Behavioural Rehearsing Illuminates Scientific Problems of Organised Complexity

要約

科学研究において人工知能がますます普及するにつれて、データ駆動型の方法論が科学的問題を解決する際の従来の方法に影を落としているように見えます。
この視点では、科学的問題の古典的な分類を再検討し、データ、アルゴリズム、計算能力の観点から科学パラダイムの進化を再考します。
新しいパラダイムの強みにより、解決可能な科学的問題の範囲が拡大していることが観察されていますが、データ、アルゴリズム、計算能力の継続的な進歩が新しいパラダイムをもたらす可能性は低いです。
より複雑なシステムにおける組織化された複雑さの未解決の問題に取り組むには、パラダイムの統合が有望なアプローチであると私たちは主張します。
そこで私たちは、そのようなシステムで何が起こるかを複数回のシミュレーションを通じて確認する、行動リハーサルを提案します。
それを実現するための方法論の 1 つである洗練された行動シミュレーション (SBS) は、高度な人間の戦略と行動が関与する複雑な社会システムをシミュレートするための基礎モデルに基づくより高いレベルのパラダイム統合を表します。
SBS は、従来のエージェントベース モデリング シミュレーション (ABMS) の機能を超えているため、行動リハーサルは、複雑な人間のシステムにおける組織化された複雑さの問題に対する潜在的な解決策になります。

要約(オリジナル)

As artificial intelligence becomes increasingly prevalent in scientific research, data-driven methodologies appear to overshadow traditional methods in resolving scientific problems. In this Perspective, we revisit a classic classification of scientific problems and rethink the evolution of scientific paradigms from the standpoint of data, algorithms, and computational power. We observe that the strengths of new paradigms have expanded the range of resolvable scientific problems, but the continued advancement of data, algorithms, and computational power is unlikely to bring a new paradigm. To tackle unresolved problems of organised complexity in more intricate systems, we argue that the integration of paradigms is a promising approach. Consequently, we propose behavioural rehearsing, checking what will happen in such systems through multiple times of simulation. One of the methodologies to realise it, sophisticated behavioural simulation (SBS), represents a higher level of paradigms integration based on foundational models to simulate complex social systems involving sophisticated human strategies and behaviours. SBS extends beyond the capabilities of traditional agent-based modelling simulation (ABMS), and therefore, makes behavioural rehearsing a potential solution to problems of organised complexity in complex human systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google