多智能体系统如何与AI联系？上海纽约大学助理教授Mathieu Laurière：通过深度神经网络的参数化尽可能接近现实情况

摘要： 每经上海9月25日电（记者杨煜）今日上午，“解码未来：全球数智趋势”专题论坛在上海浦东成功举办。本次专题论坛是工业文明国际论坛的分论坛之一，由工业和信息化部工业文化发展中心、上海市...

每经上海9月25日电（记者杨煜）今日上午，“解码未来：全球数智趋势”专题论坛在上海浦东成功举办。本次专题论坛是工业文明国际论坛的分论坛之一，由工业和信息化部工业文化发展中心、上海市经济和信息化委员会、上海市浦东新区人民政府主办。

专题论坛上，上海纽约大学数学和数据科学助理教授Mathieu Laurière分享了用于大规模多代理系统的机器学习和生成式AI。多代理系统或者多智能体系统在我们的日常生活中并不少见，例如人群的运动（Crowd motion），大城市的交通路线（Traffic routing），在金融市场（Financial markets）中通常也会用到多智能体系统。多智能体系统的特点是，有大量的智能体，它们存在互动，也会制定决策，同时环境非常复杂。

Mathieu Laurière发表主旨演讲 图片来源：主办方供图

Mathieu Laurière指出，通过多智能体系统可以了解人们的行为及决策。例如，地铁站人群拥挤，想要了解在地铁站中每一个人的行为，比如哪个区域人的密度比较高、哪一些密度低、他们移动的轨迹是怎么样的，但是随着时间的推移，人群的密度会改变，也就是说他们的行为会改变。“我们想要了解他们这种行动变化背后的原理是什么，在交通领域我们可以通过多智能体系统来了解交通的运行情况。”Mathieu Laurière说。

多智能体系统和生成式AI有哪些联系？Mathieu Laurière表示，要了解人们的行动也就是智能体的行为或者决策，需要生成智能体的分布图，这可能解决很多生成式AI的问题。此外，在深度学习方面，可以通过对深度神经网络进行参数化，尽可能接近现实的情况，再把数据映射上去。

每日经济新闻