Zespół chińskich badaczy opracował framework o nazwie Light Society, zdolny do symulowania społeczeństw liczących ponad jeden miliard agentów AI, z których każdy ma realistyczny profil demograficzny i może wykazywać zachowania społeczne podobne do ludzkich. Projekt, opisany w pracy przesłanej do arXiv, oznacza około 100-krotną poprawę względem wcześniejszych symulacji agentowych, które zazwyczaj osiągały granicę około 10 milionów agentów z powodu ograniczeń obliczeniowych. Prace te pojawiają się w momencie, gdy Chiny nadal priorytetowo traktują badania nad AI na dużą skalę w ramach krajowej strategii technologicznej, kierując stałe inwestycje w akademicką infrastrukturę obliczeniową i rozwój zaawansowanych modeli.

Architektura techniczna stojąca za symulacją na miliardową skalę

W skład zespołu badawczego wchodzą przedstawiciele kilku czołowych chińskich instytucji akademickich: University of Science and Technology of China, Tsinghua University oraz Fudan University. Główni badacze Haoxiang Guan i Tie-Yan Liu zbudowali Light Society wokół dwóch kluczowych innowacji technicznych, które czynią symulację na miliardową skalę możliwą.

Pierwszą z nich jest silnik mixture-of-models, który rozdziela obciążenie poznawcze między wiele typów modeli AI, zamiast kierować każdą decyzję agenta do jednego dużego modelu językowego. Druga innowacja dotyczy modeli zastępczych opartych na knowledge distillation — mniejszych, szybszych modeli trenowanych tak, aby odtwarzały zachowanie większych, bardziej zaawansowanych modeli. Razem podejścia te pozwalają frameworkowi zachować realistyczną wierność behawioralną bez zasobów obliczeniowych, które w przeciwnym razie czyniłyby symulacje miliarda agentów niepraktycznymi.

Każdy symulowany agent otrzymuje realistyczny profil zaczerpnięty z World Values Survey, konkretnie z Wave 7 długo prowadzonego globalnego projektu badawczego. Badanie to obejmuje przekonania, wartości i cechy demograficzne w dziesiątkach krajów, nadając każdej symulowanej osobie ugruntowaną tożsamość zamiast losowo przypisanej.

Gry zaufania w skali cywilizacyjnej

Badacze przeprowadzili dwa flagowe eksperymenty, aby zademonstrować możliwości Light Society. Pierwszym była seria Trust Games, klasycznego układu z ekonomii behawioralnej, w którym uczestnicy decydują, ile pieniędzy wysłać nieznajomemu, wiedząc, że ten może albo się odwdzięczyć, albo zatrzymać środki. Przeprowadzenie takiej symulacji w sieci liczącej miliard węzłów ujawnia wzorce współpracy i zdrady, które nie mogą pojawić się w mniejszych symulacjach.

Drugi eksperyment koncentrował się na dyfuzji opinii, modelując, w jaki sposób idee, przekonania i nastroje rozchodzą się przez ogromne sieci społecznościowe. Oryginalny materiał źródłowy wyraźnie zauważa, że Light Society może być wykorzystywany do testowania metod wpływania na opinię publiczną.

Co odróżnia to od wcześniejszych symulacji

Modelowanie agentowe istnieje od dziesięcioleci. Badacze wykorzystywali je do analizy ruchu drogowego, rozprzestrzeniania się chorób i zachowań rynkowych. Historycznie jednak modele te opierały się na prostych agentach opartych na regułach, działających według z góry określonych skryptów.

Integracja dużych modeli językowych z symulacją agentową to rozwój stosunkowo nowy. Agenci wspierani przez LLM potrafią podejmować bardziej zniuansowane decyzje, dostosowywać się do nowych sytuacji i generować zachowania emergentne. Wcześniejsze symulacje społeczne oparte na LLM osiągały około 10 milionów agentów, zanim koszty obliczeniowe stawały się zbyt wysokie. Wybory architektoniczne Light Society, zwłaszcza podejście z modelami zastępczymi, przełamały ten limit o dwa rzędy wielkości.

Badacze przedstawiają ten framework jako umożliwiający eksperymenty „in silico” w skali całej Ziemi, sygnalizując ambitną wizję: wykorzystanie symulacji jako laboratorium do zrozumienia samej ludzkiej cywilizacji.