人間の行動と社会

認知アーキテクチャ

人間の記憶、注意、推論の計算モデルで、実験室で人に与えるのと同じ課題を実行します。

答える問い: モデルは、人間と同じ間違いを、同じ速さでするでしょうか。

含まれないもの： 人間の反応時間に当てはまっても、モデルが脳の実際の機構を使っていることの証明にはなりません。

動かすのに必要： 約10¹² FLOPS 概算 実験室の課題でアーキテクチャを動かすデスクトップ・ワークステーション最初の年： 1983 Newell による、統一的な認知アーキテクチャ Soar の開発

意思決定のモデル

証拠がランダムに積み上がり、しきい値を超えるまでを表し、選択や反応時間を説明するのに使います。

答える問い: 人が、速さと正確さを今のようにトレードオフするのはなぜでしょうか。

含まれないもの： 証拠がノイズを含みながら一定の速さで積み上がると仮定した、単純化した神経の描像です。

動かすのに必要： 約10⁹ FLOPS 概算 選択データにドリフト拡散モデルを当てはめるノートパソコン最初の年： 1978 Ratcliff による、意思決定のドリフト拡散モデル

学習のモデル

エージェントが報酬と誤りから学習し、学習実験における人や動物の振る舞いに当てはめます。

答える問い: 変化する確率に人がどう適応するかを、いちばんよく説明する学習則は何でしょうか。

含まれないもの： 平均的な振る舞いはよくとらえますが、学習の個人差を見落とすことがよくあります。

動かすのに必要： 約10¹⁰ FLOPS 概算 報酬学習モデルを当てはめるデスクトップ・ワークステーション最初の年： 1972 Rescorla と Wagner の連合学習モデル

社会的認知と心の理論のモデル

他者が何を信じ、望み、知っているかについての、エージェントの内側に入れ子になった像。人が互いの行動を予測し、操作するしくみを説明するのに使います。

答える問い: 人は、他の人が考えていることを、実際には何段階まで深く推論するでしょうか。

含まれないもの： 多くのモデルは信念の入れ子を少数の段階に制限していますが、実際の推論はそれほど規則的ではありません。

動かすのに必要： 約10¹⁰ FLOPS 概算 入れ子になった信念推論のモデルを動かすデスクトップ・ワークステーション最初の年： 1978 Premack と Woodruff の心の理論。のちに計算の形で定式化されました

感情と情動のモデリング

脅威や喪失など、状況をシミュレートして評価し、感情の状態に変えます。その状態が、そのエージェントのあとの判断に偏りを与えます。

答える問い: 恐怖や怒りを感じることは、そのあとの選択を実際にどう変えるでしょうか。

含まれないもの： 評価のルールは、モデルを作る人の感情の理論であって、誰かの気持ちをそのまま読み取ったものではありません。

動かすのに必要： 約10¹⁰ FLOPS 概算 評価に基づく感情モデルを動かすデスクトップ・ワークステーション最初の年： 1988 Ortony、Clore、Collins による感情の認知モデル

リスクと不確実性のもとでの選択のモデリング

賭けや意思決定を、完全に合理的なエージェントがどうするかではなく、人が実際に利得、損失、確率をどう秤にかけるかというモデルにかけます。

答える問い: リスクのもとでの人の選択が、教科書的な合理的な答えから一貫してずれるのはなぜでしょうか。

含まれないもの： 平均的な偏りはよく当てはまりますが、ひとりひとりの選択は、当てはめた曲線から外れることがあります。

動かすのに必要： 約10¹⁰ FLOPS 概算 プロスペクト理論の選択モデルを当てはめるデスクトップ・ワークステーション最初の年： 1992 Tversky と Kahneman による、リスク下での選択の累積プロスペクト理論

言語モデルによるアンケート回答者

言語モデルに属性のプロフィールを与え、その人ならどう答えるかという形でアンケートに答えさせます。

答える問い: モデルは、アンケートの標本の代わりになって、集団の回答を予測できるでしょうか。

含まれないもの： モデルの学習テキストにある偏りと均質さを受け継ぎ、見たことの少ない集団には弱くなります。

動かすのに必要： 約10¹⁴ FLOPS 概算 シミュレートされた回答者1人につき、モデル呼び出し1回最初の年： 2022 Out of One, Many: using language models to simulate human samples (2022) 出典

言語モデルによる行動実験

言語モデルに多くの異なる参加者の役を与えて、心理学や経済学の古典的な実験を再現させます。

答える問い: モデルは、古典的な研究で人間の結果を再現できるでしょうか。

含まれないもの： 再現は、記憶された研究を反映しているかもしれず、モデルは新しい設計には一般化できないかもしれません。

動かすのに必要： 約10¹⁴ FLOPS 概算 実験あたり多数のモデル呼び出し最初の年： 2022 Using large language models to simulate multiple humans and replicate human subject studies (2022) 出典

居住地の分離(住み分け)

近くに自分と似た人が少なすぎると引っ越す世帯。トーマス・シェリングによる、ささやかな好みがどのようにはっきりした分断を生むかを示すモデルです。

答える問い: 分断された都市が生まれるのに、個人の好みはどれくらい必要でしょうか。

含まれないもの： 実際の分離には、収入、差別、歴史も関わっており、ささやかな好みだけでは説明できません。

動かすのに必要： 約10⁹ FLOPS 概算 格子上でシェリングの分居モデルを動かすノートパソコン最初の年： 1971 シェリングの、手で動かした最初の分離モデル。のちにコンピューター化されましたシミュレーションのツリーで: シェリングの分離モデル

インタラクティブ・モデルを動かす

意見の動態

エージェントが、接触やネットワークを通じて互いの見解に影響を与えます。

答える問い: 集団はいつ合意に達し、いつ派閥に割れるのでしょうか。

含まれないもの： 実際の意見には感情やアイデンティティが関わりますが、単純な平均化の規則はそれを捉えません。

動かすのに必要： 約10¹⁰ FLOPS 概算 ソーシャルネットワーク全体で意見を更新するデスクトップ・ワークステーション最初の年： 1974 DeGroot の、意見を繰り返し寄せ集めるモデル。のちにネットワーク上でシミュレートされた

協力と規範

多数のプレイヤーのあいだで繰り返される、信頼と裏切りのゲーム。評判と罰があります。

答える問い: 協力や公平さの規範は、どのようにして安定するでしょうか。

含まれないもの： 実際の評判と罰は、きれいな繰り返しゲームよりも、乱雑で遅いものです。

動かすのに必要： 約10¹⁰ FLOPS 概算 繰り返しゲームのトーナメントを動かすデスクトップ・ワークステーション最初の年： 1980 Axelrod による、繰り返し囚人のジレンマのコンピューター・トーナメント

考え方の拡散

革新、習慣、噂が、社会的ネットワークの中を広がります。

答える問い: ある考えは広まり、別の考えは決して広まらないのはなぜでしょうか。

含まれないもの： 誰か一人がなぜ乗り換えるのかを説明するよりも、普及の曲線を予測するほうが得意です。

動かすのに必要： 約10¹⁰ FLOPS 概算 ソーシャルネットワーク全体での採用の広がりをシミュレートするデスクトップ・ワークステーション最初の年： 1969 Bass の、新製品の普及の数理モデル。のちにシミュレートされた

ソーシャルネットワークの形成

友だちの友だちや類似性のような規則で、人々が関係を結んだり切ったりします。

答える問い: 大きなネットワークでは、ほとんどすべての組のあいだで経路が短くなるのはなぜでしょうか。

含まれないもの： 実際のつながりの形成には、抽象的な規則が省く地理や制度が関わります。

動かすのに必要： 約10¹⁰ FLOPS 概算 接続規則のもとでネットワークを成長させるデスクトップ・ワークステーション最初の年： 1999 Barabasi と Albert の、ネットワーク成長の優先的選択モデル

言語の進化

エージェントが意思疎通のために言葉や文法を考え出し、それを伝えていきます。

答える問い: 誰も取りまとめていなくても、共通の語彙はどのように生まれるでしょうか。

含まれないもの： 実際の言語には、エージェントが進化させる小さな語彙よりはるかに豊かな文法と歴史があります。

動かすのに必要： 約10¹⁰ FLOPS 概算 共通の語彙を作り出すエージェントを動かすデスクトップ・ワークステーション最初の年： 1995 Steels による、エージェントが共通の語彙を作り出す初期のシミュレーション

文化進化

技能、道具、伝統が、世代をまたいで、コピーされ、改良され、失われます。

答える問い: より大きく、つながりの多い集団ほど、より複雑な技術を保てるのはなぜでしょうか。

含まれないもの： 文化を、人から人へ受け渡される遺伝子のように扱うので、考えが何度も新しく生み出される点を見落とします。

動かすのに必要： 約10¹⁰ FLOPS 概算 世代を越えた形質の伝達をシミュレートするデスクトップ・ワークステーション最初の年： 1981 Cavalli-Sforza と Feldman による、文化伝達のモデル

言語モデルのエージェント社会

言語モデルで動く数十のソフトウェア・エージェントが、それぞれ記憶と計画をもち、小さなシミュレートした町で暮らして、社会的な行動を形づくります。

答える問い: エージェントが自然言語で計画し、話すと、どんな社会のパターンが生まれるでしょうか。

含まれないもの： 振る舞いは言語モデルの訓練に由来し、実行にはコストがかかり、再現も難しいです。

動かすのに必要： 約10¹⁵ FLOPS 概算 シミュレートされた1日あたり数千回のモデル呼び出し最初の年： 2023 Generative Agents: interactive simulacra of human behavior (2023) 出典

人が暮らす社会システムのプロトタイプ

言語モデルが、投稿と返信をもつシミュレートしたメンバーのコミュニティを生成し、設計者が公開前にソーシャルプラットフォームを試せるようにします。

答える問い: 新しいコミュニティを設計すると、どんな振る舞いが引き寄せられるでしょうか。

含まれないもの： 出力は実行のたびに変わり、悪意ある行為者の現実味はプロンプトの出来次第です。

動かすのに必要： 約10¹³ FLOPS 概算 コミュニティあたり多数のモデル呼び出し最初の年： 2022 Social Simulacra (2022) 出典

言語モデルによるソーシャルプラットフォームのシミュレーション

フィード、フォロー、レコメンドをもつプラットフォームに、最大100万人のモデル駆動のユーザーを置き、情報の広がりと群集行動を調べます。

答える問い: モデルで動くユーザーのプラットフォームでは、投稿、意見、誤情報はどう広がるでしょうか。

含まれないもの： エージェントは本物のユーザーよりはるかに均一で、現実世界での検証は限られています。

動かすのに必要： 約10¹⁷ FLOPS 概算 大規模モデルの推論最初の年： 2024 OASIS: open agent social interaction simulations with one million agents (2024) 出典

推薦システムのフィードバックループのシミュレーション

シミュレートされたユーザーと推薦システムが何ラウンドもやりとりし、推薦がユーザーの選択をどう変えるかを示します。

答える問い: レコメンドのシステムは、時間とともに、人が消費するものを狭めるのでしょうか。

含まれないもの： ユーザーの行動は定型化されたモデルであり、測定された好みではありません。

動かすのに必要： 約10¹⁰ FLOPS 概算 安価な繰り返しラウンド最初の年： 2017 How algorithmic confounding in recommendation systems increases homogeneity and decreases utility (2017) 出典

推薦システムのための言語モデルによるユーザーシミュレーション

好みのプロファイルを持つ言語モデルのエージェントが、推薦された項目を閲覧し、評価し、離脱することで、推薦アルゴリズムのテストでユーザーの代役を務めます。

答える問い: ユーザーは、新しい推薦アルゴリズムにどう反応するでしょうか。

含まれないもの： エージェントの好みは、本物の好みの近似にすぎません。

動かすのに必要： 約10¹⁴ FLOPS 概算 シミュレートされたユーザーあたり多数のモデル呼び出し最初の年： 2023 On generative agents in recommendation (2023) 出典

誤情報と噂の広がり

クラスターの中の人々が、つながりのうちどれだけが共有したかに応じて話を共有するかを決めるので、広がり方はネットワークの構造に左右されます。

答える問い: どんなネットワーク構造だと、偽の話が爆発的に広まるのでしょうか。

含まれないもの： プラットフォームのアルゴリズムと、共有する人の動機は単純化されています。

動かすのに必要： 約10⁷ FLOPS 概算 ワークステーションでネットワーク上の伝染。最初の年： 2018 Toernberg による、エコーチェンバーとウイルス的な誤情報で、フェイクニュースを複雑な伝染としてモデル化しています。 出典

気候ストレス下での移住

世帯は、収入、気候ショック、社会的なつながりをもとに地域を離れるかどうかを決め、地域間の人の流れを合計します。

答える問い: 降雨や農業収入が落ちると、何人が移動するでしょうか。

含まれないもの： 意思決定のルールは仮定したもので、移住は複数の原因によって起こります。

動かすのに必要： 約10⁸ FLOPS 概算 ワークステーションで地域のエージェント計算。最初の年： 2011 Kniveton らによる、ブルキナファソの将来の移住の流れの変化を調べるエージェントベースモデルのシミュレーション。 出典

人の移動と移住のモデル

場所のあいだの人の流れを、人口と距離から、重力則や放射則のような規則を使って予測します。

答える問い: 二つの場所のあいだを、何人が移動するでしょうか。

含まれないもの： 輸送コスト、国境、個人差は無視しています。

動かすのに必要： 約10⁶ FLOPS 概算 ノートパソコンでの流れ行列の計算。最初の年： 2012 Simini らによる、移動と移住のパターンの普遍的なモデル。 出典

合成人口の生成

実在の都市や国の既知の総数に合わせて、人工の世帯と個人をひととおり作ります。一人ひとりに年齢、職業、住まい、家族を与えます。

答える問い: 誰の実際の記録も使わずに、ある地域の全員のもっともらしい代役を得るにはどうすればよいでしょうか。

含まれないもの： 国勢調査が公表する合計だけを合わせているので、測られていない特性同士の相関は作り出されたものです。

動かすのに必要： 約10⁹ FLOPS 概算 1国分でワークステーションで数時間。最初の年： 1996 Beckman、Baggerly、McKay による、合成の基準人口の作成。 出典

歩行者と群衆の動態

各歩行者が、社会的な力によって、障害物やほかの人を避けながら進みます。

答える問い: この駅では、人の流れはどこで滞り、群衆事故をどう防げるでしょうか。

含まれないもの： 実際の群衆はパニックを起こし、なめらかな力のモデルが捉えられない形で予測できない振る舞いをします。

動かすのに必要： 約10¹³ FLOPS 概算 数万の歩行者をシミュレートする大学のクラスター最初の年： 1995 ヘルビングとモルナーの歩行者の動きの社会的力モデル

群衆の感情と行動の伝染

パニック、歓声、笑いのような気分や行動が、密集した群衆の中を人から人へ、誰かが加わると決めるよりも速く広がります。

答える問い: 感情や行動は、見知らぬ人々の群衆の中をどのように広がるでしょうか。

含まれないもの： 感染のルールは、たいてい事後に映像から推測したもので、リアルタイムで測ったものではありません。

動かすのに必要： 約10¹¹ FLOPS 概算 群衆のなかで気分が広がるようすをシミュレートするデスクトップ・ワークステーション最初の年： 2000 群衆パニックにおける感情の伝染の、初期のエージェントベース・モデル

集合行為と転換点のモデル

各人は、すでに十分な数の他人が加わってからでないと加わりたがりません。そのため、群衆が静かな状態から一斉に動き出すかどうかは、個人のしきい値の組み合わせしだいです。

答える問い: 先に動く人が何人いれば、ほかの全員がついてくるでしょうか。

含まれないもの： 各人のしきい値があらかじめ決まっていると仮定していますが、実際には群衆が動き出すと変わります。

動かすのに必要： 約10⁹ FLOPS 概算 集団に広がるしきい値のカスケードを動かすノートパソコン最初の年： 1978 グラノヴェッターの集団行動の閾値モデル

集団による推定と群衆の知恵

一つの数について、一つ一つはノイズの多い独立した推測を多数集め、平均が、誰か一人の推測よりどれだけ真実に近づくかを見ます。

答える問い: 多くの推測の平均が、1人の専門家にたずねるより優れているのは、どんなときでしょうか。

含まれないもの： 個々の推測が互いに独立でなくなると、平均化の効果は働かなくなります。

動かすのに必要： 約10⁹ FLOPS 概算 推測をモンテカルロ法で集約するノートパソコン最初の年： 1907 Francis Galton による、群衆が雄牛の重さを推測した結果の分析

抗議の動員のネットワークモデル

人が、自分の社会的なつながりのうちどれだけがすでに参加しているかに基づいて、抗議に加わるかどうかを決めます。参加は、一か所の群衆ではなく、ネットワークを通じて広がります。

答える問い: 抗議運動は、少数の熱心な人々から、大規模な参加へとどう育つでしょうか。

含まれないもの： 加わることを、はい・いいえの1回の決断として扱うので、本物のコミットメントに至る小さな段階を見落とします。

動かすのに必要： 約10¹⁰ FLOPS 概算 ネットワーク全体での勧誘をシミュレートするデスクトップ・ワークステーション最初の年： 1997 Kim と Bearman による、抗議への参加のネットワークモデル

大規模な集まりでの病気のリスクのモデリング

祭り、巡礼、スポーツイベントで、人が異様に密に、一時的に混ざり合う状況をモデル化し、感染がどれだけ速く広がり、群衆が散ったあとに収まるかを見積もります。

答える問い: これだけの人数を数日間集めると、病気のリスクはどれくらい上乗せされるでしょうか。

含まれないもの： 群衆が散ったあとは、生じた感染がその先どこへ行くかを追うことは、ほとんどできません。

動かすのに必要： 約10¹² FLOPS 概算 ひとつの集まりでの接触をシミュレートする大学のクラスター最初の年： 1987 大規模な集まりでの巡礼者の髄膜炎の流行のモデリング

マクロ経済モデル

経済全体を、互いに反応する代表的な世帯、企業、銀行、中央銀行として表します。

答える問い: 金利が上がると、雇用と物価はどうなるでしょうか。

含まれないもの： 代表的な世帯のモデルは、不平等から生じる動態を見逃すことがあります。

動かすのに必要： 約10¹² FLOPS 概算 構造的なマクロ経済モデルを解く、デスクトップまたは小規模なクラスター最初の年： 1955 Klein と Goldberger の、初期のコンピューター化されたマクロ計量経済モデル

エージェントベースの経済

数千の個別の世帯、企業、銀行が、売り、買い、借り、破綻します。

答える問い: ふつうの行動から、危機はどのように始まるでしょうか。

含まれないもの： エージェントの行動ルールは、人から測ったものではなく、モデルを作る人が選んだものです。

動かすのに必要： 約10¹³ FLOPS 概算 相互に作用する数千の世帯と企業をシミュレートする大学のクラスター最初の年： 1993 サンタフェ研究所での、初期のエージェントベースの計算経済学モデル

金融市場

異なる戦略をもつ取引者が、シミュレートされた市場に注文を出します。

答える問い: 暴落やバブルは、どこから来るのでしょうか。

含まれないもの： 実際の市場には、おもちゃの取引ルールが省いている規制、ニュース、まれな出来事があります。

動かすのに必要： 約10¹³ FLOPS 概算 相互に作用する多数の取引戦略をシミュレートする大学のクラスター最初の年： 1994 Palmer、Arthur らによるサンタフェ人工株式市場 出典シミュレーションのツリーで: 人工株式市場

金融リスク

ポートフォリオ、銀行、保険会社にとっての数千通りの起こりうる未来です。

答える問い: 百年に一度の損失は、どれほどひどいのでしょうか。

含まれないもの： 未来が統計的に過去と似ていると仮定していますが、危機のときには成り立ちません。

動かすのに必要： 約10¹³ FLOPS 概算 銀行や保険会社のクラスターで、数百万通りのモンテカルロ・シナリオを実行最初の年： 1994 リスク管理部門による、モンテカルロ法によるバリュー・アット・リスク・モデルの初期の採用

市場とオークションの設計

戦略をもつ入札者が、異なるオークションのルールのもとで競います。

答える問い: 不正を最小限に抑えながら、もっとも公正な価格を得られるのは、どの規則の組み合わせでしょうか。

含まれないもの： 実際の入札者は、戦略が仮定するほど合理的に振る舞うとは限りません。

動かすのに必要： 約10¹⁰ FLOPS 概算 オークションのルールのもとで入札戦略を検証するデスクトップ・ワークステーション最初の年： 1961 のちにシミュレーションと実験で検証された、Vickrey のオークション理論

人工社会

エージェントが資源のある景観の上で採集し、取引し、繁殖します。そこから富の分布や交易が生まれます。

答える問い: 社会の大規模な特徴を育てるのに十分な、単純な規則はどれでしょうか。

含まれないもの： 単純な規則は、根底の理由が間違っていても、本物らしく見えるパターンを育てることがあります。

動かすのに必要： 約10¹⁰ FLOPS 概算 エージェントによる景観経済を動かすデスクトップ・ワークステーション最初の年： 1996 Epstein と Axtell の Sugarscape モデルシミュレーションのツリーで: シュガースケープ

AIが設計した経済政策のシミュレーション

学習エージェントがシミュレートされた経済で労働者として行動し、学習済みのプランナーが、平等と生産性のバランスを取る税制を探します。

答える問い: 学習するエージェントと計画者は、どんな税の規則に収束するでしょうか。

含まれないもの： 実際の人は学習エージェントとは違い、経済の構造は単純です。

動かすのに必要： 約10¹⁵ FLOPS 概算 大規模な強化学習最初の年： 2020 The AI Economist (2020) 出典

エージェントベースの取引所シミュレーター

完全な板情報と時刻つきのメッセージをもつ、シミュレートした証券取引所。学習するものも含め、取引エージェントが相互に作用します。

答える問い: 取引戦略やルールの変更は、市場にどう影響するでしょうか。

含まれないもの： エージェントの行動は様式化されており、市場への影響は較正しにくいです。

動かすのに必要： 約10¹¹ FLOPS 概算 数千のエージェントのイベント駆動の実行最初の年： 2019 ABIDES: towards high-fidelity market simulation for AI research (2019) 出典

住宅市場のエージェントベースモデル

収入のある世帯、貸し出しの規則を持つ銀行、限られた住宅ストックが相互に作用し、レバレッジと信用が価格や債務不履行をどう変えるかを示します。

答える問い: 貸し出しの規則は、どのようにして住宅の好況と不況を生むでしょうか。

含まれないもの： 家庭の行動は規則にもとづいており、データの詳細さも限られています。

動かすのに必要： 約10⁹ FLOPS 概算 ワークステーションで数十万のエージェント。最初の年： 2012 Geanakoplos らによる、住宅市場のエージェントベース・モデルを通したシステミックリスクの把握。 出典

動学的確率的一般均衡モデル

代表的な世帯と企業が、ランダムなショックのもとで時間を通じて選択を行います。このモデルは、そうした攪乱や政策が経済にどう影響するかをたどるために使われます。

答える問い: 経済は、ショックや金利の変化にどう反応するでしょうか。

含まれないもの： 合理的な代表的エージェントを仮定しており、危機を生み出しにくいです。

動かすのに必要： 約10⁶ FLOPS 概算 ノートパソコンで摂動法またはベイズ推定。最初の年： 1982 Kydland と Prescott による、建設に要する時間と集計的変動。 出典

保険の大災害モデル

シミュレートした数千の嵐、地震、洪水を不動産ポートフォリオに当てはめ、保険会社が直面しうる損失を見積もります。

答える問い: 200年に1度超える損失は、いくらでしょうか。

含まれないもの： まれな極端現象は短い記録に基づいており、建物の脆弱性は推定されています。

動かすのに必要： 約10¹¹ FLOPS 概算 クラスターで大規模なイベントカタログ。最初の年： 1972 Friedman による、保険と自然災害。 出典

銀行間ネットワークでの金融の伝染

貸し付けでつながった銀行にショックを与え、ひとつから次へ広がる破綻をたどって、システミックリスクを測ります。

答える問い: 一つの銀行の破綻は、システムの中をどこまで広がるでしょうか。

含まれないもの： エクスポージャーは部分的にしか観測されず、銀行の行動は固定されています。

動かすのに必要： 約10⁷ FLOPS 概算 ワークステーションでの清算アルゴリズム。最初の年： 2001 Eisenberg と Noe による、金融システムのシステミックリスク。 出典

動力学的な富の交換モデル

エージェントが、衝突する気体の粒子のように、2者間でランダムな額のお金をやりとりし、そこから富の分布が現れます。

答える問い: 単純なランダムな交換で、観察される不平等が生まれるでしょうか。

含まれないもの： 交換のルールは、生産、信用、制度を無視しています。

動かすのに必要： 約10⁶ FLOPS 概算 ノートパソコンで数百万回のやりとりのシミュレーション。最初の年： 2000 Dragulescu と Yakovenko による、お金の統計力学。 出典

災害による経済的な波及のモデル

産業どうしの供給関係を表す投入産出モデルが、災害後の生産能力の喪失を受け、不足がサプライチェーンを連鎖して広がります。

答える問い: 災害でいくつかの産業が止まったとき、経済的な損失は合計でいくらでしょうか。

含まれないもの： 固定された技術係数は硬直性を誇張し、企業が仕入れ先を切り替えることを無視します。

動かすのに必要： 約10⁶ FLOPS 概算 ノートパソコンで行列モデル。最初の年： 2008 Hallegatte による、ハリケーン・カトリーナの経済的損失に適用された適応型の地域産業連関モデル。 出典

電力市場のエージェントベース・モデル

発電事業者が市場に繰り返し入札し、利益から学習します。価格のパターンから、ルールが結果にどう影響するかがわかります。

答える問い: オークションのルールは、価格を下げるのでしょうか、それとも談合的な入札につながるのでしょうか。

含まれないもの： 企業の学習規則は仮定されています。

動かすのに必要： 約10⁷ FLOPS 概算 ワークステーションで繰り返しオークションのシミュレーション。最初の年： 2001 Bower と Bunn による、均一価格オークションと差別価格オークションの効率に関する実験的な分析。 出典

感染症と経済の連成モデル

感染症モデルを経済モデルとつなぎ、感染によって労働と消費が減り、経済上の選択が感染の広がりを変えるようにします。

答える問い: 救われる命と失われる生産のあいだには、どんなトレードオフがあるでしょうか。

含まれないもの： 行動は合理的で一様だと仮定されています。

動かすのに必要： 約10⁶ FLOPS 概算 ノートパソコンでの動的最適化。最初の年： 2020 Eichenbaum、Rebelo、Trabandt による、感染症のマクロ経済学。 出典

フラッシュ・クラッシュの市場モデル

高速の自動売り手や、遅い実需の買い手など、いくつかの種類の取引エージェントが先物市場のモデルの中でやりとりし、急な価格の暴落がどのように起こり、回復するかを示します。

答える問い: 大きな売り注文と薄い流動性だけで、市場全体の価格の急落を引き起こせるでしょうか。

含まれないもの： エージェントの戦略は、アルゴリズムが非公開の実在の企業を、単純に置き換えたものです。そのため、語られる筋書きはもっともらしいものであって、検証されたものではありません。

動かすのに必要： 約10¹¹ FLOPS 概算 取引日のアンサンブルでクラスターで数時間。最初の年： 2012 Paddrik らによる、2010年のフラッシュクラッシュに適用した E-Mini S&P 500 先物市場のエージェントベースモデル。 出典

アルゴリズムによる価格の共謀

販売結果から学ぶ価格設定プログラムを、シミュレートした市場に置き、互いに話し合うことなく、一緒に高い価格をつけるようになるかを調べます。

答える問い: 学習アルゴリズムを使う独立した売り手は、競争的な水準より高い価格を保つようになりえるでしょうか。

含まれないもの： 市場は小さく、企業は少数で財も同一です。実際の企業は、もっと豊かな情報と設計を使っています。

動かすのに必要： 約10⁹ FLOPS 概算 ワークステーションで数百万回の繰り返しラウンド。最初の年： 2019 Calvano、Calzolari、Denicolò、Pastorello による、AIのアルゴリズムによる価格設定と共謀の研究。 出典

言語モデルのマクロ経済エージェント

言語モデルのエージェントが、シミュレートされた経済で家計や企業として、どれだけ働き、使い、貯めるかを言葉で決め、全体の産出とインフレを測ります。

答える問い: 言語で推論するエージェントは、実際のマクロ経済のパターンを再現するでしょうか。

含まれないもの： エージェントの行動は、学習したテキストから来ています。人々が経済について書くことを映しているだけで、実際にどう行動するかとは違うかもしれません。

動かすのに必要： 約10¹⁶ FLOPS 概算 100のエージェントと、シミュレートした数十年分の時間のために、数百万回のモデル呼び出し。最初の年： 2023 Li らによる EconAgent。マクロ経済活動をシミュレートする言語モデルのエージェント。 出典

復元された古代社会

過去の社会の農家世帯が、気候と土壌の記録から再構築した、シミュレートされた土地で暮らします。アメリカ南西部の祖先プエブロ人の村などがその例です。

答える問い: この谷に人が住み着いたのはなぜで、見捨てられたのはなぜでしょうか。

含まれないもの： 気候と作物収量の復元に左右されますが、それ自体が大きな不確実性を抱えています。

動かすのに必要： 約10¹² FLOPS 概算 シミュレートした世帯を何世紀ぶんも動かす大学のクラスター最初の年： 2002 Axtell、Epstein、Dean、Gumerman らによる、ロングハウス・バレーのカイエンタ・アナサジのモデル 出典シミュレーションのツリーで: 人工アナサジ

人類の拡散

気候と海岸線が変わるなかで、大陸にまたがって広がる初期の人類の集団。

答える問い: 人々は、いつ、どの経路で、それぞれの大陸にたどり着いたのでしょうか。

含まれないもの： 経路と年代は、変わり続ける気候と遺伝的な推定に左右されます。

動かすのに必要： 約10¹² FLOPS 概算 大陸をまたぐ人口の広がりをシミュレートする大学のクラスター最初の年： 2008 2008年までに、アフリカからの人類拡散の初期のエージェントベース・シミュレーション

狩猟採集民の経済

狩猟採集の集団が、採餌し、野営地を移し、食べ物を分け合います。

答える問い: 狩猟採集民のあいだで、食べ物を分け合うことが普遍的になったのはなぜでしょうか。

含まれないもの： 生き残っている少数の集団の民族誌的データが、より広い古代の多様性の代わりをしています。

動かすのに必要： 約10¹¹ FLOPS 概算 小集団の採餌と分配の判断をシミュレートするデスクトップ・ワークステーション最初の年： 1994 採集者の食べ物の分配の判断の、初期のエージェントベース・モデル

古代の交易と交換

小道と海路でつながった集落のあいだを、物や考えが動きます。

答える問い: 黒曜石や土器、あるいは考え方は、どうやってあんなに遠くまで伝わったのでしょうか。

含まれないもの： 現存する遺物は、実際に動いたものすべてのうち、ごく一部で偏った標本にすぎません。

動かすのに必要： 約10¹¹ FLOPS 概算 集落のネットワーク全体での交換をモデル化するデスクトップ・ワークステーション最初の年： 2007 2007年までに、ローマ時代の交易路の初期のネットワーク・モデル

人口動態のマイクロシミュレーション

出生、パートナーシップ、移住、死を、1年ずつ生きていく合成人口。

答える問い: 人口はどのように高齢化し、年金やケアにとって何を意味するでしょうか。

含まれないもの： 個々の人生の出来事の確率の誤差は、シミュレートした一生のあいだに積み重なります。

動かすのに必要： 約10¹³ FLOPS 概算 合成人口の人生の出来事をシミュレートする大学のクラスター最初の年： 1957 Orcutt による、アメリカ人口のマイクロシミュレーションモデルの最初の構築

記念建造物の建設と工学的な復元

古代の記念建造物の構造にかかる荷重、労働、物流を、複数の建設方法の候補をシミュレートして、現存する遺構が何を支えられて何を支えられないかに照らして検証します。

答える問い: この記念建造物は、伝承や有力な説が言うとおりのやり方で、実際に作れたのでしょうか。

含まれないもの： 生き残った証拠には、競合するいくつもの建設方法が同じくらいよく合うことがよくあります。

動かすのに必要： 約10¹¹ FLOPS 概算 構造と労働ロジスティクスのモデルを動かすデスクトップ・ワークステーション最初の年： 1997 エジプトのピラミッドの建設用スロープがどう機能しえたかを試した、初期のシミュレーション

税と給付のマイクロシミュレーション

税や給付の変更案を、実在の世帯の大きな標本に当てはめます。

答える問い: この変更で、誰が得をし、誰が損をし、それぞれどれだけでしょうか。

含まれないもの： 人々が政策に反応して行動を変えないと仮定していますが、変えることもあります。

動かすのに必要： 約10¹² FLOPS 概算 大規模な世帯の標本にルールを当てはめる大学のクラスター最初の年： 1976 Orcutt らによる、アメリカの税制の DYNASIM マイクロシミュレーション

世界モデル

人口、食料、産業、資源、汚染を、ストックとフィードバックループとして地球規模で扱います。

答える問い: 資源に限りがある世界で、成長が続くと何が起きるでしょうか。

含まれないもの： ごく少数の世界全体のストックでは、地域ごとや国ごとの違いがすべて隠れてしまいます。

動かすのに必要： 約10¹⁰ FLOPS 概算 世界規模のストック・フローモデルを解くデスクトップ・ワークステーション最初の年： 1971 Forrester の World2 は『World Dynamics』で発表された。『成長の限界』のための World3 が1972年に続いた 出典シミュレーションのツリーで: World3

組織とチーム

組織の中を動く、構成員、問題、決定。

答える問い: 組織が、実際に行っているような決定をするのはなぜでしょうか。

含まれないもの： 実際の組織の力学や人柄は、決定規則に還元しにくいものです。

動かすのに必要： 約10¹⁰ FLOPS 概算 組織の中を通っていく意思決定をシミュレートするデスクトップ・ワークステーション最初の年： 1963 Cyert と March による、組織の意思決定のシミュレーション・モデル

応用一般均衡モデリング

経済全体の産業、世帯、政府を、すべてが同時に均衡しなければならない市場の体系として組み直し、税や貿易政策のショックを与えて、価格と産出がどこに落ち着くかを調べます。

答える問い: この政策変更のあと、経済全体はどう均衡を取り直すでしょうか。

含まれないもの： 市場がきれいに新しい均衡に落ち着くと仮定しており、実際の無秩序な移行を無視しています。

動かすのに必要： 約10¹¹ FLOPS 概算 市場の需給を均衡させる大規模な連立方程式を解く小規模なクラスター最初の年： 1972 Shoven と Whalley による、税制の応用一般均衡モデル

制度的な腐敗と誠実さのモデリング

役人と市民が、賄賂を贈るか、通報するか、従うかを決めます。それぞれが、腐敗がすでにどれだけ一般的か、捕まる可能性がどれくらいかに反応します。

答える問い: 腐敗が、ある組織ではまれなままで、別の組織では当たり前になるのはなぜでしょうか。

含まれないもの： 実際の腐敗は、設計上隠されているため、モデルに入れる数値はおおまかな推定です。

動かすのに必要： 約10¹⁰ FLOPS 概算 エージェントベースの遵守モデルを動かすデスクトップ・ワークステーション最初の年： 2002 組織内で汚職がどう広がるかの、初期のエージェントベース・モデル

政策拡散のネットワークモデル

一つの政府が法律やプログラムを採用すると、それが、隣国、貿易相手、共通の専門家ネットワークなど、政府同士のつながりを通じてほかへ広がります。

答える問い: ある政府は政策をすぐに真似るのに、別の政府はまったく採用しないのはなぜでしょうか。

含まれないもの： 紙の上で政策を写すことは、それが別の場所でも同じように機能するかどうかをモデル化するより簡単です。

動かすのに必要： 約10¹⁰ FLOPS 概算 政府のネットワーク全体での採用の広がりをシミュレートするデスクトップ・ワークステーション最初の年： 1990 1990年までに、政府間の政策の普及の初期のネットワーク・モデル

言語モデルのエージェント組織

言語モデルのエージェントが、マネージャー、プログラマー、テスターなどの役を担い、協力してソフトウェアを作ります。

答える問い: 役割を演じるエージェントのチームは、複数の段階からなる組織の課題をこなせるでしょうか。

含まれないもの： 出力はプロンプトに左右され、現実の人間の組織にある摩擦は存在しません。

動かすのに必要： 約10¹⁴ FLOPS 概算 プロジェクトあたり多数のモデル呼び出し最初の年： 2023 ChatDev: communicative agents for software development (2023) 出典

言語にもとづく交渉エージェント

エージェントは、言語モデルと戦略的な計画を組み合わせ、マルチプレイヤーのゲームで互いに話し合って交渉し、同盟を結びます。

答える問い: エージェントは、自由度の高い交渉で、人間を説得し、人間とともに計画を立てられるでしょうか。

含まれないもの： 一つのゲームのルールだけで、長期的な信頼については推論できません。

動かすのに必要： 約10¹⁶ FLOPS 概算 大規模な学習と、対局中の計画最初の年： 2022 Human-level play in the game of Diplomacy by combining language models with strategic reasoning (2022) 出典

オピオイド流行のシステムダイナミクス

処方薬の使用者、乱用者、ヘロイン使用者、死者のストックが、フィードバックと、供給制限や治療といった政策のレバーでつながっています。

答える問い: どんな政策の組み合わせが、オピオイドによる死を減らすでしょうか。

含まれないもの： 違法な供給は、モデルが適応するより速く変わります。

動かすのに必要： 約10⁵ FLOPS 概算 ノートパソコンで動く、ストック・アンド・フローのシミュレーションです。最初の年： 2013 Wakeland らによる、シミュレートした教育的介入が医薬品オピオイドの使用に与える影響のモデリングです。 出典

深い不確実性のもとでの探索的モデリング

モデルを、未知の入力と政策の何千もの組み合わせにわたって動かし、ひとつの予測に最適な戦略ではなく、頑健な戦略を探します。

答える問い: もっとも広い範囲の未来で受け入れられる政策はどれでしょうか。

含まれないもの： 探索される未来の範囲は、今も分析者が選んでいます。

動かすのに必要： 約10¹⁰ FLOPS 概算 クラスターでの、基本モデルの複数回の実行のアンサンブル。最初の年： 1993 Bankes による、政策分析のための探索的モデリング。 出典

サプライチェーンのダイナミクスとブルウィップ効果

注文と在庫が、遅れを伴って工場、卸売、小売を流れ、需要の小さな変化が、川上で大きな変動に育ちます。

答える問い: 需要のわずかな変化が、川上で大きな注文の揺れを起こすのはなぜでしょうか。

含まれないもの： 実際の企業は、モデルが省いた情報に反応します。

動かすのに必要： 約10⁵ FLOPS 概算 ノートパソコンで動く、ストック・アンド・フローのシミュレーションです。最初の年： 1958 Forrester による、意思決定者にとっての大きな突破口としての産業動学。 出典

選挙と投票制度のシミュレーション

同じ有権者と候補者の集まりを、単純多数決、順位付け投票、比例代表といった異なる投票規則にかけ、実際に誰が勝つかを比べます。

答える問い: 別の投票制度なら、この選挙の勝者は変わっていたでしょうか。

含まれないもの： 有権者の好みが固定されていると仮定していますが、制度が違えば人々の投票のしかたも変わります。

動かすのに必要： 約10¹⁰ FLOPS 概算 別の投票ルールのもとで選挙を動かすデスクトップ・ワークステーション最初の年： 1975 異なる投票ルールの結果を比べた、初期のコンピューター・シミュレーション

裁判所と事件の流れのシミュレーション

事件が到着し、審理を待ち、裁判制度の段階を進みます。どこで滞留が生じるか、裁判官や法廷が増えると何が変わるかを見るために使います。

答える問い: この裁判所の滞留案件を片づけるのにどれくらいかかり、実際に何が速めるでしょうか。

含まれないもの： 実際の事件の複雑さと人間の裁量は、待ち行列モデルが仮定するよりも大きく変わります。

動かすのに必要： 約10¹⁰ FLOPS 概算 症例の流れの離散事象モデルを動かすデスクトップ・ワークステーション最初の年： 1976 アメリカの裁判所の事件の滞留の、初期の離散事象シミュレーション

量刑と再犯リスクのモデリング

ある人物の記録された経歴を統計モデルにかけ、再犯する可能性を採点します。仮釈放、保釈、量刑の判断の参考に使われます。

答える問い: 似た経歴を持つ人々にもとづくと、この人が再犯する可能性はどれくらいでしょうか。

含まれないもの： 集団の統計から作ったスコアは、当てはめられるその人ひとりにとっては、どちらの向きにも間違うことがあります。

動かすのに必要： 約10¹¹ FLOPS 概算 事例の記録にリスクモデルを当てはめるデスクトップ・ワークステーション最初の年： 1928 Burgess の、仮釈放の成否を予測する保険数理的な尺度。初期のリスクモデル

警察活動とパトロール配置のシミュレーション

都市全体の巡回部隊と通報された事案から、警官を地域に割り当てる方法の違いが、対応時間とカバー範囲をどう変えるかを試します。

答える問い: 対応時間をいちばん縮めるには、どこに巡回を送るべきでしょうか。

含まれないもの： 過去の犯罪データには、警官がどこに配置されていたかという過去の偏りが入り込むことがあります。

動かすのに必要： 約10¹⁰ FLOPS 概算 パトロール配置の待ち行列モデルを動かすデスクトップ・ワークステーション最初の年： 1972 Larson による、警察のパトロール配置のためのハイパーキューブ待ち行列モデル

立法府の交渉と連立のシミュレーション

政策空間に立場をもつ政党が、誰が提案し誰が同意しなければならないかという規則のもとで交渉し、連立を組んで、法案を通したり政府を作ったりします。

答える問い: 実際には、どんな連立が成立し、どんな妥協に落ち着くでしょうか。

含まれないもの： 実際の連立は、空間モデルが省く人柄や歴史を中心に形づくられます。

動かすのに必要： 約10¹⁰ FLOPS 概算 空間的な連立交渉モデルを解くデスクトップ・ワークステーション最初の年： 1980 議会での空間的な投票と連立形成の、初期のシミュレーション

陪審員の評決のシミュレーション

最初の意見がそれぞれ異なる陪審員が、多数決や全員一致などの規則のもとで評議し、集団がどんな評決に至り、どれだけの説得が生まれるかを調べます。

答える問い: 評決は、証拠の強さを反映しているでしょうか、それとも審議の力学を反映しているだけでしょうか。

含まれないもの： 模擬事件を判断する実験室の陪審員は、現実の利害に直面する本物の陪審員のようには振る舞わないかもしれません。

動かすのに必要： 約10⁹ FLOPS 概算 社会的意思決定スキームの熟議モデルを動かすノートパソコン最初の年： 1983 Davis らによる、陪審の審議の社会的意思決定スキーム・モデル

犯罪多発地域の動態

犯罪者が都市の中を動き、過去に犯罪のあった場所に引き寄せられます。その結果、ホットスポットが生まれ、広がり、移動し、取り締まりに反応します。

答える問い: ホットスポットはどう生まれ、パトロールで動かせるでしょうか。

含まれないもの： 犯罪者の動機は単純化されており、犯罪の報告も完全ではありません。

動かすのに必要： 約10⁷ FLOPS 概算 エージェントベースの都市は、ワークステーションで動きます。最初の年： 2008 Short らによる、犯罪行動の統計モデル。 出典