Stellen Sie sich vor, Sie versuchen vorherzusagen, wie sich Millionen von Menschen durch eine Stadt bewegen. Eilen sie um 8 Uhr morgens zur Arbeit? Verweilen sie an einem sonnigen Samstag in einem Park? Machen sie einen Umweg, um einen Kaffee zu holen? Dies ist nicht nur ein Ratespiel; es ist eine Superkraft für Wissenschaftler und Stadtplaner. Wenn wir diese Bewegungen präzise simulieren können, können wir bessere Verkehrssysteme entwerfen, Krankheitsausbrüche stoppen, bevor sie sich ausbreiten, und Nachbarschaften bauen, die tatsächlich für Menschen funktionieren.

Lange Zeit haben wir versucht, dies zu tun, indem wir echte Menschen baten, Umfragen auszufüllen, oder indem wir ihre Telefone verfolgten. Aber Umfragen werden oft vergessen oder sind voreingenommen, und das Tracking von Telefonen wirft große Datenschutzfragen auf. Hier kommt das „Large Language Model“ (LLM) ins Spiel. Stellen Sie sich ein LLM als ein superintelligentes Robotergehirn vor, das fast alles im Internet gelesen hat. Wissenschaftler erkannten, dass sie diesen Roboter bitten könnten, eine Person zu simulieren, Schritt für Schritt, indem sie herausfinden, wohin diese Person als Nächstes gehen würde. Es ist, als würde man eine Million Schauspieler engagieren, die einen Tag im Leben einer Stadt improvisieren. Das Problem? Es ist unglaublich teuer und langsam. Einen Roboter zu fragen, jeden einzelnen Schritt für eine Million Menschen durchzudenken, kostet ein Vermögen an Computerzeit und Geld, was es schwierig macht, dies auf die Größe einer echten Stadt zu skalieren.

Hier setzt ein neues Paper von Forschern der Lehigh University und der SUNY Binghamton mit einem cleveren Trick namens MobCache an. Anstatt den Roboter jedes Mal von Grund auf neu denken zu lassen, haben sie eine „Gedächtnisbank“ des Denkprozesses des Roboters aufgebaut. Stellen Sie sich vor, Sie schreiben eine Geschichte. Anstatt jeden Satz von Grund auf neu zu schreiben, besitzen Sie eine Bibliothek mit großartigen Satzfragmenten, die Sie schon einmal geschrieben haben. Wenn Sie einen Satz über das „Aufwachen an einem Dienstag“ benötigen, nehmen Sie einen ähnlichen aus Ihrer Bibliothek, passen ihn leicht an und machen weiter. Die Forscher haben dies getan, aber mit einem Twist: Sie haben nicht nur die Wörter gespeichert, sondern die Logik hinter den Worten in einem geheimen Code (genannt „Latent Space“). Dies ermöglicht es ihnen, verschiedene Gedankenmuster zu mischen und zu kombinieren, um Millionen von einzigartigen, realistischen Tagesabläufen für Menschen zu erstellen, ohne jemals das teure Robotergehirn erneut die schwere Arbeit verrichten zu lassen.

Das Problem: Der Robot ist zu langsam und zu teuer

Die Forscher begannen mit einer einfachen Beobachtung: Die Simulation menschlicher Bewegungen mittels KI ist derzeit zu langsam und zu kostspielig, um für große Städte nützlich zu sein. Wenn man eine Million Menschen für nur einen Tag simulieren möchte, können die Kosten allein an Computergebühren leicht 1.000 US-Dollar übersteigen.

Einige Teams versuchten dies zu beheben, indem sie Menschen zusammenfassten. Sie sagten: „Alle Softwareentwickler mit mittlerem Einkommen werden genau das Gleiche tun.“ Aber das ist langweilig und unrealistisch. Echte Menschen sind vielfältig; einige Ingenieure arbeiten spät, andere schlafen länger aus und manche gehen ins Fitnessstudio. Wenn man jeden in einer Gruppe dazu zwingt, gleich zu handeln, verliert man den „Geschmack“ des echten Lebens, und die Simulation wird zu einer schlechten Kopie der Realität.

Andere Teams versuchten, die Geschwindigkeit zu erhöhen, indem sie den Roboter baten, viele Fragen gleichzeitig zu beantworten. Aber selbst dann muss der Roboter für jede einzelne Person den gesamten Tag von Anfang bis Ende durchdenken. Es ist, als würde man einen Koch engagieren, um eine Million Mahlzeiten zu kochen, selbst wenn die Zutaten größtenteils dieselben sind. Man muss den Koch trotzdem für jede einzelne Mahlzeit bezahlen.

Die Lösung: Eine „rekonstruierbare“ Bibliothek von Gedanken

Das Team hinter MobCache erkannte, dass der Roboter nicht jedes Mal neu denken muss. Menschliche Bewegungen folgen meist einer logischen Kette: „Ich wache auf“, dann „Ich checke das Wetter“, dann „Ich entscheide mich, in den Park zu gehen“. Die Forscher entschieden sich, nicht das Endergebnis (die Reise) zu speichern, sondern die Schritte, die der Roboter unternommen hat, um dorthin zu gelangen.

Sie bauten ein System mit drei Hauptteilen auf:

1. Der geheime Code (Latent Space): Anstatt die Gedanken des Roboters als einfachen englischen Text zu speichern (was schwer zu mischen ist, ohne Fehler zu machen), speicherten sie sie als mathematische „Embeddings“. Denken Sie daran als das Speichern des Vibes oder der Logik eines Gedankens statt der Worte. Es ist wie das Speichern eines Akkords eines Jazzsongs und eines Akkords eines Popsongs, um etwas Neues zu kreieren, solange sie in derselben Tonart sind.
2. Der Logik-Prüfer (Latent-Space Evaluator): Wenn sie diese Gedanken-Akkorde mischen, müssen sie sicherstellen, dass die neue Geschichte Sinn ergibt. Sie trainierten einen speziellen „Logik-Prüfer“, der sich die Mischung ansieht und sagt: „Warte, diese Person ist zu Hause, aber der nächste Schritt besagt, dass sie bei der Arbeit ist, und es ist ein Sonntag!“ Der Prüfer lehnt schlechte Kombinationen ab und stellt sicher, dass der simulierte Tag logisch ist.
3. Der Übersetzer (Lightweight Decoder): Soblich sie eine gültige Kette von Gedanken-Akkorden haben, müssen sie diese wieder in einen lesbaren Zeitplan umwandeln. Anstatt das teure, riesige Robotergehirn für diese Übersetzung zu nutzen, trainierten sie einen winzigen, schnellen „Decoder“, der diese Aufgabe übernimmt. Es ist, als würde ein professioneller Übersetzer (der große Roboter) einen schnellen, effizienten Praktikanten (den kleinen Decoder) darin unterrichten, wie man übersetzt, damit der Praktikant die Arbeit für Centbeträge erledigen kann.

Wie es in der Praxis funktioniert

Wenn eine neue Person einen simulierten Tag benötigt, schaut sich das System deren Profil (Alter, Beruf, Wohnort) an und findet eine ähnliche Person in seiner Bibliothek. Es greift auf die Gedanken-Kette dieser Person zu. Dann nimmt es vielleicht einen Schritt aus der Kette einer Person und einen Schritt aus der Kette einer anderen und prüft mit dem „Logik-Prüfer“, ob es passt. Wenn ja, großartig! Wenn nicht, versucht es es erneut oder bittet den großen Roboter um einen Neustart. Schließlich verwandelt der „Übersetzer“ diese gemischten Gedanken in einen klaren Zeitplan: „08:00 Uhr: Aufwachen. 08:30 Uhr: Zur Arbeit fahren.“

Die Ergebnisse: Schnell, günstig und realistisch

Die Forscher testeten dieses System mit echten Daten aus Peking und New York City. Die Ergebnisse waren beeindruckend.

• Geschwindigkeit: Mob-Cache war 83,61 % schneller als die besten bestehenden Methoden. Es konnte einen Tag voller Bewegungen für eine Person in etwa 1,27 Sekunden generieren, verglichen mit über 18 Sekunden bei anderen Methoden.
• Kosten: Es reduzierte die Kosten um 71,82 %. Anstatt für jede einzelne Simulation einen hohen Preis zu zahlen, sank die Kosten auf einen winzigen Bruchteil eines Cents pro Person.
• Qualität: Trotz der Schnelligkeit und der geringen Kosten waren die Simulationen genauso realistisch wie die langsamen, teuren Versionen. Die Forscher maßen Dinge wie die Dauer der Aufenthalte an Orten und die zurückgelegten Wege. MobCache entsprach den realen Daten fast perfekt, was beweist, dass man keine Qualität opfern muss, um Geschwindigkeit zu gewinnen.

Sie testeten auch, ob das System extrem große Skalen bewältigen kann. Als sie bis zu 100.000 Menschen simulierten, wurde das System nicht langsamer oder verwirrt. Tatsächlich verbesserte es sich sogar beim Abgleich mit realen Mustern, weil es so viele Daten zur Verfügung hatte. Sie verwendeten sogar eine Bibliothek, die aus Peking gebaut wurde, um Menschen in New York zu simulieren. Obwohl es nicht perfekt war, funktionierte es überraschend gut, was zeigt, dass die Logik der menschlichen Bewegung zwischen Städten geteilt werden kann.

Warum das wichtig ist

Das Paper legt nahe, dass MobCache ein Game-Changer für groß angelegte Simulationen ist. Es beweist, dass man keine Millionen teuren Roboter engagieren muss, um zu verstehen, wie sich eine Stadt bewegt. Indem wir die Logik der Bewegung statt der Bewegung selbst speichern und wiederverwenden, können wir Millionen von Menschen in einem Bruchteil der Zeit und Kosten simulieren.

Dies bedeutet, dass Stadtplaner tausende von „Was-wäre-wenn“-Szenarien durchspielen könnten, um zu sehen, wie sich eine neue U-Bahn-Linie oder ein Lockdown während einer Pandemie auf den Verkehr und das Leben der Menschen auswirkt. Es verwandelt eine Aufgabe, die früher zu teuer und zu langsam war, in etwas, das schnell und einfach erledigt werden kann, und öffnet die Tür zu smarteren, sichereren und effizienteren Städten für alle. Die Forscher betonen, dass dies nicht nur eine kleine Anpassung ist, sondern ein grundlegender Wandel in der Art und Weise, wie wir KI nutzen können, um menschliches Verhalten in massivem Maßstab zu verstehen.