Bengt-Arne Vedin , Adjungerad professor i innovationsteknik vid Mälardalens högskola
Det här ska handla om konsten att utifrån mycket både enkla och triviala startvärden i ett datorprogram simulera samhällstrender och sedan även lyckas med konststycket att dra nytta av sina resultat.
I början av 2002 kom Stephen Wolframs världsförklaring. ”Det är sant”, säger han där, ”att biologisk evolution inte kommer enbart genom naturligt urval.” Hans förklaring – en ny vetenskap? – bygger på att oerhört komplexa samband kan springa fram ur mycket enkla regler tillämpade på busenkla strukturer.
Wolfram är inte vem som helst. Han har byggt ett framgångsrikt företag, Mathematica, på att skapa dataprogram som löser tekniska problem. Han är inte den förste att tala om komplexitet, men tillsammans med Stuart Kauffman och andra vid Santa Fe-institutet i New Mexico, USA, har han tagit komplexitetsmatematikens resultat längre än de flesta.
Kauffman, som är biolog, har inte gett sig på att som Wolfram ersätta fysikens matematiska formler med snuttar av dataprogram. Däremot har han börjat utnyttja evolutionens fenomen, omsatta till en datavärld, för ekonomiska och planeringsmässiga uppgifter.
Liv i datorn
Den brittiske matematikern John Conways simuleringsspel ”Game of Life” visade redan för länge sedan att ett geometriskt mönster som följer mycket enkla regler ändå kan visa upp förbluffande och ”levande” egenskaper. Dock bara ibland, dvs. om man råkar starta med rätt utgångsmönster hos geometrin – och ”rätt” regler. Inspirerade av detta fenomen, som lämpar sig utmärkt att demonstrera och arbeta med på en vanlig persondator, har forskare i de mest skilda discipliner gett sig i kast med att modellera världen. Ett exempel på det är när enkla regler ger geometriska figurer som, när de följer reglerna, fortplantar sig, muteras och visar upp förbluffande likheter med naturens insekter, t.ex. fjärilar. Det kanske mest omtalade av dessa försök med artificiellt liv i datorer är Thomas Rays datorprogram Tierra till vilket det finns många efterföljare.
Den amerikanske matematikern John Holland födde idén om genetiska algoritmer, räknescheman, på 1970-talet. För ett svårt problem skapar man ett antal tänkbara lösningar samtidigt som man anger vad som är måttet på en ”bra” lösning. I datorn fortplantar sig lösningarna genom att korsa sig med varandra, och de bästa får överleva. Efter kanske tusentals generationer av lösningar blir förbättringen inte mycket större och lösningen är nu mycket bra. Däremot kan man inte ”bevisa” att den är bra. Man kan bara kontrollera den mot problemet! Det svenska företaget Novacast tillämpar metoden t.ex. för att optimera lastningen av skepp så att man får mesta värde i lasten med minsta förlust i form av tomt utrymme, beroende på de olika lastkomponenternas geometri.
Att den amerikanska banken Citibank tillhör de företag som tidigt engagerade sig i Santa Fe-institutet beror inte bara på nyfikenhet utan på att man tror sig kunna få ut något ekonomiskt av det. Ett exempel är en simulering av hur börskurser kan utvecklas. Man låter en grupp individer – alla individer finns i datorn – kännetecknas av att de följer med och köper aktier när börsen går upp och säljer när den går ned. En annan grupp är ständiga optimister, en tredje ständiga pessimister. Så inför man också en viss takt av ”omvändelser”, dvs. att en andel av respektive grupp går över till en annan. Denna modell räcker för att förklara börsens upp- och nedgång. Det behövs inga kopplingar till ekonomi, ränta eller dylikt!
Artificiella samhällen
En annan enkel modell, också den för ekonomer, har i datorn några olika kreatur – agenter – som lever på vad som kallas kryddor (något skall ju de programmerade abstraktionerna heta). Med en enda resurs, ”socker”, nödvändig för överlevnad och med denna fördelad i olika koncentration med två ”toppar” blir resultatet att det uppstår två stammar kring de två topparna. De slåss, men gränsen dem emellan stabiliserar sig. Inför man årstidsväxlingar i sockertillgången börjar de agenter som alltså är individer i stammarna att gå i ide.
Ur detta räknande uppstår de samband man känner från internationell handel, med t.ex. fördelarna av specialisering. Här är det ekonomer vid det ansedda amerikanska Brookings Institution som lekt ”på allvar”. Studieförbundet näringsliv och samhälle (SNS) gav förra året ut rapporten från deras övningar i svensk översättning under rubriken ”Artificiella samhällen”. På Brookings hemsida kan man ladda ner animeringar av hur de artificiella samhällena agerar. Forskarna vid Brookings har samverkat med Santa Fe-institutet och med World Resources Institute.
På tvärs med det intuitiva
Vill man granska t.ex. trafikflöden kan man utnyttja den nu fyrtioåriga systemdynamiken i sin dator. Det visar sig då bl.a. att det kan vara så att om man bygger en genväg för att minska problem med trafikstockningar så ökar i stället köerna!
Det är ett exempel på vad systemdynamikens uppfinnare Jay Forrester kallar ”kontraintuitiva effekter”. I en stad i Tyskland förbättrade man trafikflödet genom att stänga av en gata. Och vill man att en samlingsplats, t.ex. ett fotbollsstadion, skall kunna utrymmas snabbare bör man bygga pelare som man tror skulle stoppa flödet men som i själva verket får detta att flyta lättare och snabbare.
Att planera flöden
Den ovan nämnde Stuart Kauffman är en av initiativtagarna till ett företag, Bios Group, som utnyttjar komplexitetsmatematikens verktyg för att lösa svåra problem.
Antag att man har ett antal olika produkter eller komponenter som skall tillverkas i en fabrik med olika maskiner. De olika produkterna kräver olika maskintid i de olika maskinerna. Givet en viss produktionsvolym för respektive komponent, hur skall man planera flödet av råvaror genom maskinerna fram till färdiga produkter på ett sätt att det går så fort som möjligt och att man utnyttjar tillgänglig kapacitet så bra och så ekonomiskt som möjligt?
Tänk på en bergsbestigare som skall uppför ett berg. Hon har att välja mellan olika vägar. Det är ett prövande av vägarna uppför berget som är den metafor efter vilken man löst planeringsproblemet för verkstaden. Precis som med genetiska algoritmer kan det handla om tusentals prov med olika vägar eller planeringsförslag innan man nått fram till ”den bästa”.
Externa länkar
(Artikeln publicerad 2002-01-29)
Fritänkande datorer: Att se världen med datorn som kikare
http://www.ne.se/rep/fritänkande-datorer-att-se-världen-med-datorn-som-kikare
Nationalencyklopedin, 2012-05-27
Kopiera källangivelse
