9月11日消息，德國馬普研究所新研究登上Scientific Report，通過構(gòu)建最小化的智能體模型，對生物體適應(yīng)環(huán)境的集體行為的產(chǎn)生和變化進(jìn)行了模擬，有望給相關(guān)的AI系統(tǒng)，如自主微型機(jī)器人等模仿生物體的集體行為的系統(tǒng)設(shè)計和研究提供重要參考價值。生物有機(jī)體會處理信息，目的是為了實現(xiàn)交互并適應(yīng)周圍環(huán)境，以尋找食物、交配、避害等。這些有機(jī)體的環(huán)境結(jié)構(gòu)可以誘導(dǎo)對環(huán)境線索和刺激的適應(yīng)性反應(yīng)，并產(chǎn)生深遠(yuǎn)影響。具備專業(yè)優(yōu)化策略的適應(yīng)性集體行為在自然界中無處不在。

我們開發(fā)了一種最小的智能體模型，可以通過抽樣軌跡探索環(huán)境。對采樣軌跡中的空間信息進(jìn)行存儲，是我們對認(rèn)知的最小化定義。我們發(fā)現(xiàn)，隨著認(rèn)知智能體構(gòu)建和更新其環(huán)境因果結(jié)構(gòu)的內(nèi)部認(rèn)知表示，系統(tǒng)中出現(xiàn)了復(fù)雜的模式，其中模式形成的開始與認(rèn)知映射的空間重疊有關(guān)。

智能體之間的信息交換會導(dǎo)致有序-無序之間的轉(zhuǎn)換。在這個動態(tài)過程中，可以產(chǎn)生一種Goldstone模式，凸顯出認(rèn)知生物之間信息傳遞的“集體”共同機(jī)制。這些發(fā)現(xiàn)可能普遍適用于分散式AI群系統(tǒng)的設(shè)計。

上圖所示為在二維空間上移動的幾個智能體的示意圖，垂直維度代表時間。這些智能體彼此之間進(jìn)行相互作用的同時，也在和環(huán)境進(jìn)行相互作用。每個智能體都會探索可用的配置空間，并獲取有關(guān)其結(jié)構(gòu)的信息，并在這個過程中構(gòu)建認(rèn)知映射，響應(yīng)周圍環(huán)境來優(yōu)化自身行為。

簡單智能體的集體行為可以表現(xiàn)出令人驚嘆的組織化程度，比如盤狀圓盤菌的細(xì)胞群、白蟻群構(gòu)建復(fù)雜的結(jié)構(gòu)，或成功防御掠食者的椋鳥或魚群，都會表現(xiàn)出這種高度組織化特征。

雖然單個智能體對周圍的環(huán)境刺激做出的反應(yīng)是局部的、單獨(dú)的行為，而且大多數(shù)情況下是無意識的，但多智能體的行為結(jié)果往往表現(xiàn)為精心設(shè)計一樣。這種現(xiàn)象自然地引發(fā)了一個問題，即在個體認(rèn)知能力相當(dāng)有限的個體社會中，這種“智能化”集體行為的特征是什么？

因此，從基本的角度研究個體行為者的認(rèn)知能力對其集體行為的影響是非常有意義的。這需要定義認(rèn)知概念，這些概念同時具有足夠的一般性，以類似于集體現(xiàn)象中遇到的廣泛的代理，但同時又足夠簡單，無法用于統(tǒng)計物理方法。

認(rèn)知代理必須能夠預(yù)測未來事件。比如一只試圖逃避獅子追捕的羚羊，可以根據(jù)自己對周圍環(huán)境的了解，選擇一條通向具有多種逃生可能性的開放空間的道路，而非通往死胡同的道路。

再比如一個國際象棋選手，其活動發(fā)生在棋盤上的動作的抽象空間中。選手的內(nèi)部認(rèn)知映射可以讓她思考可能的走法及其后果。根據(jù)經(jīng)驗和技能，選手能夠考慮她可能的下一步棋，對手會怎樣反擊、可能做出的其他應(yīng)對等等。

在本研究中，我們將“認(rèn)知能力”定義為智能體確定給定環(huán)境中可能的棋盤著法數(shù)量的能力，作為該量度的直接概括。這種能力取決于智能體的認(rèn)知映射，我們可以假設(shè)，與國際象棋選手類似，智能體將尋求能夠令未來行棋著法數(shù)量最大化的行動。

我們認(rèn)為，最佳的信息處理動態(tài)能力應(yīng)該反映出智能體對復(fù)雜壓力和刺激作出反應(yīng)的能力水平。這里僅其中的信息或熵最大化已發(fā)現(xiàn)憑經(jīng)驗且可能構(gòu)成的基本機(jī)制的幾個例子，以信息最大化作為人類認(rèn)知特征的量度。比如考察最大熵準(zhǔn)確模擬靜息狀態(tài)的人類大腦活動：與健康人相比，ADHD患者的信號熵比較低。

圖1：認(rèn)知智能體系統(tǒng)及其認(rèn)知映射的示意圖。（a）從配置空間中的初始條件開始，代理（空心圓）通過持續(xù)時間τ的假設(shè)采樣軌跡創(chuàng)建其周圍環(huán)境的認(rèn)知圖。（b）所示為從認(rèn)知智能體i發(fā)出的四個采樣軌跡。由于其中一個軌跡影響代理j，代理i被迫改變其軌跡，從而響應(yīng)其對環(huán)境的認(rèn)知表現(xiàn)。認(rèn)知能力表現(xiàn)為一個智能體進(jìn)入另一個智能體空間之后最大化剩余選項的趨勢，并以盡量高效的方式避免重疊區(qū)域

圖2所示為隨著映射大小λ的增加，系統(tǒng)的穩(wěn)態(tài)配置情況

上圖為互信息的依賴性中號關(guān)于認(rèn)知圖λ的大小。在非常小的λ處，智能體系統(tǒng)呈現(xiàn)出由于每個代理的幾乎獨(dú)立運(yùn)動而幾乎消失的相互信息

上圖為關(guān)于δx和δy的C ij的特征值，以及與利用高斯分布位移的隨機(jī)矩陣模型生成的不相關(guān)運(yùn)動的比較。

上經(jīng)由相關(guān)函數(shù)定義的智能體之間的位移的空間相關(guān)性

總之，我們的研究為理解認(rèn)知智能體系統(tǒng)中的非平衡轉(zhuǎn)變邁出了第一步，這種系統(tǒng)可以動態(tài)地與環(huán)境實現(xiàn)相互作用，并通過最大化其認(rèn)知映射的信息內(nèi)容來反應(yīng)認(rèn)知能力的高低。我們的研究成果可以給相關(guān)的人工系統(tǒng)，如自主微型機(jī)器人等明確自主模仿生物體的集體行為的設(shè)計的研究提供重要的參考價值。