我们能否避免历史十字路口上的战争?这个问题已经被个人、学者、政策制定者和组织在人类历史中追寻了很长时间。在这项研究中,我们尝试根据人工智能(AI)和大型语言模型(LLM)的最新进展来回答这个问题。
本文试图通过使用人工智能和大型语言模型,回答人类历史上的战争问题:我们能否在历史的十字路口避免战争?同时,本文还试图探索如何使用AI来理解人类历史和预防未来国际冲突。本文提出了一个基于大型语言模型的多智能体系统WarAgent,用于模拟历史国际冲突,包括第一次世界大战,第二次世界大战和中国古代的战国时期。通过评估模拟的有效性,本文考察了当今前沿AI系统在研究国际冲突等复杂人类行为方面的能力和局限性。通过模拟中智能体之间的相互作用,本文提供了一个新的视角来研究导致战争的触发器和条件。
本文使用大型语言模型和人工智能技术来研究历史国际冲突,提出了一个基于多智能体系统的模拟框架,称为WarAgent。本文的贡献是提供了一种新的方法来理解历史和预防未来的国际冲突。本文还提供了数据集和代码,并探讨了当今前沿AI系统在研究复杂人类行为方面的能力和局限性。
最近在这个领域中,还有一些相关的研究,包括使用机器学习来预测战争爆发的研究,例如“Predicting War: A Machine Learning Approach to Understanding Conflict”(2017)和“Forecasting International Conflict Using Ensemble Models and Hybrid Features”(2019)。此外,还有一些研究使用模拟来研究国际冲突,例如“Simulating War: Studying Conflict through Agent-Based Models”(2017)。
https://github.com/agiresearch/WarAgent
https://simg.baai.ac.cn/paperfile/2263b292-29dd-40ec-a40b-aa72b48ca38a.pdf
Wenyue Hua, currently a doctoral candidate in Computer Science at the Rutgers University, New Brunswick, works mainly on large language models and its applications. Her research includes LLM for recommender system, LLM-based agents and multi-agent system, especially in their applications in computational social science.
华文越,目前是新泽西州立罗格斯大学新布朗斯维克分校计算机科学的博士候选人,主要研究大语言模型及其应用。她的研究包括用于推荐系统的大语言模型、基于LLM的智能体和多智能体系统,特别是在计算社会科学中的应用。