Original: http://jasss.soc.surrey.ac.uk/11/4/12.html

Джошуа М. Епштайн (2008)

Журнал штучних спільнот й імітаційного моделювання суспільства

том 11, номер 4 12

---

Анотація

Ця лекція розглядає деякі вічні невірні уявлення про моделювання. Одним із них є те, що мета – завжди прогнозування. Лекція містить відмінність між поясненням і прогнозом цілей моделювання, а також пропонує шістнадцять відмінних передбачень для побудови моделі причин. Вона також ставить під сумнів поширену думку, що наукові теорії виникають з і «підсумовують» дані, коли часто теорії передують і керують збором даних; без теорії, іншими словами, не ясно, які дані збирати. Крім усього іншого, він також стверджує, що моделювання підприємства посилює звички розуму, необхідної для свободи. Він заснований на 2008 День взяття Бастилії виступі автора на другому Всесвітньому конгресі з питань соціального моделювання, Університет Джорджа Мейсона, і більш ранні адреси в Інституті медицини Університету штату Мічиган, а також Інституту Санта-Фе.

---

1.1

Моделювання підприємства простягається ще до Архімеда; і так робить своє нерозуміння. Я був запрошений, щоб поділитися своїми думками про деякі стійких помилок про моделювання. Я сподіваюся, що, роблячи це, я дам серце прагнуть моделістів, і дати паузу, щоб дезінформувати критиків.

Чому модель?

1.2

Перше питання, яке виникає часто іноді невинно, а іноді ні-просто, “Чому модель?” Уявляючи риторичне (не невинне) запитання, моя улюблена реторта, “Ви є модельєром.” Той, хто ризикує проекція, або уявляє, як соціальна динаміка, епідемія, війна або міграція-розгорнуться працює під управлінням певної моделі.

1.3

Але, як правило, це неявна модель, у якій приховані припущення, їх внутрішня узгодженість, не пройшло перевірку, їх логічні наслідки невідомі, і їх відношення до даних невідома. Але, коли ви закриваєте очі і уявіть собі епідемія поширюється, або будь-який інший соціальної динаміці, ви працюєте в певній моделі. Це просто неявна модель, яку ви не записали (див. Епштайн 2007).

1.4

Це не так, я завжди дивуюся, коли ці ж люди кинути виклик мені з питанням: “Чи можете ви підтвердити вашу модель?” Відповідна реторти, звичайно, “Чи можете ви підтвердити ваш?” По крайней мере, я можу написати моє вниз так, що він може, в принципі, бути відкалібрований для даних, якщо це те, що ви маєте на увазі під “перевірки,” термін, який я старанно уникати (я хороший прихильник Поппера).

1.5

Вибір, то, чи не варто будувати моделі; це чи будувати явні з них. У явних моделях припущення викладені в деталях, так що ми можемо вивчати саме те, що вони тягнуть за собою. Виходячи з цих припущень, такого роду речі відбувається. Коли ви змінюєте припущення, те відбувається. При написанні явних моделей, ви дозволяєте іншим повторити свої результати.

1.6

Ви можете фактично відкалібрувати історичних випадках, якщо є дані, і можете перевірити поточні дані в тій мірі, яка існує. І, що важливо, ви можете включити кращий домен (наприклад, медико–біологічний, етнографічний) експертизу строгим чином. Дійсно, моделі можуть бути координатори груп за участю експертів з багатьох дисциплін.

1.7

Ще одна перевага явних моделей є можливість аналізу чутливості. Можна змести величезний діапазон параметрів ширший спектр можливих сценаріїв, щоб виявити найбільш істотні невизначеності, регіони стійкості, а також важливі пороги. Я не бачу, як це зробити за допомогою неявної ментальної моделі. Важливо відзначити, що в сфері політики (якщо не в фізиці елементарних частинок) моделі не усуне необхідність судження. Проте, шляхом виявлення компромісних рішень, фактори невизначеності і чутливості, моделі можуть дисциплінувати діалог про можливості і зробити неминучі судження більш продуманими.

Чи можете ви передбачити?

1.8

Не раніше ці пункти, надані ніж неминуче виникає наступне питання: “Але ви можете передбачити” З якоїсь причини, як тільки ви постулювати модель, прогнозування, як і в кришталеву кулю, який може передбачити майбутнє-це рефлекторно передбачається, що ваша мета. Звичайно, прогноз може бути мета, і це цілком може бути здійснено, особливо якщо допустити, статистичний прогноз, в якому стаціонарні розподілу (розмірів багатства або епідемії, наприклад) є закономірності, що представляють інтерес. Я впевнений, що до Ньютона, люди сказали б “орбіти планет ніколи не буде передбачено.” Я не бачу, як макроскопічне пророкування-мир Гейзенберга може бути остаточно і назавжди виключено.

Шістнадцять причин будувати моделі, окрім передбачення

1.9

Але, що більш важливо, я можу швидко знайти 16 причин будувати моделі, окрім передбачення (принаймні в цьому простому сенсі). У просторі, що забезпечується, я не можу обговорювати всі з них, деякі з них були охоплені мимохідь вище. Але просто з голови, без певного порядку, до таких цілей моделювання належать:

1. Пояснення (дуже відрізняється від передбачення)
2. Керівництво збором даних
3. Висвітлення основної динаміки
4. Пропозиція динамічних аналогій
5. Відкриття нових питань
6. Просування наукового мислення
7. Пов’язані (класифіковані) наслідки практично можливих діапазонів
8. Висвітлення основних непевностей
9. Пропозиція кризових варіантів у близькому до реального часі
10. Показ компромісів/рекомендації щодо ефективності
11. Виклик стійкості домінуючої теорії через збурення
12. Вияв переважної мудрості як несумісної з наявними даними
13. Підготовка практикуючих
14. Дисципліна діалогу політики
15. Освіта загальної спільноти
16. Виявлення очевидно простого (складного) як складного (простого)

Пояснення не означає передбачення

1.10

Одна важлива відмінність між пояснити і передбачити. Тектоніка плит, безумовно, пояснює землетрусу, але не дозволяє передбачити час і місце їх виникнення. Електростатика пояснює блискавку, але ми не можемо передбачити, коли або де наступний болт вдарить. У всіх, крім деяких (на жаль) наступні квартали, еволюція приймається як пояснення видоутворення, але ми навіть не можемо передбачити, штам вірусу грипу в наступному році. У соціальних науках, я спробував сформулювати і продемонструвати підхід я називаю породжене пояснення, в якому макроскопічні пояснювані -великомасштабні закономірності, такі як розподіл багатства, просторові структури поселень, або епідемічних динаміки, що виникають в популяціях гетерогенних програмних осіб (агентів ) локально взаємодіючих під більш-менш пристойними правил поведінки (Епштайн 2006; Болл 2007). Наприклад, обчислювальна реконструкція стародавньої цивілізації (Анасазі) було досягнуто агента на основі підходу (Акстелль та інші 2002; Даймонд 2002) Я вважаю, що ця модель буде поясненнях, але я б не став наполягати на тому, що вона дозволяє прогнозувати на цей рахунок. Ця робота була керованою даними. Але я не думаю, що це необхідно.

Керування збором даних

1.11

На даний момент багато не-модельєрів і насправді багато модельєрів живляться наївним індуктивізмом, який могли б перефразувати наступним чином: “Наука виходить зі спостереження, а потім моделі будуються на “рахунку для” даних“. Наука виконання – соціальна, з якими я знайомий, буде те, що один перший збирає багато даних, а потім запускає регресію на ньому. Це може бути дуже продуктивним, але це не є правилом в науці, де теорія часто передує збір даних. Електромагнітна теорія Максвелла є яскравим прикладом. З його рівнянь було виведено існування радіохвиль. Тільки тоді вони шукали… і знайшли! Загальна теорія відносності передбачали відхилення світла під дією сили тяжіння, яка була тільки пізніше підтверджено експериментом. Без моделей, іншими словами, це не завжди ясно, які дані збирати!

Висвітлення основної динаміки: усі кращі моделі неправильні

1.12

Прості моделі можуть бути неоціненними, не будучи “право” в інженерному сенсі. Дійсно, такі вогні, всі кращі моделі є неправильними. Але вони не так плідно. Вони висвітлюючи абстракцій. Я думаю, що це був Пікассо, який сказав: “Мистецтво є брехня, яка допомагає нам бачити правду”. Так що з великою кількістю простих красивих моделей: моделі Лотки-Вольтерра екосистеми, закон Гука, або епідемічний рівнянь Кермака-Маккендріка. Вони продовжують формувати концептуальні засади їх відповідних областях. Вони повсюдно вчать: зрілі практикуючих, знаючи повний добре наближений характер моделях “, проте, довірити їм формування більшості основних інтуїцій студента (див. Епштайн 1997). І це тому, що вони захоплюють якісні поведінку всеохоплюючої інтерес, такі як цикли “хижак–жертва”, або нелінійному пороговий характер епідемії і поняття популяційного імунітету. Знову ж таки, питання не ідеалізації-всі моделі ідеалізації. Питання в тому, чи пропонує модель родючу ідеалізацію. Як Джордж Box хвацько висловився: “Усі моделі неправильні, але деякі з них корисні”.

Пропозиція аналогій

1.13

Це вражаючий і чудовий факт, що величезна різноманітність, здавалося б, не пов’язаних між собою процесів формально ідентичні моделі (тобто, всі вони можуть розглядатися в якості інтерпретацій одного і того ж базового формалізму). Наприклад, електростатичне тяжіння відповідно до закону Кулона та гравітаційного тяжіння відповідно до закону Ньютона мають однакову алгебраїчну форму. Фізичне різноманітність дифузійних процесів, які відповідають “теплової” рівняння або коливальних процесів, що задовольняють рівняння “Хвиля” практично безмежні. У своїй економічній Нобелівській лекції, Самуелсон пише, що “якщо ви подивитеся на монополістичної фірми в якості прикладу максимальної системи можна підключити свої структурні відносини з тими, які переважають для ентропії максимізує термодинамічної системи… абсолютна температура і ентропія є один до одного то ж поєднане або подвійне ставлення, що ставка заробітної плати повинна праці або орендної плати за землю доводиться акрів землі “. Одна схема, за його словами, робить “подвійний обов’язок, що зображують економічні відносини, а також термодинамічні з них”. (Самуелсон 1972; див. також Епштайн 1997) При розробці моделі Анасазі зазначалося раніше, мої колеги і я зробили “обчислювальну аналогію” між відомою моделлю Sugarscape (Епштайн і Акстелл 1996) і фактичною моделлю MaiseScape, за якою жили древні Анасазі.

1.14

Я припускаю, що аналогій красивішими заповітів до об’єднавчої сили моделей: вони є фари в темній незвіданою територією. Наприклад, існує потужна теорія інфекційних захворювань. У революції, або релігії, або прийняття інновацій розвертатися як епідемії? Чи варто думати про ці процеси, як формальних аналогів? Якщо так, то потужна раніше існувала теорія може бути пущено в хід на незвіданою області, можливо, призводить до швидкого просування.

Підняття нових питань

1.15

Моделі можуть здивувати нас, робить нас цікаво, і привести до нових питань. Це те, що я ненавиджу про екзамени. Вони лише показують, що ви можете відповісти на питання кого-то другого, коли найголовніше: Ви можете задати новий питання? Це нові питання (наприклад, проблеми Гілберта), які роблять величезні успіхи, і моделі можуть допомогти нам виявити їх.

Від неосвіченої войовничості до войовничого невідання

1.16

Для мене, однак, найважливішим внеском моделювання підприємства на відміну від будь-якої конкретної моделі, або моделювання техніка-то, що він підсилює наукову звичку розуму, який я б охарактеризував як один з войовничого невігластва залізної прихильності “Не знаю.” Тобто, все наукове знання є невизначеним, контингент, підлягають перегляду, і фальсифікувати в принципі. (Це, звичайно, не означає, що легко фальсифіковані. Це означає, що в принципі можна вказати, що зауваження, якщо вони зроблені, будуть фальсифікувати його). Один не засновувати переконання на владу, але в кінцевому рахунку на доказах. Це, звичайно, дуже небезпечна ідея. Це вирівнює ігрове поле, і дозволяє найбіднішого селянина, щоб кинути виклик самий піднесений правитель, явно неприпустимого ризику.

1.17

Ось чому наука, як спосіб дослідження, принципово протилежна всіх монолітних інтелектуальних систем. У прекрасному есе, Фейнман (1999) говорить про те, насилу завойовані «свободу сумніватися». Він був народжений від довгої і жорстокої боротьби, і має важливе значення для функціонування демократії. Інтелігенція є священний обов’язок сумніватися і вчити сумніви. Освіта, в прямому сенсі, не про “продаваної набором навичок.” Йдеться про свободу, від забобонів і успадкованої аргументу владою. Це найглибший внесок моделювання підприємства. Це забезпечує дотримання звички розуму, необхідної для свободи.

---

Подяка

Я вдячний Росс A. Хаммонд за глибокі коментарі та за фінансову підтримки з боку Національного інституту охорони здоров’я проекту MIDAS [GM-03-008], а також за унікальну нагороду 2008 керівника Національного інституту охорони здоров’я [1DP1OD003874-01].

---

Посилання

АКСТЕЛЛ Р.Л., Дж.М. Епштайн, Дж.С. Дін, Г.Дж. Гумерман, A.К. Сведлунд, Дж. Харбергер, С. Чакраварті, Р. Хаммонд, Дж. Паркер і M. Паркер “Зростання населення і колапс у багатокомпонентній моделі в Каєнта Анасазі в Лонг-Хаус Веллі“. Праці Національної академії наук, колоквіум 99(3): 7275-79.

БОЛЛ Філіп (2007) “Суспільна наука стає віртуальною”. Природа, том 448/9. Серпень.

ДАЙМОНД Джаред M. “Життя зі штучною культурою Анасазі”. Природа 419: 567-69.

ЕПШТАЙН Джошуа M. і Роберт Акстелл (1996). Вирощування штучних суспільств: соціальна наука від низу до верху. MIT Press.

ЕПШТАЙН Джошуа M. (1997). Нелінійна динаміка, математична біологія та суспільствознавство. Addison-Wesley Publishing Company, Inc.

ЕПШТАЙН Джошуа M. (2006). Генеративна соціальна наука: дослідження обчислювального моделювання на основі агентів. Princeton University Press.

ЕПШТАЙН Джошуа M. (2007). “Зауваження про роль моделювання в інфекції пом’якшення і стримування“. У праці Стенлі M. Лемона й інших редакторів Етичні та юридичні міркування в пом’якшенні пандемії: резюме практикуму. Форум по мікробних загрозах, Інститут медицини Національної академії. National Academies Press.

ФЕЙНМАН Річард П. (1999) “Значення науки”. У праці Фейнмана Р.П. Задоволення від відкриття. Perseus Publishing.

САМУЕЛСОН Пол A. (1972). “Максимум принципів в аналітичній економіці”. У Збірці наукових робіт Пола A. Самуелсона під ред. Роберта Мертона, том III, 8-9. Лекція пам’яті Нобеля, груд. 11, 1970. MIT Press.

 

Назад до змісту