M’AI: agents’ interaction 1000-1M24MAI

W ramach tego przedmiotu badamy dynamikę układów cząstek, skupiając się na ich zachowaniach jakościowych. Cząstki można utożsamić z agentami lub różnymi obiektami, co pozwala na rozszerzenie analizy na teorie opinii, zachowania społeczne, czy modele interakcji grupowych. Dzięki temu wkraczamy w interdyscyplinarne obszary, które wykraczają daleko poza klasyczne zastosowania fizyczne i umożliwiają badanie różnorodnych zjawisk w świecie rzeczywistym, takich jak podejmowanie decyzji, współpraca czy konkurencja.

Wykład koncentruje się na analizie zachowań takich układów z punktu widzenia rozkładu interakcji oraz na badaniu, w jaki sposób różne czynniki wpływają na globalne i lokalne struktury zachowań. Szczególną uwagę poświęcamy metodom modelowania matematycznego i numerycznego, które są kluczowe dla opisu tych procesów.

W celu efektywnego badania tego typu modeli wykorzystujemy techniki uczenia maszynowego (Machine Learning). ML pozwala na tworzenie uproszczonych, tanich obliczeniowo modeli, które są nie tylko wydajne, ale również zdolne do adaptacji w dynamicznych środowiskach. Zajęcia obejmują zarówno aspekty praktyczne, takie jak implementacja algorytmów ML w analizie układów, jak i teoretyczne, dotyczące ograniczeń oraz interpretowalności modeli.

Studenci poznają podstawowe narzędzia z zakresu ML, które umożliwiają analizę dużych zbiorów danych i budowanie modeli predykcyjnych. Program przedmiotu łączy tradycyjne techniki analityczne z nowoczesnym podejściem opartym na uczeniu maszynowym, co pozwala na skuteczne badanie złożonych układów w kontekście wieloagentowym.

Wykład będzie przebiegać w formie warsztatów ukierunkowanych na zainteresowania uczestników, od zagadnień czysto matematycznych do informatycznych. Planujemy przeprowadzić część zajęć na warsztatach wyjazdowych.