Das weltweit erste universelle Entscheidungs-Großmodell: Enthüllung der Technologie, mit der künstliche Intelligenz die reale Welt simuliert und vorausberechnet.

Die Generierung von Antworten wird zu einer grundlegenden Fähigkeit von KI, während die Simulation der realen Welt die schwierigere Aufgabe der nächsten Phase darstellt.

Echte Entscheidungen sind keine statischen Fragen und Antworten. Sie finden in einer Welt statt, die sich ständig verändert, von mehreren Akteuren gleichzeitig beeinflusst wird, unvollständige Informationen aufweist und voller Unsicherheiten ist.

Wenn beispielsweise ein neues Open-Source-Modell die Kosten plötzlich stark senkt, werden die führenden Modellanbieter einer Preissenkung folgen? Wie werden Cloud-Anbieter, Entwickler und Anwendungsunternehmen ihre Positionen neu ausrichten? Bei solchen Entscheidungen ändert die Handlung einer Seite die Bedingungen, mit denen andere Seiten im nächsten Schritt konfrontiert sind, und neue Reaktionen verändern die Situation weiter. Es ist wie ein Schachspiel, bei dem alle Spieler gleichzeitig ihre Züge machen – jeder Zug verändert das gesamte Spielbrett.

Vor diesem Hintergrund wurde das Zhongke Wenge Decision-Making Machine Decitron (kurz: Decision-Making Machine) nach seiner Veröffentlichung von zahlreichen führenden Technikmedien als „weltweit erstes universelles großes Entscheidungsmodell“ bezeichnet. Diese Bezeichnung betont nicht das erste Auftauchen einer einzelnen Technologie wie Weltmodell, Multi-Agent oder Spieltheoretische Lösung, sondern dass das Decision-Making Machine diese Fähigkeiten erstmals in einem einheitlichen Entscheidungsrahmen für die offene Welt vereint und einen vollständigen geschlossenen Zyklus aus kontinuierlicher Modellierung, Simulation, Lösung und Kalibrierung bildet.

Der Begriff „universell“ bedeutet, dass es versucht, komplexe Entscheidungsprobleme in verschiedenen Bereichen zu einer gemeinsamen Struktur zu abstrahieren – Weltzustände, beteiligte Akteure, Handlungsräume, Beschränkungsbeziehungen, mehrstufige Interaktionen und unsichere Ergebnisse – und diese in demselben Rahmen kontinuierlich zu simulieren und zu lösen.

Adresse des technischen Berichts: https://chinaxiv.org/abs/202608.00064

Am 3. August wurde der vollständige technische Bericht des Decision-Making Machine Decitron offiziell veröffentlicht, der erstmals systematisch seine drei zentralen technischen Beiträge vorstellt:

Erstens wurde das explizite Weltmodell MetaWorld vorgeschlagen, das Informationen aus mehreren Quellen zu strukturierten, dauerhaften und berechenbaren Weltzuständen und deren kausaler Modellierung verarbeitet. Zweitens wird die formale Darstellung State–Action–Outcome (SAO) verwendet, um komplexe Entscheidungen in berechenbare Ausdrucks- und Schlussfolgerungsformen umzuwandeln. Drittens wurde eine gemischte Schlussfolgerungsarchitektur AutoABM aufgebaut, die Multi-Agent-Simulation, spieltheoretische Schlussfolgerung und formale Optimierung vereint und komplexe Entscheidungsprobleme wie Spielgleichgewicht, Strategieplanung und Beschränkungserfüllung auf Basis eines Multi-Agent-Entscheidungssimulationssystems löst. Die drei Komponenten bilden gemeinsam die technische Grundlage des Decision-Making Machine, mit dem Ziel, die einmalige Beurteilung von KI-Systemen in einen Berechnungs- und Simulationsprozess umzuwandeln, der sich mit der Veränderung der Welt ständig aktualisiert.

Welche Architektur wird benötigt, damit KI an echten Entscheidungen teilnehmen kann?

Gegenwärtig sind mehrere Schlüsselfähigkeiten, die KI für die „Entscheidungssimulation“ benötigt (wie Weltmodell, Multi-Agent, spieltheoretische Schlussfolgerung, Wahrscheinlichkeitsvorhersage) nacheinander entstanden. Die eigentliche Schwierigkeit liegt darin: Wenn KI von geschlossenen Aufgaben in die offene reale Welt eintritt, müssen diese Fähigkeiten um denselben, ständig aktualisierten Weltzustand herum zusammenarbeiten, anstatt nur in einem einzigen Prompt voneinander unabhängige Analysen zu liefern.

Sehen wir uns zuerst das Weltmodell an. Wenn man von World Model spricht, denkt man leicht an physische Weltmodelle wie Sora, World Labs, V-JEPA, die hauptsächlich auf visuelle, räumliche, physische oder Roboterumgebungen ausgerichtet sind. Das von dem Decision-Making Machine vorgeschlagene MetaWorld konzentriert sich auf komplexere Entscheidungsszenarien: offene Systeme wie Wirtschaft, Politik, Unternehmenswettbewerb und Geopolitik, deren Systemmodellierung mit noch komplizierteren Akteuren, Variablen, Beziehungen und Beschränkungen verbunden ist.

MetaWorld kann als Erweiterung des Weltmodells auf soziale Systeme betrachtet werden und muss drei schwierige Probleme bewältigen: unterschiedliche Regeln, Reflexivität (wechselseitige Interaktion und zirkuläre Beeinflussung zwischen Ursache und Wirkung) und nicht vollständig beseitigbare Unsicherheit. Dies führt direkt zu einer Frage: Wenn die Beurteilung des aktuellen Weltzustands abweicht, wird die anschließende Simulation dann in die falsche Richtung laufen?

Sobald man in soziale Systeme eintritt, reicht es nicht aus, nur den Umgebungszustand zu pflegen – die KI muss auch beurteilen, wie andere Teilnehmer handeln. CICERO von Meta und das von Teams der Peking-Universität vorgestellte Richelieu haben bereits die Fähigkeit mehrerer Agenten gezeigt, unter unvollständigen Informationen zu interagieren und zu spielen. Für echte Entscheidungen in der offenen Welt muss nach der Simulation der Handlungen aller Seiten weiterhin beurteilt werden, ob die Strategien durchführbar sind, auf welche Gleichgewichte sich das Spiel einstellen kann und welche Wahrscheinlichkeiten und Bedingungen für das Eintreten verschiedener Zukünfte bestehen.

Genau hier liegt die Bedeutung des Decision-Making Machine: Seine gemischte Schlussfolgerungsarchitektur AutoABM vereinigt das semantische Verständnis von LLM, die strukturierte SAO-Darstellung, Multi-Agent-Modellierung und -Simulation sowie Strategieschlussfolgerung und -optimierung in derselben Implementierungskette und verbindet die vier Schritte „Welt verstehen – simulieren und nachvollziehen – Entscheidungen lösen – Zukunft bewerten“.

Wie führt das Decision-Making Machine eine komplexe Simulation von Fakten bis zur Zukunft durch?

Das Decision-Making Machine besteht aus sechs Ebenen: Eingabe und Aufgaben, Daten und Wissen, Modellierung und Formalisierung, Simulation und Schlussfolgerung, Vorhersage und Kalibrierung, Bericht und Erklärung, die eine vollständige Kette von realen Informationen bis zur Entscheidungsausgabe bilden.

Im Folgenden betrachten wir als Fallbeispiel „Wie könnte sich ein komplexer Handelskonflikt in den nächsten sechs Monaten entwickeln?“, um zu sehen, wie das Decision-Making Machine ausgehend von realen Informationen schrittweise den aktuellen Weltzustand aufbaut, die Handlungen aller Seiten simuliert, verschiedene mögliche zukünftige Pfade nachvollzieht und unter welchen Bedingungen diese Pfade eintreten.

Erster Schritt: Eile nicht, die Zukunft zu simulieren, kläre zuerst „was gerade passiert“ und welche Fakten vertrauenswürdig sind.

Die Informationen in der realen Welt sind sehr vielfältig, können sich wiederholen, widersprechen oder bereits veraltet sein. Das Decision-Making Machine wandelt die Frage des Benutzers zuerst in eine strukturierte Aufgabe um und klärt, was beantwortet werden soll, welche Akteure beteiligt sind, welcher Zeitraum betrachtet wird und welche Beschränkungen bestehen. Im Fallbeispiel sperrt das System zuerst die beteiligten Hauptparteien des Konflikts, den Zeitrahmen und die aktuellen Streitpunkte, erfasst Bedingungen, die die Situation beeinflussen könnten, wie Zölle, Lieferketten, Industriepolitiken und Unternehmensverhalten, und sammelt dann Informationen aus verschiedenen Quellen wie Nachrichtenberichten, sozialen Medien und Forschungsberichten rund um diese Elemente.

Abbildung 2: Ablaufdiagramm der Datenverarbeitung

Die gesammelten Informationen werden zuerst durch Entfernen von Duplikaten, Clustering und Ereignisextraktion verarbeitet und zu einer Ereigniszeitachse und einer Reihe detaillierterer Beweiseinheiten organisiert. Dann beurteilt das System die Informationsqualität einzeln über den Evidence Quality Score (EQS), einschließlich der Relevanz für das aktuelle Problem, der Glaubwürdigkeit der Quelle, der Aktualität und Vollständigkeit des Inhalts sowie der Konsistenz zwischen verschiedenen Informationsquellen. Gleichzeitig bestimmt es das Schicksal der Beweise nach unterschiedlichen Konfidenzniveaus, wobei Beweise mit hohem Konfidenzniveau direkt in die anschließende Simulation einfließen.

Wenn die vorhandenen Beweise unzureichend sind oder verschiedene Quellen widersprechen, führt das System weiterhin den abwechselnden Schlussfolgerungs- und Abrufprozess auf Basis von ReAct durch, passt die nächste Suchrunde nach den fehlenden Informationen an und ergänzt die neu gefundenen Informationen in die vorhandene Zeitachse.

Abbildung 3: Mechanismus des abwechselnden Schlussfolgerns und Abrufens auf Basis von ReAct

Zweiter Schritt: Die gefilterten Fakten in einen ständig aktualisierten „Weltzustand“ umwandeln. Die Fakten teilen dem System mit, was passiert ist. Als Nächstes muss weiter beurteilt werden: In welchem Zustand befindet sich die Welt insgesamt, wenn all diese Veränderungen zusammenkommen?

Das Decision-Making Machine formalisiert diesen Prozess mit der Darstellung State–Action–Outcome (SAO), wobei State den aktuellen Weltzustand beschreibt, Action die Handlungen aufzeichnet, die jeder Agent im aktuellen Zustand durchführt, und Outcome die Ergebnisse wie Gewinne, Verluste, Kosten und Risiken aufzeichnet, die durch die Handlungen entstehen. Es ist zu beachten, dass State zwischen makroskopischen Zuständen und detaillierteren quantifizierbaren Zuständen unterscheidet. Im Fallbeispiel kann die Eskalation von Reibungen ein makroskopischer Zustand sein, während Zollniveaus, Warenpreise und der Grad der Beeinträchtigung von Lieferketten in detaillierteren Zustandsaufzeichnungen erfasst werden.

Darüber hinaus berücksichtigt das System separat externe Schocks, wie plötzliche Politikänderungen, Umweltveränderungen oder andere Ereignisse, die nicht von Agenten gesteuert werden. Nach einer Handlung und einem externen Ereignis wird der Weltzustand aktualisiert. Der aktualisierte Zustand wird dann der Ausgangspunkt für die nächste Runde von Handlungen. So wiederholt sich der Zyklus und bildet eine kontinuierliche SAO-Trajektorie.

Abbildung 4: Ablauf des SAO-Betriebs

MetaWorld ist für die tatsächliche Pflege dieser Zustände verantwortlich und gibt einen Satz strukturierter Weltzustände aus, die berechnet und aktualisiert werden können. Die Zustände können wiederum in drei Ebenen unterteilt werden: Die Environment Layer erfasst die gesamte gemeinsame Umgebung aller Teilnehmer, wie die Phase der Situation und Ressourcenpreise. Die Agent Metrics Layer erfasst die Ressourcen, Fähigkeiten und Fortschritte bei der Zielerreichung jedes Agenten. Die Relationship Matrix Layer erfasst die Veränderungen der Beziehungen zwischen verschiedenen Agenten.

MetaWorld verwendet zudem ein kausales DAG (Kausaler gerichteter azyklischer Graph), um zu beschränken, wie sich Zustände verändern: Mögliche Einflüsse zwischen Variablen werden in der Modellierungsphase in ein Kausalbeziehungsdiagramm organisiert. Während des Simulationsprozesses aktualisiert das System die Knotenzustände und die Gewichte der kausalen Kanten, generiert aber nicht in jeder Runde ein neues Kausaldiagramm.

Dies ist wichtig für die langfristige Simulation. Die Zolländerung der vorherigen Runde beeinflusst die Preise, die Preise wiederum verändern die Wahl der Unternehmen und die Reaktionen anderer Teilnehmer – all diese Veränderungen müssen beibehalten werden, um weiterzurechnen. MetaWorld übernimmt diese Rolle als ständig aktualisiertes „Weltbuchhaltungssystem“.

Dritter Schritt: Auf Basis des Weltzustands beginnen alle Agenten zu handeln. Beim herkömmlichen Agent-Based Modeling (ABM) müssen Experten normalerweise die Teilnehmer, Verhaltensregeln, Umgebungsvariablen und Interaktionsmechanismen im Voraus definieren. Bei einem neuen Problem müssen viele Teile neu modelliert werden. Das von dem Decision-Making Machine vorgeschlagene AutoABM automatisiert diesen Schritt: Bei Fragen in natürlicher Sprache extrahiert das System in Kombination mit externen Beweisen Teilnehmer, Ziele und Beschränkungen, Handlungsräume, Umgebungsvariablen und Kausalbeziehungen und baut daraufhin eine Multi-Agent-Simulationsumgebung auf.

In einem Handelskonflikt können verschiedene Agenten wie Regierungen, Unternehmen, Branchenverbände und Verbraucher gleichzeitig existieren, von denen jeder eigene Ziele, Ressourcen, Risikopräferenzen und unüberwindbare Grenzen hat. Diese Agenten haben keine allumfassende Perspektive und handeln nur auf Basis der lokalen Informationen, die sie beherrschen.

Konkret in einer Runde von Handlungen ruft der Agent zuerst die vorherigen Interaktionen und historischen Trajektorien ab, beurteilt dann die Chancen, Risiken und Beschränkungen in der aktuellen Situation, generiert mehrere wählbare Strategien und trifft eine Auswahl. Außerdem wird in jeder Runde nicht nur in eine Richtung simuliert – das System entwickelt gleichzeitig mehrere verschiedene Weltzustände, einschließlich relativ stabiler Gleichgewichtspfade, eher optimistischer oder pessimistischer Entwicklungsrichtungen sowie hochwirksamer Zweige mit geringer Wahrscheinlichkeit, die die Situation deutlich verändern würden, sobald sie eintreten. Anschließend werden diese Pfade gefiltert und überprüft, der Weltzustand aktualisiert und die nächste Runde gestartet. Mit den weiteren Handlungen aller Seiten verlieren einige Pfade ihre Gültigkeit, während andere wahrscheinlicher