Гарвард и MIT создали 8,3 млрд AI-агентов для симуляции чело
новости
18.08.2026

Гарвард и MIT создали 8,3 млрд AI-агентов для симуляции человечества

Гарвард и MIT создали 8,3 млрд AI-агентов для симуляции человечества

Гарвардский университет и Массачусетский технологический институт (MIT) совместно с OpenAI и Google DeepMind представили систему MatrAIx. Она способна генерировать 8,3 миллиарда ИИ-агентов, имитирующих поведение жителей всей планеты. Каждый агент моделируется как отдельная личность с уникальным сочетанием характеристик, что позволяет воссоздать социальное разнообразие современного человечества. Для этого разработчики используют 1290 различных измерений, охватывающих демографию, культурные особенности, экономический статус, привычки, когнитивные стили и множество других параметров, влияющих на поведение человека.

Созданные агенты умеют действовать практически как реальные пользователи цифровых сервисов. Они могут заполнять анкеты и опросники, общаться с технической поддержкой в чатах, открывать и просматривать веб-страницы, управлять мобильными приложениями. Благодаря такому поведению они способны участвовать в массовых экспериментах и прикладных исследованиях, не требуя вовлечения настоящих людей, что значительно ускоряет сбор данных и снижает стоимость экспериментов.

Чтобы проверить точность модели, авторы проекта провели контролируемое исследование, включившее 400 тестов. В них оценивались десять поведенческих свойств и все четыре возможные среды взаимодействия. В 366 тестах из 400, то есть в 91,5 процента случаев, агенты продемонстрировали ожидаемые черты либо корректно подавили неуместные реакции. Однако точность заметно зависит от сценария: в опросах и текстовых чатах она поднимается до 92–96 процентов, а при работе с приложениями падает до 83 процентов.

Для научного сообщества уже опубликовано ядро набора данных, состоящее из миллиона отфильтрованных по качеству и детерминированности личностей (coreset). Оно доступно на платформе Hugging Face. Исходный код системы также открыт на GitHub, что позволяет другим исследователям изучить архитектуру проекта, воспроизвести результаты и адаптировать методы для собственных задач.

Источник: www.ithome.com