Modelos Basados en Agentes Vida Artificial Sociedades Artificiales Carlos Reynoso UNIVERSIDAD DE BUENOS AIRES http://carlosreynoso.com.ar

“Antes de aventurarse en las sociedades artificiales, mejor averiguar de qué se trata la sociedad natural” (¿No es mejor al revés?)

3 Objetivos Clarificar modelos descentralizados Profundizar en cuestiones de emergencia y modelado Se revisarán elementos de AC, pero desde un punto de vista más práctico Presentar instrumentos y describir estado de la cuestión

4 Agenda Recapitulación: Autómatas celulares Omitido: Random Boolean Networks (Stuart Kauffman, “Orden Gratis”) – Filo del caos Modelos basados en agentes (MBA) Surgimiento de patrones Vida artificial Sociedades artificiales Herramientas Aplicaciones y ejercicios de práctica Conclusiones y propuestas

5 Sistemas complejos adaptativos Autómatas celulares Redes booleanas aleatorias Modelos basados en agentes autónomos Vida artificial Sociedades artificiales Cultura artificial Meta-heurísticas evolutivas

6 Genealogías confusas Modelos basados en agentes “Agentes”: propuestos por Douglas Hofstadter en Gödel, Escher, Bach (1976) Vida artificial Propuesta por Chris Langton (1989) o Norman Packard (id.) Modelo “fuerte” – Tom Ray (Tierra, 1991) Evolución digital – Código autorreplicante evoluciona por selección natural Modelo “débil” – Comprender los mecanismos de la vida Sociedades artificiales Término propuesto por Builder & Bankes, RAND Paper, 1991 Modelos de Robert Axelrod, 1984 Teoría de juegos, dilema del prisionero, evolución de la cooperación

7 Modelos descentralizados Imperativos en casos en que se desconocen las ecuaciones básicas O se conocen pero son intratables Problemas de resolución de ODE y PDE MBA: lo opuesto a la dinámica de sistemas No hay control centralizado No prevalece una estocástica: Auto-organización como emergente de la diferencia casi azarosa en el bajo nivel Patrones de orden surgen del azar (BZ) Caos como emergente de principios deterministas (ecuación logística)

8 Combinación con otros modelos Modelos de agente de última generación: Observaciones inéditas que permitieron identificar efectos colectivos P. ej. formación de senderos peatonales por analogía con la quemotaxis observada por los etólogos. Esto permitió observar y predecir interesantes fenómenos de auto-organización y no-linealidad Surgimiento de atascos desproporcionados, paradoja de Braess, senderos de contraflujo, cambios oscilatorios en los contraflujos en los cuellos de botella, brotes de conducta de rebaño, dependencia no monotónica del tiempo de evacuación respecto de parámetros inimaginables (el campo dinámico del piso), efectos de fricción, efectos de más-rápido-es-más-lento en situaciones de pánico o surgimiento de flujos más ordenados mediante la ampliación de las oscilaciones (Helbing, Farkas y Vicsek 2000; Burstedde y otros 2001a y 2001b; Schadschneider 2001; Kirchner y Schadschneider 2002; Schadschneider, Kirchner y Nishinari 2002). Software de simulación: EXODUS, página de Tamás Vicsek, etc. Una vez más, en el diseño de lugares públicos el conocimiento de estos estudios y herramientas ha llegado a ser indispensable.

9 Estado de arte Esenciales para simulación de contingencias, toma de decisiones complejas e impacto ambiental http://thunderheadeng.com/pathfinder/index.html

10

11

12

13

14 EXODUS http://fseg.gre.ac.uk/exodus

15 EXODUS Importante desempeño internacional en simulación de incendios en edificios de habitación y centros comerciales, hundimiento de barcos, pánico en estados deportivos, aviones. Precio para la academia, L 900, con licencias adicionales por L 205 cada una. Se puede bajar demo y documentación registrándose.

16 BuildingEXODUS

17 Modelos Basados en Agentes Sociedades artificiales Modelos urbanos en NetLogo Disease Epidemic Models Library / Curricular Models / Urban suite Economic disparity Pollution Sprawl effect Recycling Tijuana Bordertowns 

18 Tijuana Bordertowns NetLogo > Models Library > Curricular models > Urban Suite

19 Sociedades artificiales - Aplicaciones Epstein & Axtell Demostración de ley de Pareto Modelización de Anasazi (G. Gumerman) Sugarscape: Vida artificial J. Stephen Lansing Modelo de regadío en Bali Journal of Artificial Societies and Social Simulation

20 Sociedades artificiales Growing artificial societies – Joshua Epstein, Robert Axtell Miembros de la Brookings Institution y del SFI La sorprendente suficiencia de las reglas simples Growing societies – Ciencia social generativa “Comenzar el desarrollo de una ciencia social que modele los procesos evolutivos en un ambiente computacional que simule la demografía, la transmisión de la cultura, la economía, la enfermedad y la co-adaptación de los agentes” Algunos miembros de Antropocaos estudiaron con Axtell

Vida artificial: La polémica

22

23 Vida artificial - Recursos

24 Boids Craig Reynolds (1987) Mezcla de birds and androids Reynolds, C W, 1987, "Flocks, Herds, and Schools: A Distributed Behavioral Model“. Computer Graphics 21(4) 25ff, online at http://www.cs.toronto.edu/~dt/siggraph97-course/cwr87/ [disp] Metodología incorporada a las técnicas de industria (simulaciones, cine [El rey león, Batman returns]

25 Boids

26 3DBoids

Herramientas

28 Herramientas Modelos basados en agentes Moduleco *StarLogo [discontinuado] Ascape *3D Boids *Repast *Breve **Netlogo

29 Moduleco Programado en la Universidad de Manchester – Lenguaje Java El sitio nativo está en francés Incluye modelo de pila de arena, surgimiento de clases, epidemia, percolación de sitio y red, segregación de Schelling, influencia social, pequeños mundos, sugarscape Documentación excesivamente escueta Destinado a convertirse en plugin de Madkit

30

31 NetLogo Inventado por Mitchel Resnick como extensión de las tortugas del Logo Recordar gráfico de tortugas como interpretación espacial de las instrucciones de sistemas-L. Logo: inventado por Papert (el mismo que defenestró a los perceptrones) Resnick, 1997: Tortugas, termitas y congestiones de tráfico. Exploraciones en mundos masivamente paralelos (disp.)

32 NetLogo / StarLogo Concebido como sistema de estimulación, más que de simulación La idea es averiguar cómo se piensa que es un mundo, antes que cómo se puede simular éste El objetivo no es simular sistemas para (por ejemplo) predecir, sino indagar cuál es la forma en que pensamos sobre ellos Los proyectos de NetLogo son investigaciones de micromundos

33

34 AScape Incluye varios modelos esenciales Sugarscape Basado en libro de Epstein y Axtell. Growing Artificial Societies. The MIT Press, 1991 Artificial Anasazi

35

36 Sobre los Anasazi artificiales Geoffrey Dean, George Gumerman, Joshua Epstein, Robert Axtell y otros Basado en Sugarscape Caso de prueba: Long House Valley (NE Arizona) entre 1800 AC y 1300 DC Hallazgos hasta la fecha: La desaparición no pudo deberse a fenómenos ambientales externos. En el momento de su abandono, el área era capaz aún de sustentar una población importante Se pide a los colegas que definan reglas alternativas, o sugieran parámetros distintos

37 Diversas interpretaciones de cambio y colapso Climáticas (desertización de antiguos bosques) Enfermedades Guerras tribales – Declinación en comercio de la turquesa Ideológicas Centro ceremonial, no población. Viviendas para peregrinos (James Judge, 1984). Colapso debido a cambio de centro ceremonial (Azteca) tras sequías de 1080-1090 Crisis por introducción de canibalismo (Christy Turner, 1996) – Debido al hambre por sequía, o introducido desde México – Control político, o patología social Materialistas (marxistas): John Gledhill (1978). Integrado a sistema global (Tolteca). No autónomo, no heterónomo. Competencia, jerarquización, expansión que condujo a crisis. Sobreexplotación y cambio climático, pero mayormente economía política Randy McGuire (1986) – Sensibilidad de economía basada en mercancías a factores externos Dean Saitta (1997) – Conflictos de clases

38 Repast Recursive Porous Agent Simulation Toolkit Intenta profundizar en la representación de los agentes, como medio para modelar creencias, organizaciones e instituciones como construcciones sociales recursivas Uno de los ABM más completos después de Swarm – En vías de migración a Symphony Relativamente pocos modelos disponibles en ciencias sociales Integra AG, redes neuronales, GIS, redes sociales

39

40 Breve Modelado tridimensional Puede combinar distintas tecnologías Inteligencia Artificial, algoritmo genético, MBA Requiere programación interna para modelado en serio Posibilidad de intervención en tiempo real Posibilidad de guardar estado del genoma en problemas que requieran evolución/aprendizaje Versión algo inestable

41

42 **Netlogo Modelo de más amplia aplicación en ciencias sociales Uri Wilensky, Universidad del Noroeste El más robusto, estable, programable y completo Versión mejorada de Starlogo, sin tanto énfasis pedagógico Adecuado para trabajo científico – Usa matemáticas “estrictas” Java, aunque el lenguaje de programación es Logo Se puede probar discrepancia entre aritmética real y punto flotante Extensiones participativas Driver para periférico GoGo (adquisición de datos, aparatos) Infinidad de desarrollos en comunidad: http://ccl.northwestern.edu/netlogo/models/community/ Sugarscape, uso de drogas, pila de arena, propagación del Sida, mercado financiero, percolación, fuego, ilusiones ópticas

43

44

45

Aplicaciones

47 Infinidad de aplicaciones JASSS desde 1998 – Congresos enteros de CA, Alife, MBA, AG y sus combinaciones Thomas Berger – MBA y AC aplicado a las políticas agrarias en Chile Bibliografía de casos en materiales de DVD Volúmenes del SFI dedicados a GIS o a arqueología Robert Axelrod – Diseminación de la cultura (traits/features) Michael Agar – drugsupply: Modelo de mercado de venta de drogas

48 Michael Agar (1/3) Proveniente de la antropología fenomenológica Modeló la epidemiología del uso de sustancias en Netlogo Drugtalk models how experiences with an illicit drug, evaluations of those experiences transmitted through social and spatial networks, and encounters with addicted agents lead to different rates of use and addiction. 

49 Michael Agar (2/3) Cada agente tiene un riesgo y una actitud Riesgo – Tendencia a intentar algo nuevo y desconocido. Es una variable en distintos agentes, pero no varía Actitud – Hacia la droga, positiva o negativa. Varía conforme a la experiencia. Al principio es homogéneo, como si fuera una norma Si un agente usa droga, depende si el riesgo es menor o no que la actitud La conectividad de los agentes se inspira en Barabási – Ley de potencia con exponente 1.5 La evaluación (Goodstuff? Badstuff?) varía según droga. Es 70/30 para la heroína

50 Michael Agar (3/3) Los valores de adicción que resultan del modelo se aproximan a los de la realidad Se genera un espacio en el que se pueden proponer otras variables Se puede pensar en indicadores más eficaces de una racha epidémica que los que se usan en las políticas usuales de monitoreo y prevención Correr modelo...

51

Prácticas de modelado urbano [en construcción]

53 Transims Transportation Analysis and Simulation System Gratuito US Department of Transportation – Travel model Improvement Program Implementación de referencia en la especialidad Estudios de casos bien conocidos Dallas, Portland http://en.wikipedia.org/wiki/Transims

54 Simulación de tráfico - Transims

55 Inconvenientes de TRANSIMS Módulos de bajo nivel dispersos en comandos de consola Idem con la documentación

56 TRANSIMS - Visualizadores Transims Visualizer original Balfour Technology fourDscape® Visualizer ARCGis o equivalentes Google Earth Maya Transims Studio NASA World Wind Advanced Visualization (NCSA) http://dart.ncsa.uiuc.edu/avl/transims.html [*Videos] NEXTA (Network Explorer for Traffic Analysis) Disponible – Ejecutar, cargar modelo de prueba y seguir las instrucciones de la PPT de visualización

57 TRANSIMS - Visualizadores

58 Ejercicios con NEXTA Network EXplorer for Traffic Analysis

59 Dracula http://www.its.leeds.ac.uk/software/dracula/

60 Dracula Lanzar previamente Saturn

61 SUMO Simulation of Urban MObility http://sumo.sourceforge.net

62 Micro PedSim http://people.revoledu.com/kardi/research/pedestrian/MicroPedSim/download.htm

63 Micro PedSim

Modelos macroscópicos: Dinámica de sistemas

65 Dinámica de sistemas Modelos macroscópicos Jay Forrester Urban Dynamics Modelo del mundo Varias implementaciones en analítica urbana http://www.systemdynamics.org/DL-IntroSysDyn/inside.htm

66 Referencias específicas

67 Modelo urbano – Sphinx SD Tools http://sourceforge.net/projects/sphinxes/

68 Dinámica urbana – Vensim Model Reader

Conclusiones

70 Problemas de modelos complejos No hay certidumbre en relevancia de las variables consideradas Demasiadas variables, demasiados grados de libertad  combinatoria de magnitud ultra-astronómica 5 x 5 x 2 = 33 millones de combinaciones Pequeñas diferencias en valores pueden conducir a comportamientos disímiles Los escenarios de equilibrio no son sensibles a las condiciones iniciales Si el sistema es complejo, tiene extrema sensitividad a condiciones iniciales La trayectoria del comportamiento difiere aunque las condiciones iniciales sean casi idénticas

71 Conclusiones (1/3) Insuficiencia de modelos con “juego libre de variables” Necesidad de coordinar semántica del modelo con datos arqueológicos y urbanos específicos y de mezclar formalismos Necesidad de comprender mejor la dinámica de los sistemas complejos No deben usarse para “explicar” casos concretos, sino para describir clases genéricas de comportamiento (equilibrio, oscilación, caos, complejidad) El comportamiento es emergente de interacciones locales. No resulta de relaciones lineales entre “causas” y “efectos” (aunque el modelo es determinista)

72 Conclusiones (2/3) Importancia o inevitabilidad del modelado Peligros latentes Modelos demasiado realistas y explosión combinatoria Principio KISS (Keep it simple, stupid) Interpretación tendiente al individualismo metodológico (incluso en textos como el de Resnik) No hay un modelo universal Requerimiento de programación para problemas puntuales Ya hay bastante material ahí afuera Sitio de Leigh Tesfatsion en Iowa

73 Conclusiones (3/3) Juegos, tortuguitas, azúcar, hormigas, lenguajes para niños Necesidad de tratar problemas a niveles más elementales que lo acostumbrado Aún así, no siempre los problemas son tratables Lévi-Strauss y otros hablaron de “modelos” sin comprometerse con la cuestión Sugerencia: Elegir un ambiente adecuado y profundizar en él StarLogo, Repast, **NetLogo … Escoger modelos ligados a dominio

74 Recursos Langton – Compilación sobre vida artificial Diversos libros sobre MBA Indice temático de JASSS Antropocaos: http://antropocaos.com.ar

75 Antropocaos http://www.antropocaos.com.ar

76 Recursos

77 Recursos

78 Recursos

79

80 Referencias Reynoso, Carlos. 2006. Complejidad y caos: Una exploración antropológica. Buenos Aires, Editorial Sb.

81 Referencias Reynoso, Carlos. 2010. Análisis y diseño de la ciudad compleja. Perspectivas desde la antropología urbana. Buenos Aires, Editorial Sb Cap. 2, pp. 91-110.

82 http://carlosreynoso.com.ar/sistemas-complejos-adaptativos-y-modelos-basados-en-agentes

¿Preguntas? http://carlosreynoso.com.ar