社会模拟
Parent: ai_keywords
社会模拟（Social Simulation）
核心定义
社会模拟是一种通过计算模型（如多智能体系统、复杂网络、生成式机器学习）对人类社会行为、互动模式及集体涌现现象进行抽象与复现的跨学科方法。在人工智能与神经科学交叉领域，社会模拟被用于揭示社会认知的神经计算机制，并量化精神疾病（如孤独症、精神分裂症）或神经系统疾病（如脑卒中、帕金森病）中的社会功能障碍。
关键技术点
-
多智能体强化学习（MARL）
构建多个具有独立策略的智能体，在共享环境中通过博弈与协作学习最优行为。可用于模拟“心理理论”——即个体推断他人意图与信念的能力，其决策过程与大脑默认模式网络的活动高度相关。 -
图神经网络（GNN）与社会连接组
将个体抽象为节点，互动关系为边，利用GNN建模社会网络中信息传播的动态。与神经科学中的功能连接网络（如EEG相干性矩阵）形成映射，揭示社会交互如何重塑脑区间耦合。 -
生成式社会场景（GAN / 扩散模型）
生成逼真的虚拟社交情境（如对话、眼神注视、手势），用于训练或验证神经编码模型。此类场景能激活颞顶联合区、内侧前额叶等社会认知核心脑区，为闭环神经调控提供生态效度输入。 -
贝叶斯认知模型
将社会学习建模为对他人行为概率分布的动态更新，与大脑中多巴胺能预测误差编码机制对应，用于解释帕金森病患者在社交决策中僵化（低估不确定性）的神经基础。
医学/神经科学应用场景
脑卒中后社会认知障碍的精准康复评估（结合首都医科大学神经病学背景）
利用社会模拟构建沉浸式虚拟客厅场景：患者通过眼动追踪与手势识别与多个AI化身自然互动（如轮流分享、情绪识别任务）。同步采集高密度脑电图（EEG）与功能性近红外光谱（fNIRS），实时提取前额叶-颞顶联合区的θ/γ相位幅值耦合特征。通过对比健康对照组，可量化卒中后“社会脑”网络（尤其是右侧颞上沟与额下回）的功能重塑程度。模拟环境中的社交博弈任务（如信任博弈）还能诱发抑郁或冷漠等情绪障碍，为个性化神经调控（如经颅直流电刺激）提供靶点与反馈指标。该范式已在我中心（首都医科大学宣武医院）开展的“卒中后认知康复队列”中初步验证，社会互动中前额叶氧合血红蛋白浓度增量可预测6个月后的社会参与度。
