科技日报记者 都芃
“中国的一些人工智能研究机构正在探索实现通用人工智能的替代路径，其核心是将人工智能算法植入现实环境进行具身智能学习……武汉成为这一前瞻性通用人工智能发展路径的试验场。”近日，一项成果受到国际智库关注。
该智库报告提到的这项成果，名为通用人工智能大型社会模拟器，由北京通用人工智能研究院院长朱松纯领衔、北京大学武汉人工智能研究院与北京通用人工智能研究院等共同研发。相关机构认为，模拟器可优化生产效能与规范社会交互，同时为人工智能提供持续学习场景，加速其向通用人工智能演进。
那么，大型社会模拟器如何运行，又如何赋能社会治理？科技日报记者日前采访了该成果研发团队。
北京大学武汉人工智能研究院的工程师在讨论完善大型社会模拟器。视觉中国供图
模拟人类交互行为
大型社会模拟器，通俗来讲，可以理解为数字版的平行世界。
在自然科学领域，粒子对撞机等大科学装置，不断加深着科学家对自然界的认识，推动科学技术不断向前发展。在社会科学领域，研究人员同样希望能够借助科学实验装置，深入研究人类社会，探索社会运行规律，赋能社会治理。大型社会模拟器就是这样一个对一定范围内人类社会整体运行过程进行系统性模拟的科学装置。其中，百万量级的智能体模拟着人类的一举一动，推动虚拟社会运行。
“借助百万量级的智能体，科学家可观察整个虚拟社会的运行、演化，并以此为基础，为真实人类社会的发展提供参考。”北京大学武汉人工智能研究院执行院长吴志强介绍，团队将整个武汉东湖高新区518平方公里的高清路网、人口等各类数据汇集，打造出一个虚拟的数字东湖高新区。
“比如要改变某个区域的交通布局，我们就可以先在模拟器中试验一下，看看会产生哪些后果，这样就能为真实的建设工作提供科学支撑。”吴志强说。
要对人类社会进行精确模拟，海量的社会运行数据是重要基础。“我们汇集了大量高质量、多源、多尺度的真实数据资源，涵盖人口、经济、交通、地理等多个领域，并且经过严格治理与隐私保护。”吴志强介绍。
除了海量数据，算法规则同样不可或缺。
不同于大模型主要侧重于单智能体优化，大型社会模拟器是一个复杂的多智能体系统，需要结合规则驱动、认知模型、博弈论和大语言模型等多种技术，来模拟智能体之间的复杂交互和社会行为涌现。这就要求其算法不仅关注单体推理，还要能处理大量智能体间的协作、竞争和动态网络结构。
“在个体认知的基础上，我们要解决个体智能体与社会级智能体共同演化的问题。比如政府部门作为社会级智能体作出的宏观决策会影响个体智能体的行为，而个体智能体行为的变化会导致新的政策需求出现，从而影响社会级智能体的进一步决策。”北京通用人工智能研究院多智能体实验室负责人陈烁说，团队重点解决如何建模个体智能体与社会智能体的交互过程，以及如何有效推演不同社会决策的长远影响等问题，从而为社会治理提供智能决策支持。
人类社会因人而建，但人类的行为通常具有不可预测性。“为此，我们引入了概率化建模、多情景推演与自适应学习机制，结合朱松纯教授提出的UV（Utility-Value，即能力—价值）驱动模型，将人的意图与行为决策抽象为UV函数进行建模与预测。”吴志强说，模拟器可以基于统计规律就单一事件生成多种可能的发展路径，计算出在不同干扰条件下的多种可能，并与现实世界的真实数据进行对照，动态修正相关参数，从而保持预测的参考价值与决策可靠性。
“个体行为具有不可预测性，但是在统计意义上，群体行为和群体智能可以较高准确度进行模拟。”吴志强说。
提升社会治理水平
大型社会模拟器已经应用于武汉的社会治理，并取得了显著成果。例如在交通领域，武汉7个拥堵路口在社会级智能体赋能后，实现车流量提升10%、车速提升3%、排队长度下降5%。
在其他领域，大型社会模拟器同样展现出巨大潜力。在公共资源配置领域，模拟器可对人口演变进行长期动态建模，结合出生率、迁移流向、就业结构、老龄化速度等因素，预测区域内未来人口分布与结构变化。“以此为依据，地方政府可提前规划学校、体育场馆、养老机构等公共设施布局，实现资源按需配置、投资效益最大化。”吴志强说。
吴志强介绍，团队已经在东湖高新区打造了智慧教育、智能公共安全、智慧交通、智慧医疗等大型社会模拟器应用场景，在企业孵化、产业创新和科研创新的结合方面也有所动作。模拟器也是一个开放的科研平台，目前已有高校团队在大型社会模拟器上开展科研工作。
国际上此前有多家研究机构开展过类似的大型社会模拟研究。如斯坦福虚拟小镇2.0、麻省理工社会仿真平台（MIT Socsim）、欧盟Horizon项目数字社会计划和DeepMind多智能体协作研究等。这些研究主要聚焦多智能体协作、城市交通、社会公平及灾害响应等领域。
吴志强认为，我国不仅在大模型与多智能体技术上具备领先优势，还拥有丰富且多样的社会、经济运行数据，多样化的实践场景，强大的政策推动力和广泛的应用需求。这些优势为我国建设世界一流大型社会模拟器提供了坚实基础和广阔发展空间。
推动实现通用人工智能
除了赋能社会治理，模拟器在推动实现通用人工智能中也发挥着重要作用。
吴志强介绍，在模拟器中，团队构建了复杂、多智能体交互的开放环境，来模拟现实社会的多维因果关系和动态演变，这能帮助人工智能系统在真实感知、推理、决策和协作中不断提升适应性和自主性。此外，模拟器支持对人工智能价值观、伦理约束和社会规范的嵌入与测试，为通用人工智能解决社会环境中的自主决策、行为可控与价值观对齐等关键难题提供系统性方案。
更重要的是，在模拟器中，多样化的角色和任务设定能促进人工智能跨领域知识整合与迁移学习能力的提升。通用人工智能的认知能力、伦理约束和多智能体协作机制在这一平台上可以得到充分探索、验证与突破。
“覆盖人类全活动领域的真实数据输入规避了互联网虚假信息干扰，将催化通用人工智能的涌现，增强系统性能优化与落地应用的相互促进、自我循环，持续完善发展路径。”相关报告显示。
吴志强说，未来，大型社会模拟器将在聚焦提升智能体认知推理与价值观对齐能力的同时，优化跨领域、多场景的协同仿真架构，强化分布式计算与大规模多智能体调度技术。团队还将推动模拟器与智能决策系统深度集成，构建开放共享的技术生态，支持通用人工智能在复杂社会环境中的安全、可控发展。
在实践应用方面，模拟器还将开展多领域探索。例如，尝试环境与气候适应模拟，通过模拟气候变化对城市生态、资源分配及居民生活的影响，探索绿色低碳政策和可持续发展路径；开展经济与劳动力市场模拟，深入模拟产业结构调整、就业变化、消费行为和财富分配，为宏观经济调控和社会保障政策设计提供支撑；聚焦危机管理与应急响应，开展灾害、疫情等突发事件模拟、分析，提升城市韧性和应急调度效率。
