هل أسعار بولي ماركت دقيقة؟ قمت بمحاكاة أزمة بمشاركة 200 عميل لمعرفة

العنوان الأصلي: كيف أدير 200 وكيل ذكاء اصطناعي في أزمة هرمز باستخدام Mirofish، وأقارن ذلك بـ Polymarket
المؤلف الأصلي: القرد الذكي
ترجمة: بيغي، بلوك بيتس

ملاحظة المحرر: عندما يبدأ الذكاء الاصطناعي في محاكاة مجال الرأي العام، فإن التنبؤ بالحدث نفسه يتغير بهدوء.

توثق هذه المقالة تجربة حول الوضع المحيط بمضيق هرمز: استخدم المؤلف برنامج MiroFish لبناء نظام محاكاة يتكون من 200 عنصر، مما يسمح للحكومات ووسائل الإعلام وشركات الطاقة والتجار والأشخاص العاديين بالعيش معًا في شبكة اجتماعية محاكاة، وتكوين الأحكام من خلال التفاعل المستمر والنقاش ونشر المعلومات، ومقارنة نتائج هذه المجموعة بأسعار السوق في Polymarket.

لم تكن النتائج متسقة. كانت مناقشة المجموعة بشكل عام أكثر تفاؤلاً، بينما كان السوق أكثر تشاؤماً بشكل ملحوظ؛ وفي حرية التعبير، كان المتشائمون القلائل أقرب إلى التسعير الحقيقي؛ وبمجرد الدخول في سيناريو مقابلة، فإن جميع الوكلاء تقريباً سيتقاربون إلى تعبير أكثر اعتدالاً وتعاوناً.

هذا النوع من التقسيم ليس غريباً. في الواقع، غالباً ما تميل التصريحات العامة إلى أن تكون مستقرة ومتفائلة، بينما يكمن التقييم الحقيقي للمخاطر في الأفعال والتعبيرات غير الرسمية. بمعنى آخر، فإن ما يقوله الناس، وما يفكرون فيه، وكيف يراهنون بالمال، غالباً ما تكون ثلاثة أنظمة مختلفة.

في مثل هذا الهيكل، غالباً ما لا تأتي الإشارة الأكثر قيمة من الإجماع، بل من تلك الأصوات التي تبدو غير تقليدية وسط الضوضاء.

النص الأصلي هو كالتالي:

استخدمت برنامج MiroFish لمحاكاة الوضع في مضيق هرمز خلال الأسابيع القليلة القادمة. تُعد هذه الأداة ممتازة في التعامل مع مثل هذه القضايا لأنها تستطيع إجراء تحليل سيناريوهات معقدة للغاية: إدخال مشاركين متعددين، وأدوار مختلفة مع حوافزها في نفس النظام، والسماح لهؤلاء الوكلاء بلعب الألعاب باستمرار، والمناقشة، وتشكيل نتيجة تشبه الإجماع تدريجياً.

فيما يلي الخطوات المحددة التي اتخذتها لتشغيل هذه المحاكاة والنتائج التي حصلت عليها في النهاية. بإمكان أي شخص إعادة إنتاج ذلك؛ والمفتاح هو معرفة الخطوات التي يجب اتخاذها.

أولاً، MiroFish هو مشروع مفتوح المصدر من فريق بحث صيني. بعد إدخال مجموعة من المستندات فيه، سيقوم أولاً ببناء مخطط معرفي، ثم يقوم بإنشاء شخصيات مختلفة للوكلاء بناءً على هذا المخطط، ثم يضع هؤلاء الوكلاء في بيئة محاكاة لتويتر. في هذه البيئة، سيقومون بالنشر وإعادة التغريد والتعليق والإعجاب والجدال مع بعضهم البعض. بعد انتهاء المحاكاة، يمكنك أيضًا إجراء مقابلة مع كل عميل على حدة لمعرفة مواقفهم وعمليات التفكير الخاصة بهم.

عندما تُدخل إليه سيناريو أزمة، فإنه يُثير نقاشًا حول ذلك الحدث؛ ومن هذا النقاش، يمكنك بعد ذلك استخلاص تنبؤ.

أشرتُ إلى سؤالٍ مطروحٍ باستمرار في سوق بولي ماركت: هل ستعود حركة الملاحة البحرية في مضيق هرمز إلى طبيعتها بحلول نهاية أبريل 2026؟

لذلك، قمت بتغذية كل هذه المعلومات إلى MiroFish وقمت بإنشاء 200 دور عميل - بما في ذلك الحكومة والإعلام والجيش وشركات الطاقة والتجار والمواطنين العاديين - وجعلتهم يتناقشون لمدة 7 أيام محاكاة. وأخيراً، قمت بمقارنة إنتاجهم بأسعار السوق.

كان الإعداد العام كما يلي:

· نموذج: GPT-4o mini، التوازن الأمثل بين التكلفة والفعالية في سيناريو 200 وكيل

· نظام الذاكرة: تُستخدم سحابة زيب لتخزين ذكريات الوكلاء ومخططات المعرفة

· محرك المحاكاة: أواسيس (بيئة مشابهة لتويتر مقدمة من كاميل-إيه آي)

· الأجهزة: ماك ميني إم 4 برو، ذاكرة وصول عشوائي 24 جيجابايت

· مدة التشغيل: يستغرق إكمال 100 جولة محاكاة حوالي 49 دقيقة

· يكلف: تكلفة استدعاءات واجهة برمجة التطبيقات تتراوح بين 3 و 5 دولارات

· مادة البذور: موجز من 5800 حرف مستمد من ويكيبيديا، وسي إن بي سي، والجزيرة، وفوربس، ورويترز، ويتضمن جدولاً زمنياً عسكرياً، وحالة الحصار، وأسعار النفط، والخسائر الاقتصادية، والجهود الدبلوماسية، وعوامل تتعلق باستثمار بقيمة 3.2 تريليون دولار في دول مجلس التعاون الخليجي. بمعنى آخر، تم تضمين جميع المعلومات الأساسية اللازمة للوكلاء لتكوين الأحكام.

كيفية تكرار سير العمل هذا (دليل خطوة بخطوة)

إذا كنت ترغب في تنفيذ هذه العملية بنفسك، فإليك الخطوات الكاملة التي اتبعتها. تستغرق العملية بأكملها حوالي ساعتين للإعداد، وتتراوح تكلفة واجهة برمجة التطبيقات (API) بين 3 و 5 دولارات؛ وستؤدي زيادة عدد الجولات أو الوكلاء إلى زيادة التكلفة بشكل أكبر.

ما ستحتاج إليه

· بايثون 3.12 (لا تستخدم الإصدار 3.14، لأن tiktoken سيُظهر خطأً في هذا الإصدار)

Node.js الإصدار 22 وما فوق

مفتاح واجهة برمجة تطبيقات OpenAI (يُعدّ GPT-40 Mini رخيصًا ومناسبًا لهذا السيناريو)

• حساب على Zep Cloud (النسخة المجانية كافية لعمليات المحاكاة الصغيرة)

• جهاز ذو ذاكرة جيدة. أستخدم جهاز Mac mini M1 Pro بذاكرة 24 جيجابايت، ولكن 16 جيجابايت تكفي أيضاً.

الخطوة 1: قم بتثبيت MiroFish

ثم قم بتكوين ملف .env الخاص بك

OPENAI_API_KEY=sk-your-key

OPENAI_BASE_URL=link

OPENAI_MODEL=gpt-4o-mini

ZEP_API_KEY=مفتاح-زيب-الخاص-بك

الخطوة الثانية: أنشئ مشروعًا وقم بتحميل مستندك الأولي

تُعد وثيقة البذور أهم جزء في العملية برمتها لأنها تحدد المعلومات التي يعرفها الوكيل عن الوضع الحالي. أعددت موجزًا ​​يتألف من حوالي 5800 حرفًا يغطي الجدول الزمني العسكري، وحالة الحصار، وأسعار النفط، والخسائر الاقتصادية، والجهود الدبلوماسية، وجانب الاستثمار في دول مجلس التعاون الخليجي، مع مصادر من ويكيبيديا، وسي إن بي سي، والجزيرة، وفوربس، ورويترز.

الخطوة 3: إنشاء الأنطولوجيا

تُخبر هذه الخطوة برنامج MiroFish بأنواع الكيانات التي يجب أن يتعرف عليها والعلاقات التي قد توجد بين هذه الكيانات.

انتهى بي الأمر إلى إنشاء 10 أنواع من الكيانات: الدولة، والجيش، والدبلوماسيين، والكيانات التجارية، والمؤسسات الإعلامية، والكيانات الاقتصادية، والمنظمات، والأفراد، والبنية التحتية، وأسواق التنبؤ؛ و6 أنواع من العلاقات. إذا لم تكن النتائج التي تم إنشاؤها تلقائيًا مناسبة تمامًا لسيناريوك، فيمكنك أيضًا تعديلها يدويًا.

الخطوة الرابعة: قم ببناء مخطط المعرفة

تتضمن هذه الخطوة استخدام Zep Cloud. سيرسل MiroFish المستند الأولي وعلم الوجود إلى Zep، الذي سيكون مسؤولاً عن استخراج الكيانات وبناء الرسم البياني.

ستستغرق هذه العملية ما يقارب دقيقة إلى دقيقتين. في النهاية، حصلت على رسم بياني يحتوي على 65 عقدة و 85 حافة، تربط عناصر مثل البلدان والشخصيات والمنظمات والسلع.

الخطوة الخامسة: توليد العوامل

سيستخدم MiroFish مخطط المعرفة لإنشاء شخصية شاملة لكل كيان، بما في ذلك نوع شخصية MBTI، والعمر، وبلد المنشأ، وأسلوب النشر، والمحفزات العاطفية، والمواضيع المحظورة، والذاكرة المؤسسية.

في البداية، قمت بإنشاء 43 وكيلًا أساسيًا من الرسم البياني المعرفي. بعد ذلك، يمكن للنظام توسيع هذه الأدوار الأساسية لتشمل الكمية الإجمالية التي ترغب بها. انتهى بي الأمر بتحديد العدد الإجمالي للعملاء بـ 200، وأضفت أدوارًا مدنية متنوعة إضافية مثل متداولي العملات المشفرة، وطياري الخطوط الجوية، والأساتذة، والطلاب، والناشطين الاجتماعيين، وغيرهم.

الخطوة السادسة: إعداد بيئة المحاكاة

ستقوم هذه الخطوة بإعداد تكوين المحاكاة بالكامل، بما في ذلك جداول عمل العملاء، ومواقع البذور الأولية، والمعلمات الزمنية. سيختار MiroFish تلقائيًا مجموعة من الإعدادات الافتراضية المعقولة، مثل ساعات ذروة النشاط، ووقت التوقف، وتواتر النشر لأنواع مختلفة من الوكلاء.

كانت إعداداتي في ذلك الوقت كالتالي: محاكاة ما مجموعه 168 ساعة (7 أيام)، 100 جولة (كل جولة تمثل ساعة واحدة)، باستخدام سيناريو تويتر حصريًا، وإعداد جداول أنشطة فردية لوكلاء مختلفين.

الخطوة السابعة: ابدأ تشغيل المحاكاة

ثم، حان وقت الانتظار. من جهتي، استغرق تشغيل 200 وكيل و100 جولة من المحاكاة باستخدام GPT-4o mini حوالي 49 دقيقة. يمكنك مراقبة التقدم من خلال واجهة برمجة التطبيقات (API) أو عرض السجلات مباشرة.

خلال العملية بأكملها، ستعمل الوكلاء بشكل مستقل: سيراقبون الجدول الزمني ويقررون ما إذا كانوا سينشرون أو يعيدون تغريد التعليقات أو يشاركونها أو يعجبون بها أو ببساطة يتصفحون الخلاصة، كل ذلك دون الحاجة إلى تدخل بشري.

الخطوة الثامنة (اختيارية): وكلاء المقابلات

بعد اكتمال المحاكاة، سيدخل النظام في وضع الأوامر. في هذه المرحلة، يمكنك إجراء مقابلات فردية مع وكلاء محددين أو مقابلة جميع الوكلاء في وقت واحد:

تحليل

سيقوم برنامج MiroFish أولاً بقراءة المستند الأساسي وإنشاء بنية الأنطولوجيا تلقائيًا (تتكون من 10 أنواع من الكيانات و 6 أنواع من العلاقات)؛ ثم سيستخرج رسمًا بيانيًا معرفيًا بناءً على هذه التعريفات (يحتوي على 65 عقدة و 85 حافة). وبناءً على هذا الأساس، سيتم إنشاء شخصية كاملة لكل كيان، بما في ذلك نوع الشخصية وفقًا لمؤشر مايرز بريغز، والعمر، وبلد المنشأ، وأسلوب النشر، والمحفزات العاطفية، وعناصر الذاكرة المؤسسية.

في النهاية، تم توليد 43 وكيلًا أساسيًا من الرسم البياني المعرفي، والذي تم توسيعه بعد ذلك إلى ما مجموعه 200 وكيل. وقد أدى ذلك إلى إدخال مجموعة أكثر تنوعاً من الأدوار العامة لتعزيز تنوع وواقعية المحاكاة بشكل عام.

التفاصيل المحددة هي كما يلي:

· 140 عميلًا من عامة الناس: متداولو العملات المشفرة، وطيارو الخطوط الجوية، ومديرو سلاسل التوريد، والطلاب، والناشطون الاجتماعيون، والأساتذة، وما إلى ذلك.

• 16 منصباً دبلوماسياً/حكومياً: وزير الخارجية الإيراني، وزير الخارجية السعودي، وزير الخارجية العماني، رئيس وزراء البحرين، وزير الخارجية الصيني، الاتحاد الأوروبي، الأمم المتحدة، إلخ.

• 15 مؤسسة إعلامية: رويترز، سي إن إن، بلومبيرغ، الجزيرة، بي بي سي، فوكس، وول ستريت جورنال، إلخ.

• 10 متعلقة بالطاقة/الشحن: أوبك، بلاتس، قطر للطاقة، أرامكو، ميرسك، إلخ.

· 7 مؤسسات مالية: بولي ماركت، كالشي، غولدمان ساكس، جي بي مورغان، سيتاديل، ADIA، إلخ.

• شخصيتان عسكريتان/سياسيتان: ترامب، قائد الحرس الثوري الإيراني

خلال عملية المحاكاة التي استمرت 7 أيام (100 جولة)، تم توليد ما يلي:

1888 منشورًا

6661 عملية تتبع سلوك (توثيق جميع الإجراءات)

1611 إعادة تغريد اقتباسات (ردود العملاء على بعضهم البعض)

4051 عملية تحديث (مجرد مشاهدة الخلاصة)

311 حالة خمول (اختيار المراقبة)

208 إعجابات، 207 إعادة تغريد

70 وجهة نظر أصلية (مواقف أو أحكام جديدة مستقلة)

بشكل عام، لا يقدم هذا النظام مجرد توليد معلومات بسيط، بل يقدم شيئًا أقرب إلى محاكاة السلوك الاجتماعي. في معظم الأحيان، يُلاحظ أن العملاء يستوعبون المعلومات ويتفاعلون بدلاً من إنتاج مخرجات باستمرار. هذا الهيكل أقرب إلى توزيع السلوك في بيئة الرأي العام الحقيقية - محتوى أصلي محدود مغطى بتكرار مكثف، وألعاب، وردود فعل عاطفية.

يقضي الوكلاء معظم وقتهم في قراءة واقتباس وجهات نظر الآخرين بدلاً من إنشاء محتوى جديد بنشاط.

تُظهر المجموعة بأكملها تحيزًا واضحًا في الانتشار العاطفي: فوجهات النظر المتفائلة يتم تضخيمها ومشاركتها بسهولة أكبر، بينما تميل الأحكام المتشائمة، حتى وإن كانت أقرب منطقيًا إلى الواقع، إلى الانتشار بشكل أقل ولها أصوات أضعف.

الأمر الأكثر إثارة للاهتمام هو أن 19 وكيلاً قدموا بشكل عفوي تقييمات احتمالية محددة أثناء نشرهم، ليس لأنهم طُلب منهم ذلك ولكن كتطور طبيعي للمناقشة.

يبلغ متوسط ​​احتمالية المجموعة التي تشكلت تلقائيًا 47.9٪، بينما يعطي سوق Polymarket احتمالية بنسبة 31٪، مما ينتج عنه فرق بنسبة 16.9 نقطة مئوية بين الاثنين.

خلال عملية المحاكاة، قام بعض العملاء بتغيير موقفهم على مدار 100 جولة من التفاعل.

بعد إجراء المحاكاة، استخدمت ميزة المقابلة في برنامج MiroFish لطرح نفس السؤال على 43 عميلًا أساسيًا: ما هو احتمال عودة حركة الملاحة البحرية في مضيق هرمز إلى طبيعتها من الآن وحتى نهاية أبريل 2026 (0-100%)؟

وكانت النتائج كما يلي: قدم 31 من أصل 43 وكيلاً قيماً محددة، بينما اختار الـ 12 الآخرون عدم الإجابة. ومن الجدير بالذكر أن الأصوات الأكثر حذراً غالباً ما تختار الرقابة الذاتية بدلاً من تقديم تنبؤات صريحة - وهو سلوك يشبه إلى حد كبير سلوك هذه المؤسسات في الحياة الواقعية.

متوسط ​​القيمة لكل فئة يزيد عن 60%: الجيش بنسبة 75%، والإعلام بنسبة 69%، والطاقة بنسبة 66%، والمالية بنسبة 65%، والدبلوماسية بنسبة 61%. وتبلغ نسبة السوق 31.5%.

إن نتيجة المجموعة العضوية للتطور الطبيعي مقابل نتيجة المقابلة ترسم صورتين مختلفتين تماماً.

هذا هو الاكتشاف الأكثر أهمية.

تميل نتائج المقابلات إلى أن تكون أكثر تفاؤلاً. عندما يكون للوكلاء حرية النشر، فإن آراء المتشائمين غالباً ما تكون أعلى صوتاً وأكثر تحديداً؛ ومع ذلك، خلال المقابلات الفردية، ونظراً لتفضيل التعاون، يقدم الجميع تقريباً أحكاماً في نطاق 60٪ - 70٪.

النتائج العضوية أكثر موثوقية. نشر مستشار مالي خلال نقاش حاد أنه يقدر النسبة بـ 65%، وهو حكم تم تكوينه أثناء التفاعل؛ في حين أن الوكيل الذي يجيب على الأسئلة في مقابلة يقوم أساسًا بمطابقة الأنماط.

ومن المفارقات أن المتشائمين في التعبيرات الطبيعية يتبين أنهم أفضل المتنبئين. من بين العملاء السبعة في المحاكاة الذين قدموا احتمالية ≤30% (وزير المالية الإيراني، وزير المالية الصيني، كالشي، بلاتس، أستاذ الاقتصاد، طالب إيراني، ناشط مناهض للحرب)، كان المتوسط ​​22%، وهو أقل من 10 نقاط مئوية فرق عن نتيجة بولي ماركت. الخبرة + التعبير الطبيعي = الأقرب إلى السوق.

والأهم من ذلك، أن هذه ليست مجرد ظاهرة خاصة بالذكاء الاصطناعي؛ فالفاعلون في العالم الحقيقي يتصرفون بنفس الطريقة.

عندما تجري مقابلة مع أي زعيم وطني حول أزمة ما، سيتحدثون دائماً عن التزامنا بالسلام، وتفاؤلنا بشأن الحلول. هذا نصٌّ قياسي، لا بدّ من قوله أمام الكاميرا. لكن إذا نظرنا إلى ما يفعلونه بالفعل: عمليات الانتشار العسكري، والعقوبات، وتجميد الأصول، وسحب الاستثمارات - فإن أفعالهم غالباً ما تحكي قصة مختلفة تماماً.

وقال ولي العهد السعودي لوكالة رويترز إننا نؤمن بالوسائل الدبلوماسية، في حين أن صندوق ثروته السيادية يتطلع إلى تخصيص ما يصل إلى 3.2 تريليون دولار من الأصول الأمريكية. سيقول الرئيس الإيراني إن السلام هو هدفنا المشترك، ومع ذلك يقوم الحرس الثوري الإيراني بزرع الألغام في المضيق. كان ترامب يقول سنرى، بينما يرفض كل مقترح لوقف إطلاق النار.

أعادت هذه المحاكاة إنتاج نفس الصدع الهيكلي عن غير قصد: فبينما يتجادل المشاركون المستقلون ويناقشون ويستجيبون وينشرون المعلومات، تتقارب مجموعة الخبراء تدريجياً في نطاق 20%–30% – أي أكثر تشاؤماً، وأقرب إلى الواقع؛ ولكن بمجرد إحضارهم إلى غرفة اجتماعات وسؤالهم رسمياً عن توقعاتهم، فإنهم يتحولون على الفور إلى الوضع الدبلوماسي: 65%–70%، وهو رقم أكثر تفاؤلاً بشكل ملحوظ.

النشر الطبيعي، وهو أقرب إلى السلوك الخاص والحوارات غير الرسمية؛ نتائج المقابلات، وهي أقرب إلى الإحاطات الصحفية. إذا كنت تريد حقًا معرفة ما يفكر فيه شخص ما، فلا تسأله مباشرة - انظر إلى سلوكه عندما لا يسجل أحد أي نقاط.

ماذا بعد؟

كان هذا مجرد اختبار أولي. الهدف ليس تقديم تنبؤ محدد، ولكن معرفة الإشارات المفيدة في هذا النوع من محاكاة المجموعة، وأين يوجد تشويه، وما هي الأجزاء التي تستحق التحسين.

هناك بالفعل إجابات: يمكن للمناقشات التي تطورت بشكل طبيعي أن تسفر عن إشارات فعالة، بينما لا تستطيع المقابلات ذلك؛ المتشائمون هم مصدر الإشارة؛ وتفضيل التعاون لدى GPT-4o mini هو بالفعل مشكلة.

ستتضمن التجربة التالية العديد من التحسينات.

أولاً، بيانات أولية أكبر. لم يعد الأمر مجرد موجز من 5800 كلمة، بل أصبح يتضمن أكثر من 20 عامًا من السياق التاريخي: الأحداث ذات الصلة في مضيق هرمز، وتصاعد الصراعات بين إيران والولايات المتحدة، وأزمات النفط السابقة، والتحولات الدبلوماسية في مجلس التعاون الخليجي، وما إلى ذلك - أي ما يدور في ذهن المحلل الجيوسياسي الحقيقي قبل إجراء التقييمات.

النموذج الثاني أقوى. لقد كان نموذج GPT-4o المصغر كافياً للتحقق من الصحة بتكلفة 3 دولارات، ولكن من المفترض أن يجعل النموذج الأقوى الوكيل أقرب إلى طريقة تفكير الدور نفسه، بدلاً من اللجوء إلى "أنا أنظر إلى الحوار بنظرة متفائلة في اللحظات الحاسمة".

وأخيرًا، المزيد من الخوادم الوكيلة. إن 200 عدد جيد بالفعل، ولكن هناك مجال للتوسع أكثر: أدوار بشرية عادية أكثر تنوعاً، وأصوات إقليمية أكثر، وحالات استثنائية أكثر. كلما زاد عدد المشاركين، كلما كان هيكل المناقشة أكثر ثراءً، وكلما كانت الإشارة الناتجة أكثر قيمة.

[ رابط المقال الأصلي ]