Modelos Espaciales Ya revisamos algunos modelos sencillos que nos dieron una idea de cómo y para qué se han utilizado los modelos de agentes en el pasado. En varios de los ejemplos los modelos eran utilizados como experimentos mentales para explorar posibles teorías sobre cómo funciona el mundo, o para entender cómo se relacionan distintos parámetros, o preguntas similares. Pero la modelación basada en agentes también puede utilizarse para crear modelos muy complejos. Entonces surge la pregunta: ¿qué tan complejos y avanzados pueden llegar a ser? Tan sólo en Netlogo que utilizaremos aquí, podríamos crear decenas de miles de agentes y parches. De hecho ya hay modelos con centenas de miles, y posiblemente millones de agentes y parches. Podemos crear tomadores de decisiones complejas, agentes que toman decisiones con respecto a la optimización de la economía de un mercado, o que toman decisiones dependiendo de su conducta en el pasado. Veremos que puede haber muchos tipos de agentes, cinco o seis o decenas de tipos de agentes en un solo modelo. Podemos hacer modelos de ciudades enteras y de cómo están integradas. Algo genial de NetLogo y de otras de las plataformas de ABM es que permiten añadir herramientas adicionales externas que no están incluidas en el paquete de software como tal. Podríamos integrar, por ejemplo, un paquete de análisis estadísticos para usarlo de la forma más completa dentro del sistema. ¿Qué restricciones hay para el tamaño de un modelo? Esa es una pregunta interesante. Suelen tener que ver con la capacidad de procesamiento de la computadora, la cantidad de tiempo disponible, la complejidad de los agentes, entre más complejos, requieren más tiempo de cómputo. Y también el ambiente. En este contexto vamos a hablar de dos tipos de ambientes en particular que suelen utilizarse en modelos de agentes. Uno es para modelos espaciales y el otro es para modelos de redes. Uno de los modelos que realmente me gustan y que pertenece a un grupo que crea muchos modelos de agentes que se llama Grupo Redfish (Pez rojo) y que utiliza NetLogo para generar modelos que utiliza con bastante éxito para comprender problemas complejos de su alrededor. Este modelo en particular que estoy mostrando es una visualización de una intersección de caminos muy compleja, y que se ha inspirado naturalmente del sencillo modelo de tráfico que revisamos anteriormente. De igual forma aquí están representados los agentes y demás, que les permite observar e intentar comprender si una red de tráfico vehicular como ésta podría funcionar. Ahora éste es otro de mis favoritos. También fue construido por el Grupo Redfish bajo las premisas de Stephen Guerin y Owen Densmore. En este caso ellos buscaban la manera de apoyar a los Departamentos de Seguridad de Santa Fe con el procedimiento de evacuación o de 'salida en masa' de un evento anual de Santa Fe llamado la Zozobra, que es, hasta donde entiendo, parecido a Burning Man (Hombre en Llamas). Nunca he asistido en persona. Pero aparentemente construyen una gran estructura y al final le prenden fuego. Es un evento que obviamente requiere de control del entorno circundante. De este modelo a mí me parece interesante que condujo a muchas discusiones sobre la manera de colocar adecuadamente las salidas de emergencia del evento. Pero noten que hay un pequeño agente en particular que corre hacia la parte superior de la pantalla. Esto ayuda a ilustrar un punto de los modelos de agentes, y es que cuando se construye un modelo de agentes y se dan objetivos a los agentes si se dejan vacíos o cualquier tipo de errores en los objetivos que no consideraron a detalle, los agentes los encontrarán. En este caso, ese agente al parecer encontró un 'hoyo en la reja' o algo similar que le permitió salir de manera completamente distinta a los otros. En fin, es otro gran ejemplo del uso de modelos de agentes en un entorno espacial para explorar fenómenos más complejos. Un proyecto más en el que yo mismo estuve involucrado fue un proyecto de procedimientos para modelar ciudades. En este contexto, se utilizó NetLogo para ver si era posible 'pintar' ciudades que podrían tener el 'sabor' de una ciudad como Roma por medio de 'pintar' una serie de semillas que la recrearían, dando la sensación de Roma, pero sin ser exactamente igual. O ciudades con el 'sabor' de París pero sin ser París, o algún caso similar. Uno de los colaboradores fue Maxus quien creo la caja de herramientas de Los Sims, así que fue posible tomar los modelos generados en NetLogo como la imagen que muestro aquí, y después subirlo a un software de SIG y también al software de Los Sims. Siempre que puedo incluyo la referencia del artículo que habla de estos procesos. También resulta que estoy en el comité de una estudiante que está haciendo un interesante análisis de políticas con modelos de agentes y reitero, esto es un contexto espacial. Ella estaba utilizando datos de varias fuentes geográficas, incluyendo una red de tranvía, datos demográficos, y cosas así, para el área grande de Chicago. Y con la información geográfica ella construyó un modelo de toma de decisiones del uso del transporte para cada agente del modelo, donde cada uno representa una familia. En este modelo los agentes deben de tomar una decisión basándose en varias cuestiones como el costo de la gasolina o el precio de los coches. Deciden entre usar su propio automóvil o el transporte público para llegar a sus destinos. Resultó interesante que se trabajaran los datos geográficos aparte del modelo, en un software SIG. Y asimismo se construyó un modelo de demanda de tráfico aparte del modelo de agentes. Y el modelo de agentes solo forma una parte que integra en conjunto el análisis de políticas y el análisis de toma de decisiones por familia. Su objetivo era explorar si la implementación de diferentes políticas permitiría revertir la conducta, de un mundo donde cada familia tiene su transporte privado a uno donde se utiliza más el transporte público.