每經(jīng)上海9月25日電（記者楊煜）今日上午，“解碼未來：全球數(shù)智趨勢”專題論壇在上海浦東成功舉辦。本次專題論壇是工業(yè)文明國際論壇的分論壇之一，由工業(yè)和信息化部工業(yè)文化發(fā)展中心、上海市經(jīng)濟和信息化委員會、上海市浦東新區(qū)人民政府主辦。

專題論壇上，上海紐約大學(xué)數(shù)學(xué)和數(shù)據(jù)科學(xué)教授Mathieu Laurière分享了用于大規(guī)模多代理系統(tǒng)的機器學(xué)習(xí)和生成式AI。多代理系統(tǒng)或者多智能體系統(tǒng)在我們的日常生活中并不少見，例如人群的運動（Crowd motion），大城市的交通路線（Traffic routing），在金融市場（Financial markets）中通常也會用到多智能體系統(tǒng)。多智能體系統(tǒng)的特點是，有大量的智能體，它們存在互動，也會制定決策，同時環(huán)境非常復(fù)雜。

Mathieu Laurière發(fā)表主旨演講 圖片來源：主辦方供圖

Mathieu Laurière指出，通過多智能體系統(tǒng)可以了解人們的行為及決策。例如，地鐵站人群擁擠，想要了解在地鐵站中每一個人的行為，比如哪個區(qū)域人的密度比較高、哪一些密度低、他們移動的軌跡是怎么樣的，但是隨著時間的推移，人群的密度會改變，也就是說他們的行為會改變。“我們想要了解他們這種行動變化背后的原理是什么，在交通領(lǐng)域我們可以通過多智能體系統(tǒng)來了解交通的運行情況。”Mathieu Laurière說。

多智能體系統(tǒng)和生成式AI有哪些聯(lián)系？Mathieu Laurière表示，要了解人們的行動也就是智能體的行為或者決策，需要生成智能體的分布圖，這可能解決很多生成式AI的問題。此外，在深度學(xué)習(xí)方面，可以通過對深度神經(jīng)網(wǎng)絡(luò)進行參數(shù)化，盡可能接近現(xiàn)實的情況，再把數(shù)據(jù)映射上去。