Társadalmi Rendszerek Számítógépes Szimulációja

Az előadások a következő témára: "Társadalmi Rendszerek Számítógépes Szimulációja"— Előadás másolata:

1 Társadalmi Rendszerek Számítógépes Szimulációja
Gulyás László ELTE TTK Tudománytörténet és Tudományfilozófia Tanszék

2 Miről lesz szó? A modell, mint tudományos eszköz
Társadalmi rendszerek, komplex rendszerek Ágens-alapú modellezés és szimuláció Háttér Konkrét modellek

3 A reprezentáció lehetséges szintjei
Természetesen mindig, mindenre sok lehetséges és érvényes modell van…

4

5

6 (Társadalom-) Tudománytörténet 1/5
Lexikális ismeretek és szöveg-alapú („spekulatív”) elméletek. Vaskos könyvek és véget nem érő viták. Az érvelés központi szerepe. Példák: Marx: Tőke Kínaszakértők a Weatherhead Center-ben Fukuyama és Huntington (v.ö. 9/11) Brezinski „sakktáblája” (v.ö. Condolezza Rice) Cinikusan: ha egy elgondolás (elmélet) nem oldalban van kifejtve, akkor Nem is ér semmit… Bár általában ez a fajta tudomány szokta a leginkább megfeküdni (hozzám hasonló neveltetésű) Ismerőseim gyomrát, azon azért érdemes elgondolkozni, hogy közvetlen Hatásában minek van nagyobb hatása: egy szép és kerek matematikai tételnek, vagy Condolezza Rice elgondolásának pl. a közel-keleti helyzetről…

7 (Társadalom-) Tudománytörténet 2/5
„Soft” vs. „Hard” science. Az egységes formalizmus „rangja” és tömörsége. A reprodukálható kísérletek lehetősége. Az elméletek „tesztelhetősége”. (*) Marx tévedése (G. Silverberg nyomán) „A társadalomtudományok az igazi » hard« tudományok”. Cinizmus: - a természettudományok virágzása a II. világháború után - a társadalomtudományi tanszékek pénzhiánya A közgáz élen járt ebben (már a 20-as években erről szól). És: épp a fentiek miatt a társ. Tudományok az igazi „hard” science. Ld. Gary King pozícióját és kurzusát (az egyetlent, ami kötelező A phd programban). Ld. A közelmúlt (közgáz) Nobel-díjasait. Ld. A híres IPD modellt (Axelrod), a „nemzetkozi kapcsolatok” modelljeinek Alfáját és omegáját.

8 (Társadalom-) Tudománytörténet 3/5
A (társadalom) tudományok „matematizálódása”. Statisztika „mindenekfelett”. Játékelmélet. Axelrod és az Iterált Fogolydilemma (IPD).

9 Illusztráció: Statisztika
Alkohol, dohányzás, orális szex, szájrák Dátum: [11:35] Francia kutatók szerint az orális szex akár szájrákhoz is vezethet: több szájrákos páciensük szervezetében is kimutatták a humán papilloma vírus (HPV) jelenlétét. A szájrákban szenvedők háromszor gyakrabban éltek az orális szex által nyújtott örömökkel, mint egészséges társaik. (

10 Illusztráció: Játékelmélet 1/3
A Hotelling-probléma (H. Hotelling, 1929): Két jégkrémárus a tóparton. Egyforma jégkrémek. Vevők sűrűsége egyenletes. Mindenki a legközelebbi árushoz megy.

11 Illusztráció: Játékelmélet 2/3
Mindkét árus megszerzi a piac felét. A vevők által megteendő átlagos út hossza minimális.

12 Illusztráció: Játékelmélet 3/3
Csak nem stabil…

13 Illusztráció: Fogolydilemma
Oszlop: C D C 3,3 0,5 Sor: D 5,0 1,1

14 Illusztráció: Iterált fogolydilemma (IPD)
Ld. Mérő László: „Mindenki másképp egyforma” Axelrod és az ő versenye. A Tit-for-tat meglepő sikere. A TFT ismételt sikere…

15 (Társadalom-) Tudománytörténet 4/5
További problémák Bizonyos kísérletek nem elvégezhetőek: Counter-faktuálisok a statisztikában Emberi alanyok Bonyolultsági problémák (pl. játékelméletben): A szereplők száma (IPD-variánsok 3 (!) szereplővel). Kommunikációs-topológiák. (Mindenki mindent tud.) Dinamikus populációk. (Márpedig nincsenek.) Végtelen tudás… Egyensúly vagy trajektória? Ld. Hotelling.

16 (Társadalom-) Tudománytörténet 5/5
In Silico modellek és kísérletek Pl. ágens-alapúak. „If you didn’t grow it, you didn’t explain it.” (J. M. Epstein) Mégsem minden matematika. Azaz…

17 Tudományfilozófia II/1.

18 Tudományfilozófia II/2.

19 Tudományfilozófia II/3.
Vagyis, az ábrázolás lényeges. Avagy mégis számít a nyelv. Így hiába „minden matematika”: „Experimental Maths” „Experimental Computation” „Computational Modeling” Ágens-alapú és egyéb módszerek.

20 Ágens-alapú modellezés és szimuláció
Az egyik „in silico” módszertan. Nem csupán egyensúlyi helyzetek vizsgálata. Alulról-felfelé (bottom-up) megközelítés. (**) Ebből következően kognitív korlátok. Interakciós topológia explicit modellezése. Ki kitől, mit tud. Heterogén populáció. Dinamikus populációk. Emergens aktorok… (*) J. Epstein és R. Axtell után. (**) Az előzővel együtt ez azt is jelenti, hogy nem elég azt mondani, A „rendszernek jó lesz” (ld. A piac egyensúlyban lesz), de azt is meg kell Tudni mondani, az egyed mit csinál. (#) Bár már ez sem igaz. (Ld. Kathleen Carley) Nyilván: bonyolultsági kérdések itt is vannak, de ez itt bevallottan Közelítésre utazó módszertan… (S mivel amúgy is trajektóriákat Vizsgál, ez tán kevésbé gond.)

21 Konkrét modellek Modellezési alapállás:
Mik lehetnek a lehetséges mechanizmusok a jelenségek mögött? Elégséges modellek és struktúrák keresése.

22 IPD, Evolúció és topológia
Axelrod, megint. IPD „evolúciós” környezetben: Avagy hogyan lehetséges, hogy „önzőn segítünk egymásnak”. Topológia-függőség...

23 Társadalmi hálók (Social Networks)
B A H C F G D E » Háló az egész világ, és csúcs benne minden férfi és nő…« Merthogy, mostanában ez is „bűvszó”. Barátok Társszerzői háló Szexuális kapcsolatok De: pl. WWW.

24 A társadalmi hálók tulajdonságai
„Power Law” (skálamentes) fok-eloszlás. Triviálisan adódik belőle a „small world”. A klaszterezettség viszont nem, sőt! Fontos praktikus következményei lehetnek (ld. WWW, járvány-ügy). Nem minden hálóra igaz. „Small World” (az átlagtávolság kicsi). Klaszterezettség (barátom a barátom barátja). Intro: Six degree of separation Milgrom’s experiment: Sending passport-like packets to a few hundred randomly-selected individuals in Nebraska and Kansas, with the aim of sending the packets to one of two ``target'' in the Boston area. Each person could send the packet only to someone whom they knew on a first-name basis, and who they thought was more likely to know the target than they were themselves. Milgram provided some information about the target, including their name, address, and occupation. The average lengths of the resulting acquaintance chains was roughly six, where the final member of the chain was the target itself. Led to the phrase ``six degrees of separation'' later popularized by John Guare's 1990 play. “What a small world…!” Other cases: Movie actors Scientific co-authorship (different disciplines and groups) Food webs (different locations) E. Coli reaction graph Words (co-occurrence) Power grid (failures!) Human sexual contacts (?) WWW Internet (domain, router)

25 IPD Adaptív tanulással kisvilágokon

26 Tőzsde és részvétel Santa Fe Artificial Stock Market
Mesterséges (tanuló) ágensek „Valós” piaci viselkedés „Bubbles & crashes” Részvételi szimuláció „Experimental economics” kontra ágens-alapú szimuláció.

27 Részvételi szimuláció
A Huber et al. sztori…

28 Részvétel és tőzsde (AITIA Rt.)

29 Logisztika…

30 Házi feladat Beadandó feladat választása.
-ben október 17-ig. Ne csak a végleges(nek szánt) verziót küldjétek el!! A Kovács-Takács cikk elolvasása Megbeszéljük a következő alkalommal. Találkozunk 2 hét múlva!!

31 Ötletek beadandókhoz

32 Eszközök, lehetőségek Professzionális Béta-fázis Új modell készítése
RePast NetLogo Béta-fázis MASS FABLES Új modell készítése Régi modellek vizsgálata (statisztika, etc.) Beszámoló írása (irodalomkutatás)

33 FABLES/MASS teszt Bármilyen (használható) demó
FABLES-hez MASS-hoz A rendszer tesztje, javítási javaslatok Nehéz azért némi programozás nélkül…

34 Az IPD-saga folytatódik…
Adaptív / Evolúciós IPD Skálamentes hálókon Csillagtopológián, etc.

35 Traffix sztorik Sablon-csomag RePast-hoz. (Tovább)fejlesztés alatt

36 Traffix sztorik Sablon-csomag RePast-hoz. (Tovább)fejlesztés alatt
Új demók fejlesztése, valamilyen „sztorival”: Ld. az előző órán látottakat. A sárgán átmenő autók számától függ a kialakuló káosz. Ha A-ból 4 út vezet B-be, akkor mi van, ha kettőt lezárunk (lassítunk)? Zöldhullám: van/nincs, aszinkronitás mértéke, növekedése. Vezetési/indulási stratégiák hatása az áteresztő-képességre zöldnél: teljes gáz, fokozatos gáz-növelés, félgáz (lassúság), etc.

37 CataTrain

38 Munkafolyamat-szimuláció
Nyersanyagok és erőforrások Félkész termékek és munkafolyamatok Egymásutánja és egymáshoz rendelése. Esetleg modell-sablon…

39 Robusztus hálózatok Az internet robusztussága (és sérülékenysége).
Absztrakt hálómodellek. A lokális optimalizáción alapuló modell. Továbbfejlesztés, elemzés.

40 Diszkrét választások szociális hálókon

41 Diszkrét választások szociális hálókon
(N, M, R, G, ) N: ágensek száma, M: választások száma (M=2), R: döntési szabályok halmaza, G: kapcsolati gráf, Erdős-Rényi gráf, Watts-Strogatz hálózat. : G időbeli változása. (Nincs).

42 Eredmények (Erdős-Rényi gráf)

43 Eredmények (Watts-Strogatz gráf)

44 Diszkrét választások szociális hálókon
Új topológiák kipróbálása Skálamentes háló, Csillagtopológia, etc.

45 Diszkrét választások endogén hálókon

46 Diszkrét választások endogén hálókon

47 Diszkrét választások endogén hálókon
Mi a helyzet, ha „előítéletes” a kezdeti kapcsolati háló?

48 Statisztikák, elemzések
Pl. a generált hálók elemzése EndoNet-nél Robosztus hálóknál Ld. Pajek – célszoftver.

49 Irodalom-kutatás Például A Szabó-Fáth cikk alapján, vagy
A Mérő-könyvből.