Simile AI-t Joon Sung Park vezeti; a vállalat a viselkedésmodellezésre és „digitális ikrek” létrehozására fókuszál. 2024‑ben a cég 2 milliárd dolláros Series B befektetést zárt, melyet GreenOaks és Index Ventures vezettek, kiemelt backerek között említették Fei‑Fei Li és Andrej Karpathy neveit. Simile ügyfelei között Fortune 100 vállalatok is szerepelnek, például a CVS.
A cég állítása szerint szimulációik és digitális ikreik egyes használati esetekben 85–99% pontosságot érnek el hagyományos emberi fókuszcsoportokkal vagy kutatási panelekkel szemben — a pontos számok a konkrét alkalmazástól és populációtól függnek.
Kutatási gyökerek: Smallville és a generatív ügynökök
Joon Sung Park kutatói pályája részben a 2023‑as, Generative Agents (köznyelven "Smallville") munkára épül, amely megmutatta, hogy mesterségesen létrehozott ügynökök képesek lehetnek emlékezni, tervezni, társas viselkedést mutatni és emergens viselkedési mintázatokat produkálni. E tanulmány és a kapcsolódó kutatások vezettek el a viselkedésre fókuszáló alapmodellek és a világ szimulálásának gondolatához: „mi történne, ha a döntéshozatal előtt a világot megszimulálnánk?”
Módszer: adatforrások és modellek
Simile három fő adathalmazt használ:
- Minőségi interjúk: hosszú, narratív jellegű interjúk, ahol a résztvevők életük történetét, emlékeiket és motivációikat mesélik el. Ezek texturális információt adnak az egyénről.
- Observációs és tranzakciós adatok: vásárlási, használati és viselkedési események, webes scrapingből vagy ügyféladatokból — ezek adják a statisztikai alapot az emberek tényleges cselekvéseiről.
- Kísérleti (causality) adatok: randomizált kontrollált vizsgálatok (RCT‑ek), amelyek segítenek feltárni az ok‑okozati mechanizmusokat, vagyis miért döntenek így az emberek.
A Simile megközelítése populáció‑ és egyénszintű modelleket is épít: egy populációs modell reprezentálja egy alcsoportra jellemző statisztikákat, míg az egyénszintű modell személyre szabott digitális ikrek létrehozására szolgál.
Eredmény: 1,000 személy szimulálása és 85% reprodukció
A kutatási munka egyik közleménye, "Generative Agent Simulations of 1000 People" (a cikk a 2024 végi időszakhoz kapcsolódik), során 1,000, az Egyesült Államokból reprezentatív mintavétellel toborzott résztvevőt hívtak virtuális laborba. Két órás adatgyűjtés (interjúk, viselkedési adatok stb.) után a résztvevőket elengedték, majd két hét múlva visszahívták őket, hogy kitöltsenek kérdőíveket és részt vegyenek kísérletekben. A kutatók ezután létrehozták a digitális ikreket, amelyeknek azt kellett előre jelezniük, hogyan viselkednének a forrásszemélyek a különböző vizsgálatokban.
A vizsgálatban a digitális ikrek viselkedését és attitűdjeit nagyjából 85%-os pontossággal sikerült reprodukálni — ez a szerzők szerint azt jelenti, hogy a modellek megközelítőleg annyira hűen adták vissza a válaszokat, mint az emberek maguk reprodukálják saját válaszaikat egy adott feladaton.
Miért különböznek a „frontier” nagy nyelvi modellek (LLM‑ek)?
Park és Simile szerint a jelenlegi nagy alapmodellek (pl. ChatGPT, Claude) erősek a nyelvi feladatokban és az általános következtetésben, de nem feltétlenül tanulták meg teljes mélységében az emberi „társadalmi fizikát”: a webes adatok jellemzően attitűdöket és nyilvános megnyilvánulásokat tartalmaznak, nem pedig a valós, tétre menő viselkedést és ok‑okozati mechanizmusokat.
A Simile célja az, hogy olyan modelleket hozzon létre, amelyek nem kizárólag a racionális, hibátlan szereplőket másolják, hanem az emberek hibáit, torzításait és hétköznapi döntéseit is reprodukálják — ezért szükséges a specifikus adatgyűjtés és adott esetben a modellek paramétereinek módosítása (post‑training), nem csupán promptolás.
Alkalmazások, ügyfelek és etikai megfontolások
A Simile ügyfelei között említik a CVS‑t és más nagyvállalati partnereket; a cég stratégiai partnerséget kötött Gallup‑pal is (Gallup a politikai, közvélemény‑ és társadalmi kutatásokban aktív). Ügyfelek, például Wealthfront is használták Simile modelleket termék‑ és UI‑tesztelésre, koncepciótesztekre, A/B‑vizsgálatok és viselkedési kísérletek lefuttatására.
A csapat hangsúlyozza a beleegyezés és az adatvédelem fontosságát: sok vizsgálatban a résztvevők tudatosan adják át adataikat és kapnak ellenszolgáltatást a szerepvállalásért. Politikailag érzékeny területeken, például választási kutatásoknál, a cég óvatos szabályozási és etikai megfontolásokat kíván alkalmazni.
Skálázás, költségek és hosszú távú ambíciók
Simile jelenleg heti több tízezer emberrel gyűjt adatot, panelpartnerek révén hozzáférésük több tízmillió felhasználó adataihoz is van. A vállalat szerint a mai igények sok esetben ezer–százezres nagyságrendű hiteles mintákkal is kielégíthetők, ugyanakkor a hosszú távú ambíció a teljes földi populáció, azaz körülbelül 8 milliárd ember szimulálása.
Park elmondása szerint a szimulációs teljesítmény javulása és a hozamok előrevetítenek egyfajta „skálázási törvényt”: több emberi adat és több számítási kapacitás következetesen jobb modell‑teljesítményt ad a viselkedés előrejelzésében. Ugyanakkor a társadalmi‑szintű, több‑ügynökös szimulációk futtatása jelentős számítási költségeket vonhat maga után — a jövőben akár adatközpontnyi kapacitásra is szükség lehet.
Tágabb célok: termékteszteléstől a társadalmi problémákig
A Simile célja nem csak piackutatás kiváltása: a csapat a szimulációt eszközként látja arra, hogy termékeket és politikákat a gyakorlatban kipróbáljanak, paradox vagy nem intuitív beavatkozásokat találjanak, és emergens viselkedést modellezzenek társadalmi skálán. Park példaként említi olyan „wicked problem” jellegű kérdéseket, mint a klímaváltozás kezelése, a demokratikus összeomlás jelzőinek felismerése vagy alapjövedelem‑kísérletek modellezése.
A kutatói inspirációk között említette Thomas Schelling klasszikus munkáit az ügynök‑alapú modellezésről, amelyek korábban társadalmi politikák — például lakhatási stratégiák — megfontolására hatottak.
Vállalat és csapat
Simile vegyíti a kutatólabort és a termékvállalatot: négy alapító közül Michael Bernstein, Percy Liang és Joon Sung Park kutatói háttérrel rendelkeznek, Lainie Yallen pedig üzleti vezető. A cég mintegy 60 főt foglalkoztat, vegyesen SF‑i központtal és New York‑i irodával; a csapatban sokan a Microsoft Research‑ból, OpenAI‑ból és más ismert cégekből érkeztek.
Összegzés
Simile AI a viselkedésalapú „foundation” modellek és emberi digitális ikrek fejlesztésével olyan szimulációs eszközt próbál építeni, amely nem csupán előrejelzést ad, hanem a döntéshozók számára útvonalakat és beavatkozásokat ajánl, alapvetően a viselkedés ok‑okozati mechanizmusainak megértésére támaszkodva. A vállalat már most jelentős ipari ügyfelekkel dolgozik, és kutatási közleményekkel igazolta, hogy laboratóriumi körülmények között digitális ikreik ~85% pontossággal reprodukálják az emberek viselkedését; a hosszú távú cél a társadalmi skálájú szimulációk felépítése marad.
