ИСКУССТВЕННЫЕ ОБЩЕСТВА

За последние десятилетия появился серьезный интерес к цифровым инструментам, способным демонстрировать интуитивно понятный интерфейс, который может быть полезен при принятии управленческих решений, а также способный совмещать в себе функционал ГИС-карт, цифровые двойники изучаемых объектов, отображать внутренние алгоритмы связанных элементов, механизмы искусственного интеллекта и нейронных сетей. Одним из таких направлений, с акцентом на прогнозную составляющую, являются имитационные модели разного уровня детализации и типологии. Повышенное внимание к таким разработкам можно объяснить тем, что данный вид моделирования несет в себе довольно широкий функционал для решения самых разнообразных задач: от экономики и политики до экологии и демографии, которые, в свою очередь, демонстрируют результаты прикладного характера. Эти методы имеют богатую историю, первые упоминания имитационного моделирования приходятся на середину прошлого века. В статье дан краткий экскурс истории появления имитационного моделирования как направления, проведен обзор функциональных возможностей, представлены преимущества и недостатки метода, проведена параллель с анализом отличительных черт от других инструментов подобного класса. Отдельно проведено исследование, посвященное динамике развития этого типа моделирования в России с 1998 по 2023гг. В качестве ключевых слов для составления аналитических данных были выбраны: цифровая. Основным источником статистикой базы стала российская электронная библиотека «eLibrary. Ru».

Обсуждены существующие проблемы в применении компьютерного прогнозирования добычи нефти и эффективности проведения геолого-технических мероприятий, связанные, прежде всего, с высокой неопределённостью функциональных зависимостей, наличием большого числа гетерогенных объектов и ограниченным объемом доступной геолого-промысловой информации. В качестве альтернативного варианта геолого-гидродинамического моделирования нефтяных месторождений предложен агент-ориентированный подход, отличающийся тем, что вместо традиционных дифференциальных уравнений в частных производных или искусственных нейронных сетей для прогнозирования добычи нефти и эффективности геолого-технических мероприятий используются агент-ориентированные геолого-гидродинамические модели, которые рассчитываются согласно локальным правилам, непротиворечащим глобальным законам подземной гидравлики, и с использованием каскадов нечетко логических матриц, каждый из которых содержит около тысячи различных параметров. Таким образом, удается создать математический инструмент, приближенный к «сильному» искусственному интеллекту, способный принимать самостоятельные решения и генерировать реалистичные прогнозы.

Начиная с 2023 года команда «РОСМИМ» занимается просветительской и образовательной деятельностью, популяризируя имитационное моделирование для всех желающих, преимущественно обучая данному методу исследований школьников и студентов. Помимо теоретической базы, которая преподносится в уникальной форме с применением авторской методики, авторы проекта демонстрируют практические кейсы и разрабатывают учебные модели для знакомства с инструментарием. Описанная в данной работе агентная модель «Эпидемия» дает возможность учащимся на практике исследовать, как распространяются инфекционные болезни, и оценивать результативность различных подходов к их контролю. В модели действуют 5 видов агентов: люди, города, самолеты, заболевание и вакцина. Целью создания такого «симулятора эпидемии» является обучение созданию имитационных моделей школьников и студентов, демонстрация различных сценариев развития чрезвычайных ситуаций, а также демонстрация возможностей ПО AnyLogic. Используя разработанную авторским коллективом модель, студенты овладевают умениями анализа комплексных систем, работы с агент-ориентированным моделированием и принятия решений в ситуациях непредсказуемости. Модель представляет собой симулятор, который позволяет не только наблюдать за развитием событий при различных сценариях распространения инфекции, но и активно принимать решения в режиме реального времени: пользователь может закрывать аэропорты и вводить карантин в отдельных городах, запускать разработку вакцины. В зависимости от выбранной стратегии и скорости реагирования возможны различные исходы - от масштабного распространения вируса с тяжелыми последствиями для населения до успешной вакцинации и эффективного применения ограничительных мер, минимизирующих ущерб. Такой подход обеспечивает более глубокое понимание потенциальных последствий и эффективности принимаемых решений. По итогам симуляции за счет визуализации статистических данных по ключевым агентам модель дает полную картину событий, которые произошли при принятии пользователем тех или иных решений в момент симуляции. Благодаря такому интерактивному подходу учебный материал усваивается эффективнее, а возможность проведения компьютерных экспериментов и анализа их итогов улучшает уровень практической подготовки.