新火種
2024-11-17 
多智能體系統如何與AI聯系？上海紐約大學助理教授MathieuLaurière：通過深度神經網絡的參數化盡可能接近現實情況
每經上海9月25日電（記者楊煜）今日上午，“解碼未來：全球數智趨勢”專題論壇在上海浦東成功舉辦。本次專題論壇是工業文明國際論壇的分論壇之一，由工業和信息化部工業文化發展中心、上海市經濟和信息化委員會、上海市浦東新區人民政府主辦。
專題論壇上，上海紐約大學數學和數據科學助理教授Mathieu Laurière分享了用于大規模多代理系統的機器學習和生成式AI。多代理系統或者多智能體系統在我們的日常生活中并不少見，例如人群的運動（Crowd motion），大城市的交通路線（Traffic routing），在金融市場（Financial markets）中通常也會用到多智能體系統。多智能體系統的特點是，有大量的智能體，它們存在互動，也會制定決策，同時環境非常復雜。
Mathieu Laurière發表主旨演講 圖片來源：主辦方供圖
Mathieu Laurière指出，通過多智能體系統可以了解人們的行為及決策。例如，地鐵站人群擁擠，想要了解在地鐵站中每一個人的行為，比如哪個區域人的密度比較高、哪一些密度低、他們移動的軌跡是怎么樣的，但是隨著時間的推移，人群的密度會改變，也就是說他們的行為會改變。“我們想要了解他們這種行動變化背后的原理是什么，在交通領域我們可以通過多智能體系統來了解交通的運行情況。”Mathieu Laurière說。
多智能體系統和生成式AI有哪些聯系？Mathieu Laurière表示，要了解人們的行動也就是智能體的行為或者決策，需要生成智能體的分布圖，這可能解決很多生成式AI的問題。此外，在深度學習方面，可以通過對深度神經網絡進行參數化，盡可能接近現實的情況，再把數據映射上去。
每日經濟新聞
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
