Modello AI Simula la Trappola di Tucidide Utilizzando Mappe Cognitive Fuzzy
Un nuovo preprint su arXiv (2605.17903) introduce un metodo per generare automaticamente mappe cognitive fuzzy causali con feedback (FCM) a partire da testi. La tecnica utilizza agenti basati su modelli linguistici di grandi dimensioni per suddividere il testo in blocchi sovrapposti, quindi la miscelazione convessa di questi FCM a blocchi produce un grafo di conoscenza FCM ciclico rappresentativo. La struttura di miscelazione consente l'inferenza bayesiana per creare FCM 'de-bloccati' simili a posteriori. L'approccio è dimostrato sul saggio di Graham Allison sulla 'Trappola di Tucidide'—il modello di conflitto tra una potenza dominante (Stati Uniti) e una potenza emergente (Cina). I sistemi dinamici FCM risultanti prevedono gli esiti di tali tensioni geopolitiche. Il metodo scala in modo efficiente utilizzando matrici causali sparse a blocchi.
Fatti principali
- arXiv:2605.17903v1
- Utilizza agenti basati su modelli linguistici di grandi dimensioni per generare mappe cognitive fuzzy da testi
- Il testo è suddiviso in blocchi sovrapposti
- La miscelazione convessa degli FCM a blocchi crea un grafo di conoscenza FCM ciclico
- L'inferenza bayesiana produce FCM 'de-bloccati' simili a posteriori
- Dimostrato sul modello della Trappola di Tucidide di Allison
- La Trappola di Tucidide descrive il conflitto tra potenze dominanti ed emergenti
- Potenza dominante: Stati Uniti; potenza emergente: Cina
Entità
Istituzioni
- arXiv
Luoghi
- United States
- China