Symulowanie życia może wyeliminować „co by było, gdyby” z planów awaryjnych

Naukowcy z Narodowego Laboratorium Oak Ridge przy Departamencie Energii wykorzystują model uczenia maszynowego, aby odpowiedzieć na pytania „co by było, gdyby” wynikające z ważnych wydarzeń, które mają wpływ na dużą liczbę ludzi. Symulując zdarzenie, takie jak trudna pogoda, badacze mogą dowiedzieć się, jak ludzie mogą zareagować na niekorzystne sytuacje, a wyniki te można wykorzystać do usprawnienia planowania awaryjnego.

„Korzystamy z symulacji i uczenia maszynowego, aby wyjaśnić, jaki wpływ na ludzi miałoby to miejsce w prawdziwym świecie” – powiedział Jun-Seok Kim, naukowiec zajmujący się badaniami i rozwojem wywiadu lokalizacyjnego w National Security Sciences w ORNL. „Jeśli to wiemy, możemy zmniejszyć ryzyko szkody w rzeczywistym zdarzeniu.” Dyrektoriat.

Symulacje pomagają naukowcom zrozumieć, jak indywidualne reakcje wpływają na populację jako całość. I sądząc po ich odpowiedziach… Naukowcy mogą projektować i mierzyć interwencje. Symulację i jej parametry można modyfikować, aby odpowiedzieć na różne pytania badawcze i symulować statystycznie duże wydarzenie oraz reakcję i skuteczność odpowiedzi na EpidemieLub zarządzanie kryzysowe, zmiany klimatyczne lub bezpieczeństwo narodowe.

Badacze mogą wykorzystywać zagregowane otwarte dane, takie jak dane ze spisu ludności, do tworzenia „agentów”, z których każdy ma indywidualne cechy ludzkie i „żyją” w scenariuszu podobnym do społeczności, sąsiedztwa lub miasta. Agenci prowadzą złożone życie społeczne, dążąc do zaspokojenia swoich podstawowych i społecznych potrzeb.

Badacze mogą następnie przeprowadzić symulację rozpoczynającą się od prostego pytania badawczego: co jeśli? W symulacji wykorzystuje się sztuczne populacje o różnej wielkości, począwszy od małej społeczności kilkuset klientów po obszar kilkuset tysięcy. Każdy agent ma miejsce do życia, coś do zrobienia w ciągu dnia, na przykład pracę lub opiekę nad rodziną, a także możliwości interakcji społecznych. Każdy agent ma unikalne cechy, niektórzy są bardzo aktywni społecznie, a inni są bardziej powściągliwi. W miarę jak agenci poruszają się i wchodzą w interakcję z innymi agentami lub nie, ich sieci społecznościowe ewoluują w trakcie symulacji.

„Agenci społeczni to ludzie imprezowi, dużo pracują i zarządzają swoją siecią społecznościową” – powiedziała Kim. „Inni nie są aktywni społecznie i mają niewielu przyjaciół”.

Agenci żyją symulowanym życiem przez około rok – co w zależności od wielkości populacji i złożoności modelu może zająć od jednego dnia do kilku tygodni – kiedy populacja w czasie określonym przez badacza doświadcza zmiany. Jeśli jest to wirus, symulacja umożliwi mu rozprzestrzenianie się przez wcześniej przydzielony czas Naukowcy zapewniają interwencjętakie jak szczepionka lub sprzęt ochrony osobistej.

Ponieważ dane zaczynają się od tego samego zestawu czynników, skuteczność każdej opcji interwencji można zmierzyć. Jeśli wiele wersji tej samej interwencji przyniesie ten sam rezultat, Kim i jego współpracownicy będą mieli większą pewność co do powtarzalności i możliwości adaptacji w prawdziwym świecie.

„Korzystając z modelowania życia, zaawansowanej symulacji mobilności ludzi i technologii sztucznej inteligencji, aktywnie modelujemy proces decyzyjny oparty na scenariuszach, aby uczynić nasze społeczności bezpieczniejszymi i poprawić stan bezpieczeństwa narodowego” – powiedział Gautam Malviya Thakur, lider grupy Site Intelligence. „Zadając pytanie „co by było, gdyby” w etyczny i kontrolowany sposób, staramy się pomóc przekształcić niepewność związaną z sytuacjami awaryjnymi w przewidywalne wyniki”.

Niedawno w czasopiśmie opublikowano pracę Kima na temat geosymulacji społecznej POSTĘPOWANIE SIGSPATIALNE '23 Otrzymał nagrodę Best Data Paper Award na konferencji SIGSPATIAL 2023 stowarzyszenia Association for Computing Machinery.

UT-Battelle zarządza ORNL w Biurze Naukowym Departamentu Energii, największym pojedynczym podmiotie wspierającym badania podstawowe w naukach fizycznych w Stanach Zjednoczonych. Biuro Nauki pracuje nad rozwiązaniem niektórych z najpilniejszych wyzwań naszych czasów. Aby uzyskać więcej informacji, odwiedź stronę internetową power.gov/science.