，陸云波給了年輕人一些建議。資本市場(chǎng)是一年一個(gè)浪潮，去年是AI，今年是區(qū)塊鏈。年輕人應(yīng)該清醒地看到，所有人，包括資本認(rèn)為對(duì)的事情，它并不一定是對(duì)的。要大膽一些、孤獨(dú)一些，不要只看到當(dāng)下，而是要布局未來的方向。

韓戰(zhàn)鋼是北師大系統(tǒng)科學(xué)學(xué)院副院長，系統(tǒng)分析與集成實(shí)驗(yàn)室主任。在演講中，韓戰(zhàn)鋼介紹了什么是系統(tǒng)科學(xué)，以及為什么要用多主體系統(tǒng)的方法去研究問題，并舉了相應(yīng)的例子。

復(fù)雜性其實(shí)在我們生活中處處存在，例如左右手本來是對(duì)稱，但大部分人習(xí)慣用右手就是一種復(fù)雜系統(tǒng)中普遍存在的對(duì)稱破缺。在自然界也有很多復(fù)雜系統(tǒng)，例如鳥群、蟲群、魚群等。對(duì)一個(gè)大型的群體來說，例如一群海鳥，沒有領(lǐng)導(dǎo)者，但卻形成了具有高度一致性的群體活動(dòng)。

圣塔菲研究所做過復(fù)雜系統(tǒng)的經(jīng)濟(jì)學(xué)研究。一個(gè)例子是Brain Arthur提出的El Faro酒吧問題：如果城里少于60%的人去酒吧，那么在酒吧的體驗(yàn)會(huì)比在家好；如果多于60%的人去酒吧，那么所有人在酒吧的體驗(yàn)都會(huì)很差。這個(gè)少數(shù)者博弈的研究闡明了深刻的經(jīng)濟(jì)學(xué)思想：原有經(jīng)濟(jì)學(xué)認(rèn)為只需要演繹、推導(dǎo)就可以得到對(duì)未來的預(yù)測(cè)，可是這個(gè)經(jīng)濟(jì)現(xiàn)象說明，只有演繹是不行的，必須通過歸納，根據(jù)實(shí)際情況逐步演化規(guī)則，才能獲得個(gè)體效用的可行最大化。

基于多主體的經(jīng)濟(jì)模型，后來有很多發(fā)展，有Doyne Farmer、Peter Howitt等學(xué)者在做相關(guān)研究。

多主體系統(tǒng)與分布式智能是孿生兄弟。這樣的智能終端，以前的思路是優(yōu)化。但優(yōu)化仍有許多局限性，例如最優(yōu)并不一定存在，即使存在，計(jì)算時(shí)間可能要很長。當(dāng)有資源約束的情況下，可以使用演化的方法。

使用多主體的建模方法取得了許多研究成果。例如2007年發(fā)表在Science期刊上的種族沖突地區(qū)研究，認(rèn)為原有的研究都把種族沖突歸因于資源爭(zhēng)奪，但是此研究把種族沖突歸因于一個(gè)種族的人聚居，形成足夠大，可以建立社會(huì)規(guī)范的群體大小，而邊界又不清晰，有別的種族居住，就容易形成沖突。使用多主體建模成功預(yù)測(cè)了前南斯拉夫和印巴邊界沖突地點(diǎn)。Axtel長屋谷的研究很好的重現(xiàn)了2000年前人類聚居區(qū)的人口流動(dòng)。再比如一個(gè)機(jī)器人合作實(shí)驗(yàn)，人們把一些小棍隨意插在洞里，然后讓一些車形機(jī)器人去拔，發(fā)現(xiàn)機(jī)器人逐漸形成了分工，有的可以做好準(zhǔn)備，等待另一臺(tái)機(jī)器人過來一起合作。這個(gè)實(shí)驗(yàn)證明分工的出現(xiàn)不一定要信息交換。

歐掠鳥群壯觀的群體行為

韓戰(zhàn)鋼展示了幾個(gè)視頻，影像中，塘鵝、海豚、魚群展現(xiàn)出了驚人的群體性行為。有研究者試圖用數(shù)學(xué)模型去描述這種運(yùn)動(dòng)，如Vicsek模型、Boids模型、Couzin模型、社會(huì)力模型（Social Force Model）等。這種群體性行為其實(shí)有很大的研究空間。

韓戰(zhàn)鋼舉了幾個(gè)群體性行為實(shí)驗(yàn)的例子。例如螞蟻尋找最佳路徑的研究：把螞蟻餓幾天，然后放出來，在另一端放上糖漿，螞蟻會(huì)沖向糖漿一端，再返回原處通知?jiǎng)e的螞蟻，在往返道路上就會(huì)出現(xiàn)擁堵。這時(shí)，螞蟻會(huì)自主地打通一條新的道路，解決這個(gè)問題。

另一個(gè)螞蟻的實(shí)驗(yàn)，是把一群螞蟻放進(jìn)一個(gè)封閉空間，左右開兩個(gè)門，從兩個(gè)門出去的螞蟻數(shù)量差不多。而如果在正中心放上驅(qū)蟲劑，會(huì)出現(xiàn)對(duì)稱破缺，螞蟻會(huì)大量涌向一個(gè)門，另一個(gè)門只有少量螞蟻。相似的事情在人類身上也會(huì)出現(xiàn)，比如火災(zāi)時(shí)人們總會(huì)涌到一個(gè)出口，有的門卻沒人使用。同理，上海外灘踩踏事件也本可以預(yù)測(cè)，復(fù)雜系統(tǒng)理論對(duì)疏散其實(shí)有很多幫助。

多主體在當(dāng)今其實(shí)可以和無人車、無人機(jī)結(jié)合。韓戰(zhàn)鋼教授展示了幾個(gè)視頻，利用多主體研發(fā)的集群機(jī)器人，不需要設(shè)定個(gè)體的行走路徑，就可以組成某種特定圖形。

這些例子都說明，集體的行為特征，是個(gè)體不具備的，是涌現(xiàn)出來的。也正像亞里士多德所說：“整體大于部分之和”。