К теории сетевой экономики
| Вид материала | Документы |
| Методика агентного моделирования для социально-экономических систем Традиционные приложения Искусственная жизнь (alife) Обучение, эволюция и локальные взаимодействия |
- I. Основы. Что такое сетевой маркетинг?, 756.39kb.
- Развитие методологии исследования экономики благосостояния на основе теории элит, 713.71kb.
- Длежностью электроустановок, составили настоящий Акт, определяющий границы балансовой, 156.12kb.
- Задачи изучения дисциплины, 2030.04kb.
- К методологии анализа смешанной экономики, 77.73kb.
- Эволюция основных концепций регулирования экономики от теории меркантилизма до теории, 700.67kb.
- План Общие проблемы экономики. Предмет экономической теории Место экономической теории, 1531.5kb.
- План работы в автоматизированной информационной системе «Сетевой город. Образование», 65.88kb.
- Об утверждении регламента использования системы «Сетевой край. Образование» и распределении, 216.6kb.
- Программа дисциплины Основы экономической теории Часть 1 микроэкономика, 232.03kb.
Методика агентного моделирования для социально-экономических систем
Ранее на базе аппарата термодинамического моделирования (см. [Е.И. Латкин и др.]) нами уже предпринимались попытки качественного анализа сетевой модели экономической системы (см. пример других авторов в [Duncan K. Foley]). Однако, в виду сложности моделируемого объекта, мы предполагаем, что компьютерные эксперименты на базе подхода "agent-based simulation" должны быть более продуктивны.
Область агентных компьютерных экономических исследований определяются следующим образом (см. [Leigh Tesfatsion]):
ACE (Agent-based Computational Economics) может быть охарактеризована, как компьютерное исследование экономик, смоделированных в виде развивающихся децентрализованных систем автономных взаимодействующих агентов. Центральной задачей такого рода исследований является изучение очевидно спонтанного формирования глобальных регуляторов экономических процессов, таких как неплановая координация торговли в децентрализованных рыночных экономиках, ассоциируемой экономистами с "невидимой рукой" Адама Смита. Необходимо объяснить как эти глобальные регуляторы возникают из повторяющихся локальных взаимодействий автономных агентов опосредуемых социально-экономическими институтами. 54
Методика ACE является разновидностью экономических исследований из парадигмы изучения комплексных адаптивных систем (Complex Adaptive Systems/CAS). При этом "комплексные адаптивные системы" определяются следующим образом55:
Многие естественные системы, а также все большее количество искусственных (сделанных человеком) систем характеризуются явным комплексным поведением, которое возникает как результат нелинейных пространственно-временных взаимодействий среди большого числа компонент или подсистем. Примеры таких естественных систем включают иммунные и нервные системы, многоклеточные организмы, экологии, и сообщества насекомых. Искусственные системы, обладающие подобными свойствами, включают параллельные и распределенные компьютерные системы, больше размерные коммуникационные сети и программные системы, а также экономики. Именно такие системы сравнительно недавно и получили название "комплексные адаптивные системы".56
Наша схема информационных взаимодействий основывается на децентрализованной информационной активности множества автономных агентов. В результате их взаимодействия в системе возникают и распространяются наиболее удачные "продукты" информационной деятельности агентов (в виде новых вариантов технологических связей, общеэкономических соглашений и "правил игры"), которые в комплексе формируют технологическую и институциональную структуру экономической системы и в свою очередь определяют условия для дальнейшего взаимодействия агентов в системе. В таком виде наша концепция социально-экономической системы, функционирующей на базе информационных взаимодействий ее агентов, прямо относится к области, описываемой методикой ACE. В виду новизны и отсутствия достаточного количества публикаций на русском языке, ниже представлен обзор наработок АСЕ и опыта использования данной методики для исследования самых разнообразных систем, что может представлять интерес для широкого круга российских исследователей.
Методология
В публикации [Philip E. Agre] предлагается общий методический подход к моделированию и анализу типа "agent-based simulation". В компактном виде главная идея этой публикации состоит в следующем: использование первопричинных характеристик взаимодействий между агентами и их внешней средой как руководство для объяснений и дизайна.
Важным моментом является то, что характеристики взаимодействий должны позволять отвечать на следующие вопросы:
- Что будут делать агенты в заданной внешней среде?
- При каких условиях они смогут реализовать свои цели или желательные взаимосвязи с другими вещами?
- При каком виде внешней среды это будет работать?
- Как частные аспекты внешней среды, такие как топография, изменчивость или действующие артифакты, воздействуют на частные типы возможностей агентов, чтобы преуспеть во взаимодействиях, имеющих определенные свойства?
- Какие формы взаимодействий требуются агентам для применения определенных элементов своей внутренней архитектуры, такой как память?
- Какие формы взаимодействия разрешают агентам освоение определенных знаний или навыков?
Кроме этого, упомянутая выше публикация содержит:
а) перечень тем, которые возникают, когда проводятся компьютерные исследования взаимодействия между агентами и их внешней средой, с примерами и обсуждением;
б) описание связей между предлагаемым исследованием и исследованиями в других областях;
в) обзоры отдельных работ по этой проблематике, с комментариями по поводу их различия и близости друг к другу;
г) возможности развития идей этого подхода и т.п.
При этом сама техника агентного моделирования признается одной из наиболее адекватных для изучения комплексных социальных систем. Исследователи также отмечают следующие особенности агентного моделирования (см. сайт [What are Agents?]):
- Автономное поведение: Каждый агент характеризуется автономным поведением, которое означает наличие у агента внутреннего динамизма, автономного от влияний окружающей среды. В дополнение имеется индуцированный динамизм, который является реакцией агента на влияние окружающей среды.
- Индивидуальная картина мира: Каждый агент имеет собственную модель окружающего его мира. Эта, так называемая, концептуальная модель описывает то, как интеллектуальный агент видит мир. Концептуальная модель – обычно не полна. При некоторых обстоятельствах она даже – не корректна. Особенно примечательным является способ, которым агент строит свою модель мира: на основе информации, получаемой им из внешней среды.
- Коммуникационные и кооперативные возможности: Интеллектуальные агенты могут обмениваться информацией с их окружающей средой и другими агентами. Возможность коммуникаций означает, что интеллектуальный агент должен получать информацию об его окружающей среде, что дает ему возможность строить собственную модель мира. Более того, возможность коммуникаций с другими агентами является обязательным условием совместных действий (кооперации) для достижения цели.
- Интеллектуальное поведение: Поведение интеллектуального агента включает способность к обучению, логической дедукции или конструированию модели окружающей среды для того, чтобы находить оптимальные способы поведения.
- Пространственная мобильность: Интеллектуальные агенты иногда должны иметь пространственную мобильность.
При использовании агентного подхода для моделирования и имитации следующие возможности являются наиболее интересными:
- Стратегии и децентрализованный контроль: Целью является развитие индивидуальных стратегий, использование которых агентами позволяет достигать общих целей даже без центрального регулирования.
- Возникающее поведение: Кооперация между интеллектуальными агентами может давать стабильную систему, которая демонстрирует новое глобальное поведение на следующем более высоком уровне абстракции. Задача – объяснить это глобальное поведение на основе индивидуальных характеристик интеллектуальных агентов и их взаимодействий.
Традиционные приложения
Среди приложений методики АСЕ к достаточно традиционным экономическим объектам известны следующие примеры57:
1. Модель организационного кодекса Марча58
- Правила: совместное обучение между членами организации с одной стороны и кодексом организации с другой. Кодекс организации обучается от членов, которые успешны в предсказаниях изменений среды, в то время, как все члены обучаются на базе кодекса организации.
- Комментарии: хороший пример обучения в рамках организации.
- Метрика: двух уровневая иерархия
- Результат: существует компромисс между исследованием и эксплуатацией. Например, может быть определенное сближение кодекса организации и всех агентов с некорректными взглядами.
2. Модель децентрализованных рынков Алвина и Фолей59.
- Правила: Обмен инициализируется агентами, которые транслируют сообщения, показывающие их интерес в торговле. Торговля совершается через двусторонние сделки между парами агентов. Агенты используют информацию от предыдущих попыток своей локальной торговли для вычисления их поисковых стратегий.
- Комментарии: хороший пример имитации, используемый для изучения работоспособности рынка (robustness of markets).
- Метрика: 1 размерный ринг
- Результат: ограниченная рациональность с децентрализованной рекламой и торговлей может осуществляться достаточно хорошо, давая существенное улучшение в размещении ресурсов и среднем благосостоянии.
Искусственная жизнь (alife)
Подход "agent-based simulation" основан на идее компьютерного изучения экономик, смоделированных как децентрализованные системы автономных взаимодействующих агентов. С другой стороны, этот подход является приложением к экономике парадигмы "искусственная жизнь" (alife), возникновение которой связывают с работами Джон Фон Неймана по саморазмножающимся автоматам.
В качестве введения в эту область мы предлагаем перевод некоторых фрагментов с сайта [Leigh Tesfatsion].
Наиболее важной особенностью этого подхода является то, что каждый моделируемый объект состоит из множества распределенных звеньев, действующих параллельно без глобального контроля, ответственного за поведение этих звеньев. Более того, действия каждого звена зависят от состояния и действий некоторого ограниченного числа других звеньев, и результирующее состояние системы определяется конкуренцией и координацией среди звеньев, подчиненных структурным ограничениям. Сложность системы, таким образом, увеличивается в большей степени от взаимодействий среди звеньев, чем от увеличения сложности самих индивидуальных звеньев. Более того, локальная сеть взаимосвязей, соединяющая отдельные звенья друг с другом, постоянно перекомбинируется и пересматривается. В частности, постоянно создаются ниши, которые могут быть использованы через адаптацию, а их использование, в свою очередь, приводит к появлению новых ниш, так что существует постоянное обновление.
Исследования по "искусственной жизни" направлены на постоянно возникающие системы, чье глобальное поведение складывается из локальных взаимодействий распределенных звеньев. Хотя звенья, составляющие системы, могут являться строками байтов, молекулами или механизмами робота, абстрактное описание того, как взаимодействия звена воздействуют на глобальное поведение отчетливо напоминают Шумпетерианскую экономику, представленную только в непривычной терминологии.
Исследования по эволюционной экономике, конечно, продолжены многими учеными после Джозефа Шумпетера. Например, имеется работа Армена Алчиана (Armen Alchian, полные данные об этой и упомянутых ниже ссылках можно найти в конце текста на сайте [Leigh Tesfatsion]) по неопределенности и эволюции в экономических системах, работа Брайна Артура (W. Brian Arthur) по экономикам с позитивными обратными связями, работа Ричарда Дайя (Richard Day) по динамическим экономикам, характеризуемым комплексной фазой транзакций (dynamic economies characterized by complex phase transitions) работа Джона Фостера (John Foster) по эволюционному подходу к макроэкономике, Рона Нейнера (Ron Heiner) о природе предсказуемого поведения (origins of predictable behavior), Джека Хиршфлефера (Jack Hirshleifer) по эволюционным моделям экономики (evolutionary models in economics and law), Ричарда Нельсона и Сиднея Винтера (Richard Nelson and Sidney Winter) по эволюционной теории экономических изменений. Внимание большого количества исследователей в последнее время направлено на потенциальные экономические приложения эволюционной теории игр, в которой игровые стратегии, распределенные среди определенного количества типов стратегий, воспроизводятся во времени в прямой пропорции с их относительной эффективностью.
Используя последние достижения в обьектно-ориентированных языках программирования (таких как С++ и Ява), экономисты, использующие парадигму "искусственной жизни", имеют возможность расширять их предыдущие эволюционистские работы в нескольких направлениях. Во-первых, много больше внимание может быть сфокусировано на эндогенных описаниях взаимодействий агента. Во-вторых, рассматривается более широкий спектр взаимодействий, включая кооперативные и грабительские ассоциации. В третьих, действия и взаимодействия агента представлены с большей степень абстракции, разрешая обобщения для специфических системных приложений. В четвертых, эволюционный процесс, обычно выраженный через значения генетических (рекомбинация и/или мутация) операций, теперь опирается прямо на характеристики агента. 60
Приложение подхода AСЕ к анализу проблем экономической и социальной кооперации см. на сайте [Robert Axelrod]. В этой работе обсуждается, что кооперация, основанная на взаимодействиях, может порождать и быть устойчивой даже среди эгоистов, если имеется перспектива достаточно долгих взаимодействий. Эта утверждение рассматривается с различных сторон, включая соревнования компьютерных моделей кооперации (по типу соревнования шахматных программ), исторические примеры и математические теоремы.
В рамках проекта "Информация и координация экономической активности" (см. [Werner Hildenbrand]) обсуждаются следующие близкие для нашего исследования вопросы: 1)макроэкономические институты и структуры (Macroeconomic Institutions and Structures); 2)обучение, эволюция и локальные взаимодействия (Learning, Evolution and Local Interaction). Первое направление трактуется авторами этого проекта достаточно узко. Здесь исследуется приложение альтернативных концепций монетарной политики, измерение независимости центрального банка и распространение возмущений от альтернативных режимов обменных курсов. Второе направление пересекается с нашим исследованием по нескольким пунктам. Ниже дан перевод фрагментов с веб-страницы, посвященной описанию второго направления.
Обучение, эволюция и локальные взаимодействия
Анализируются правила обучения в популяциях с Локальными Взаимодействиями, где индивид взаимодействует только со своими соседями. Исследуется поведение популяции для заданных правил обучения, а также оптимальность и эволюция таких правил. Локальные Взаимодействия воздействуют на информацию, которую имеют индивиды, однако скорость и направление эволюционных процессов заданы.
В частности, исследуются следующие вопросы:
1. Партнерство для выживания (Partnership for Survival). Индивиды могут быть более кооперативны, если их соседи могут погибнуть или исчезнуть при отсутствии помощи.
2. Соседство и родство (Neighbourhood & Kinship). Индивиды могут обучаться воспринимать соседей как их родственников, когда поведение тиражируется через имитацию.
3. Оптимальная имитация при несовершенной информации (Optimal Imitation under Imperfect Information). Поиск оптимальных обучающих правил для агентов с ограниченной рациональностью, когда наблюдаема только фрагментарная информация.
4. Эволюция в сетях (Evolution in Networks). Анализируется конкуренция среди обучающих правил, последствия информационного процессинга и ассимптотическое обучение.
5. Эволюция и выбор равновесия (Evolution and Equilibrium Selection). Предсказания процессов эволюционного обучения в экономике, например, игр на соглашение, ценовая и продуктовая дифференциация.
6. Эволюция социального страхования в социальных сетях (The Evolution of Social Insurance in Social Networks). Как социальные сети, которые обеспечивают поддержку (денежную и в др. видах) во время кризисов, формируются и поддерживаются.
7. Наказание и обман в координационных механизмах (Punishment and Cheating in Coordination Mechanisms). Анализ биологической системы (возникающей, например, в муравейнике) использующей "альтруистическую" координационную роль с экспериментами и имитацией.
8. Рыночные взаимодействия и поиск (Market Interaction and Searching). Анализируется поиск и модель информационной лояльности для случаев, если рыночная информация может быть использована для обучения через взаимодействия агентов друг с другом.
9. Оптимизм и пессимизм (Optimism and Pessimism). Влияние локально сформированного восприятия будущего на индивидуальное и агрегированное поведение, например, на процесс потребления.
Биономика
На сайте [Michael Rothschild] высказывается мнение, что традиционная школа экономической мысли предлагает неэффективный взгляд на фундаментальную природу формирующейся экономики Информационной Эпохи. В ответ на это, биономика предлагает новую экономическую парадигму. В то время как традиционная экономика основана на концепциях, заимствованных от классической ньютонианской физики, биономика выделилась из современной эволюционной биологии. Если ортодоксальное направление описывает экономику, как статическую предсказуемую машину, то биономика представляет экономику, как самоорганизующуюся, хаотическую информационную экосистему. Там, где традиционный взгляд видит организации, как машины для производства продуктов, биономика видит организации, как разумные социальные организмы. Если традиционные бизнес стратегии сфокусированы на физическом капитале, то биономика утверждает, что организационное обучение является источником и прибыли и роста.
Переговоры
На сайте [Arie Segev, Carrie Beam] представлены исследования по компьютерной автоматизации переговорного процесса. Ниже дан перевод некоторых фрагментов с этого сайта.
Полностью автоматизированные переговоры в электронной коммерции определены как процесс, благодаря которому две или более сторон торгуются по поводу ресурсов для получения взаимной выгоды, используя инструменты и технику электронной коммерции (в отличие от техники традиционных переговоров "лицом к лицу").
В данном определении, процесс, в котором два лица используют электронную почту для обмена предложениями, не будет считаться полностью процессом автоматических электронных переговоров. Однако если это будет процесс, в котором два интеллектуальных программных агента вырабатывают решение в электронном виде и затем представляют его для исполнения, то такой процесс попадает под данное определение.
Для электронных переговоров требуется сделать программных агентов, запрограммировать их на определенную переговорную стратегию, дать им переговорную информацию, разрешить им вырабатывать решение с людьми или другими компьютерными агентами и формулировать результат переговоров (который не обязательно должен утверждаться человеком).
Целями создания автоматических переговорных систем для электронной коммерции являются: 1)возможность честных, точных и быстрых переговоров; 2)возможность использования достоинств Интернет технологий, таких как глобальный доступ, многостороннее участие, асинхронное сотрудничество, распределенное выполнение и компьютерные скорости.
В описываемом проекте исследуются следующие вопросы:
- Полуавтоматические или полностью автоматические переговоры;
- В большей степени конкурентные, чем кооперативные бизнес ситуации;
- Финальная часть осуществляется между двумя сторонами (хотя первоначально может быть вовлечено много сторон);
- Или бизнес-бизнес, или бизнес-потребитель переговоры;
- Переговоры между покупателем и продавцом (в меньшей степени – политические переговоры, переговоры по выработке расписаний, или других типов);
- Без учета фактора "тень будущего", который требует рассмотрения долговременных стратегических целей.