Multi-Agent Reinforcement Learning Simulation for Environmental Policy Synthesis
تقترح هذه الورقة إطار عمل يدمج التعلم التعزيزي متعدد الوكلاء (MARL) مع محاكاة المناخ للانتقال من مجرد تقييم السياسات القائمة إلى التخليق الفعلي لمسارات السياسات المثلى، مع معالجة التحديات الرئيسية مثل القابلية للتوسع، وعدم اليقين، وقابلية التفسير.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
الفكرة الكبرى: لعب "سيم سيتي المناخ" مع روبوتات فائقة الذكاء
تخيل أنك تلعب نسخة ضخمة ومعقدة للغاية من لعبة "سيم سيتي" (SimCity). في هذه اللعبة، أنت لا تقوم فقط ببناء الطرق والمناطق؛ بل تحاول إدارة الكوكب بأكه. عليك موازنة الأمور بين جعل الاقتصاد يزدهر، والتأكد من حصول الناس على ما يكفي من الغذاء والطاقة، والأهم من ذلك، منع الكوكب من الارتفاع المفرط في الحرارة والوصول إلى مرحلة "نهاية اللعبة" (نقاط التحول المناخي).
المشكلة هي أن هذه "اللعبة" صعبة بشكل مرعب. إذا مررت قانوناً لفرض ضرائب على الكربون اليوم، فقد لا يتغير "درجة حرارة" اللعبة إلا بعد 30 عاماً. وإذا ركزت فقط على البيئة، فقد ينهار الاقتصاد، مما يؤدي إلى ثورات شعبية. إنها شبكة ضخمة وفوضوية من الأسباب والنتائج، حيث كل حركة تقوم بها تتردد أصداؤها عبر النظام بطرق يصعب التنبؤ بها.
يقترح هذا البحث طريقة جديدة للعب هذه اللعبة: باستخدام "التعلم التعزيزي متعدد الوكلاء" (Multi-Agent Reinforcement Learning - MARL).
اللاعبون: من "وضع الإله" الواحد إلى غرفة مليئة بالمتفاوضين
حالياً، عندما يحاول العلماء نمذجة السياسة المناخية، فإنهم غالباً ما يستخدمون نهج "اللاعب الواحد". الأمر يشبه شخصاً واحداً يجلس أمام جهاز كمبيوتر ويحاول إيجاد الصيغة الرياضية "المثالية" للعالم بأك entero. لكن العالم الحقيقي لا يعمل بهذا الشكل. العالم الحقيقي يتكون من مليارات اللاعبين المختلفين — دول، وشركات، ومواطنين — وكل منهم لديه أهداف مختلفة.
يقترح المؤلفون الانتقال من لعبة اللاعب الواحد إلى لعبة متعددة الوكلاء.
التشبيه:
بدلاً من شخص واحد يحاول توجيه سفينة ضخمة، تخيل غرفة مليئة بـ "قادة" مختلفين (يمثلون دولاً أو صناعات مختلفة).
- القائد (أ) يريد تنمية اقتصاده بأسرع ما يمكن.
- القائد (ب) يريد أن يكون الرائد العالمي في الطاقة الخضراء.
- القائد (ج) يحاول فقط التأكد من أن مواطنيه لن يتضوروا جوعاً.
كلهم في نفس المحيط (مناخ الأرض). إذا لوّث القائد (أ) الكثير، فستصبح الأمواج أكبر للجميع. وإذا تعاونوا جميعاً، سيبقى البحر هادئاً. يريد الباحثون استخدام وكلاء ذكاء اصطناعي لمحاكاة هؤلاء القادة المختلفين، وتركهم يتفاعلون، ويتنافسون، ويتعاونون لرؤية نوع "القواعد العالمية" التي ستظهر.
التحديات: لماذا هذا صعب جداً؟
يشير البحث إلى أنه حتى مع وجود ذكاء اصطناعي فائق الذكاء، هناك عدة "مستويات زعماء" لم نتمكن من هزيمتها بعد:
- مشكلة "المكافأة المتأخرة" (تأثير الحركة البطيئة): في معظم ألعاب الفيديو، إذا التقطت عملة معدنية، ستسمع صوت "دينغ" فوراً. في السياسة المناخية، إذا فعلت شيئاً "جيداً"، فقد لا تظهر المكافأة (مناخ مستقر) إلا بعد عقود. الأمر يشبه زراعة شجرة والانتظار 50 عاماً لترى ما إذا كانت ستوفر الظل. عادة ما يعاني الذكاء الاصطناعي عندما تكون "المكافأة" بعيدة جداً.
- مشكلة "الكثير من الأزرار" (القابلية للتوسع): الأرض معقدة. هناك آلاف المتغيرات — تيارات المحيط، إنتاج المحاصيل، أسواق الأسهم، إلخ. محاولة تعليم ذكاء اصطناعي إدارة كل هذه الأشياء في وقت واحد تشبه محاولة عزف البيانو بمفاتيح تصل إلى عشرة آلاف مفتاح.
- "ضباب الحرب" (عدم اليقين): نحن لا نعرف بالضبط كيف ستتفاعل الأرض مع تغييرات معينة. الأمر يشبه لعب لعبة حيث الخريطة تتغير باستمرار وبعض أجزائها مغطاة بضباب كثيف. يحتاج الذكما الاصطناعي لتعلم كيفية اتخاذ القرارات حتى عندما لا يكون متأكداً بنسبة 100% مما سيحدث تالياً.
- مشكلة "الصندوق الأسود" (القابلية للتفسير): إذا أخبر ذكاء اصطناعي قائداً عالمياً: "يجب عليك حظر جميع أنواع الفحم بحلول عام 2030"، فسوف يسأل القائد: "لماذا؟". إذا قال الذكاء الاصطناعي ببساطة: "لأن حساباتي تقول ذلك"، فلن يستمع إليه أحد. نحن بحاجة لأن يكون الذكاء الاصطناعي قادراً على شرح "منطقه" بطريقة يمكن للبشر فهمها.
الهدف: بوصلة أفضل
لا يقول المؤلفون إن الذكاء الاصطناعي سيحل مشكلة تغير المناخ. هم يقولون إن الذكاء الاصطناعي يمكن أن يكون "محاكي طيران فائق القدرة".
قبل أن يقود الطيار طائرة حقيقية في عاصفة، يتدرب في جهاز محاكاة. يهدف هذا الإطار إلى إنشاء "محاكي للسياسات". فهو يسمح لنا باختبار آلاف السيناريوهات المختلفة من نوع "ماذا لو" — اختبار قوانين وتقنيات واتفاقيات دولية مختلفة — لمعرفة أي منها سيعمل بالفعل قبل أن نجربها في العالم الحقيقي.
باختصار: هم يريدون استخدام العديد من الوكلاء الأذكياء والمتنافسين لمساعدتنا في العثور على الخريطة الأكثر أماناً وعدلاً وفعالية لتوجيه كوكبنا نحو مستقبل مستقر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.