研究方向

方向1(模拟):生成式Agent 与AI Society
       方向介绍:随着万物智能互联新时代的到来,各种智能技术在其中不断进行各种组合与聚变,以满足复杂的应用场景。整个社会图景在服务逻辑下被重新定义,逐步变成由众多智能主体(人、企业或机构、智能机器人等)分工协作和共同运营的生态系统。作为数字孪生与元宇宙的基础设施技术,我们希望能够构建出与真实世界对应的人工社会,其中每个AI Bot 自主行动,在海量的交互与反馈下源源不断地涌现内容,从而实现一个动态平衡的自运转生态,最终演化出极具复杂性的“AI Society”。超参数科技推出的“活的长安城”(见视频),正是 AI Society 的典型示例。
       具体技术:多Agent系统,群体智能,强化学习,演化博弈
       应用领域:数字孪生,数字人与元宇宙,智能社会治理等

【相关论文】爆火论文打造《西部世界》雏形:25个AI智能体,在虚拟小镇自由成长


方向2(分析):计算实验与因果分析
       方向介绍:虽然智能社会已经在很多传统领域取得了巨大的成功,但是也存在一系列令人担忧的潜在危机,例如信息茧房、算法歧视等。由于经济、道德、伦理等原因,很难在现实世界中对这类AI算法进行压力或极限测试。计算实验则为AI算法行为的因果分析提供新的且更加有效的计算理论和手段。我们就可以在AI Society中进行各类计算实验,实现各类AI算法的“推演”, “试错”和“预估”,从而寻找AI技术与社会生态的相互作用规律,以及如何设计AI算法以消除其负面效应。
       具体技术:计算实验,因果分析,机器学习,复杂网络
       应用领域:AI算法如何加剧内卷?互联网平台如何兼顾效率与公平?


方向3(优化):群体智能与博弈调控
       方向介绍:智能社会的出现是一个自底向上的、自组织、自生长的涌现过程,也是一种自顶向下规划的产物,其整体状态取决于人类智能与机器智能的自发交互行为。社会中的个体具有“自主性”和自己的“利益”追求,控制者与被控者往往存在着“博弈”关系,进而造就了一系列难题,如处理结果的“均衡”与“最优”的矛盾、非合作博弈与合作博弈等。我们采取了预防机制与事后处置的有机结合的博弈调控策略,以保持社会系统秩序与活力的动态平衡,所采取的手段包括激励引导(正前馈)、约束预防(负前馈)、行为奖赏(正反馈)、偏差校正(负反馈)等。
       具体技术:群体智能,强化学习、服务推荐、博弈调控
       应用领域:众包计算,无人蜂群,多机器人调度等。