Simulacije s više agenata dugo su bile cilj istraživača, ekonomista i dizajnera sustava. Postavljanjem autonomnih digitalnih entiteta u zajednički prostor možemo promatrati kako složene društvene strukture, trgovačke mreže i neočekivane krize nastaju iz osnovnih individualnih pravila. Međutim, do nedavno, pokretanje takvih simulacija u velikom opsegu bilo je financijski i računalno nedostižno. Razvijači su bili prisiljeni birati između pojednostavljenih skripti temeljnih na pravilima ili skupih modela velikog jezika koji su uvodili veliku latenciju i neodržive troškove API‑poziva. Ova prepreka prijetila je usporiti napredak istraživanja agencijske umjetne inteligencije.
Mali modeli, veliki učinak
Prelomni trenutak dogodio se u projektu „Thousand Token Wood“, koji je uspješno demonstrirao složenu, multi‑agentnu ekonomiju pokretanu visoko učinkovitim modelom od tri milijarde parametara. Izvještaj dokazuje da sofisticirano makroekonomsko ponašanje – uključujući nejednakost bogatstva, mjehuriće imovine i bankarske panike – može biti potaknuto laganim, niskokostnim AI agentima. Pokazujući da mali modeli mogu upravljati složenim ekonomskim poticajima u dobro osmišljenom okruženju, projekt nudi praktičan i pristupačan plan za budućnost digitalnih dvojaka i autonomnih mreža.
Qwen2.5‑3B: mali, ali snažan model
Simulacijsko okruženje Thousand Token Wood predstavlja zatvoreni ekonomski sustav u kojemu djeluje pet različitih šumskih stvorenja. Među njima su Oona Sova i nekoliko specijaliziranih trgovaca, a trgovina se odvija s pet vrsta robe uz korištenje „kamenčića“ kao osnovne valute. Umjesto oslanjanja na višemilijardu parametara model poput GPT‑4, cijela simulacija pokreće se modelom Qwen2.5‑3B, kompaktnim rješenjem optimiranim za brzu lokalnu implementaciju.
Kako funkcionira Thousand Token Wood?
U ovom sustavu agenti donose odluke temeljene na vlastitim interesima i ograničenim informacijama, što dovodi do emergentnog ponašanja koje nije uvijek predvidljivo. Takve simulacije omogućuju istraživačima da proučavaju kako složeni sustavi nastaju iz jednostavnih pravila i kako različiti čimbenici utječu na stabilnost cijelog sustava.
Ključne značajke projekta
- Zatvoreni ekonomski sustav s pet različitih agenata
- Trgovanje pet vrsta robe
- Pokretanje modelom Qwen2.5‑3B
- Emergentno ponašanje agenata
- Pristupačna cijena i niska latencija
Što projekt znači za budućnost umjetne inteligencije?
Thousand Token Wood pokazuje da mali modeli mogu biti jednako učinkoviti kao i veliki modeli u određenim zadacima. To otvara mogućnost šire primjene laganih AI sustava – od ekonomskih simulacija do autonomnih sustava u stvarnom svijetu – uz znatno smanjenje troškova i energetske potrošnje.
Često postavljana pitanja
- Što je Thousand Token Wood? Projekt koji demonstrira složenu, multi‑agentnu ekonomiju pokretanu modelom od tri milijarde parametara.
- Koji model se koristi? Za simulaciju se koristi Qwen2.5‑3B, kompaktni model optimiziran za lokalno izvođenje.
- Koje su glavne implikacije? Pokazuje da mali AI modeli mogu zamijeniti skupe velike modele u mnogim aplik