Modelado y simulación basada en agentes en arqueología

Potenciales, límites y expectativas

disponible en https://andros-spica.github.io/CEPHCIS-Angourakis-2023/
https://andros-spica.github.io/CEPHCIS-Angourakis-2023/index.html?print-pdf (printable version)

reform.ressourcencampus-bochum.de

Breve introducción

Investigador asociado a la Ruhr-Universidad Bochum y Universidad de Colonia, Alemania
Licenciado en Humanidades y Sociología + Máster y Doctorado en Arqueología
Participación en proyectos
- Simulación de dinámicas socioecológicas (SimulPast, Universidad de Barcelona)
  Angourakis et al. 2014, 2015, 2017
- Arqueometría sobre cerámicas (CAMOTECCER, Universidad de Barcelona)
  Angourakis et al. 2018
- Resiliencia y trasnformación en la civilización del valle del Indo frente al cambio climático (TwoRains, University of Cambridge)
  Angourakis et al. 2020, 2022
Otros trabajos:
- Manual online sobre arqueología digital (Graham et al. 2018)
- Visión por computador para la detección de fuentes en el comercio de restos humanos (Graham et al. 2020)
- Simulación y diseño de video juegos (Szczepanska et al. 2022)
- Orígenes de la agricultura (Angourakis et al. 2022)
- Tutorial sobre modelado basado en agentes en arqueología
  (github.com/Andros-Spica/ABM-tutorial-koeln-2022)
- Panorama de la simulación social en arqueología (Angourakis 2023)

¿Qué es modelado basado en agentes?
1. Definición
2. Lugar como modelado matemático
3. Ejemplos ("toymodels")

Potenciales en arqueología
1. Consideraciones metodológicas
2. Dominios de aplicación
3. Ejemplos (casos de estudio)

Límites y expectativas

Conclusión

1. ¿Qué es modelado basado en agentes?

1.1. Definición

Modelado basado en agentes

(MBA o ABM)

dinámicas
formalización
comportamientos
población
"bottom-up"
estocasticidad

→ simulación

→ definiciones

→ algoritmos

→ procesos distribuidos

→ emergencias

→ probabilidades

Flocking behaviour in 'Behavioral systems' by Danil Nagy in 'Generative Design', medium.com

Bajo el prisma de las ciencias de la complejidad

Sistemas complejos
cantidad y diversidad de relaciones causales
no-lineariedad, autoorganización and autosimilitud
Marcos unificadores:
- teóricos (e.g., ciencia social generativa, sistemas socioecológicos)
- metodológicos (e.g., SIG, modelado basado en agentes)

Breeder pattern in Conway's Game of Life
George (talk)Conways_game_of_life_breeder.png: Hyperdeath [CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0)], via Wikimedia Commons

Background: pseudo-code for the Gale–Shapley algorithm
to solve the Stable Marriage Problem

1. ¿Qué es modelado basado en agentes?

1.2. Lugar como modelado matemático

De modelo a ABM

Diagramas disponibles en https://github.com/Andros-Spica/modelling-simulation-graphs
Iconos por "The Noun Project", varios autores (thenounproject.com)

pasos de modelización en ABM

	Input	Modelo	Output
Aprendizaje automático	conocido	aprendido después de la implementación	conocido+ predecido después del entrenamiento
Simulación	conocido+ supuesto	conocido antes de la implementación	aprendido después de iteraciones

1. ¿Qué es modelado basado en agentes?

1.3. Ejemplos ("toymodels")

Modelo de segregación de Schelling

2. Potenciales en arqueología

2.1. Consideraciones metodológicas

ABM en la metodología arqueológica

Diagramas disponibles en https://github.com/Andros-Spica/modelling-simulation-graphs
Icon assets from "The Noun Project" (thenounproject.com)

2. Potenciales en arqueología

2.2. Dominios de aplicación

Dinámica fisicoquímica

Producción de artefactos: cadena operativa (chaîne opératóire), autoría y estilo, transformaciones materiales durante la fabricación (Sorensen y Scherjon 2018), uso y deposición (Gravel-Miguel et al. 2021)
Formación de yacimientos: distribución de artefactos y estructuras (Gravel-Miguel et al. 2021)), preservación, formación de estratos y tafonomía (Davies et al. 2016), sesgo de muestra

Dinámica ecológica

Clima: estacionalidad (Angourakis et al. 2022), variaciones regionales, cambio climático (Bocquet-Appel et al. 2014)
Suelos: erosión y acumulación de sedimentos (Kabora et al. 2020; Robinson et al. 2018; Ullah et al. 2019)
Hidrología: disponibilidad de agua, escorrentía, irrigación (Altaweel y Watanabe 2012)
Plantas: domesticación de plantas (Angourakis et al. 2022); dinámica de cultivos (Angourakis et al. 2022; Baum et al. 2016); estimación de biomasa o productividad (Boogers y Daems 2022; Christiansen y Altaweel 2006; Joyce 2019; Robinson et al. 2018); deforestación e incendios forestales (Boogers y Daems 2022; Snitker 2021)
Animales: dinámica de poblaciones bajo influencia humana (Morrison y Allen 2017); dinámica de poblaciones de animales domésticos (Günther et al. 2021); comportamiento de rebaño, forrajeo y trashumancia (Günther et al. 2021; Rogers 2013)

Ver referencias en Angourakis 2023 Vegeta

Dinámica antropológica I

Individuos: dinámica peatonal (Lake 2001); forrajeo (Brantingham 2006; Oestmo et al. 2016); parentesco (Rogers 2013); apareamiento, matrimonio y reproducción (Verhagen 2019); salud y mortalidad (Verhagen 2019); cognición (memoria, racionalidad y aprendizaje) (Mokom 2015; Premo y Tostevin 2016; Sousa et al. 2019); cooperación y competencia entre individuos (Graham 2009; Sousa et al. 2019; White 2013); aprendizaje social y emergencia de normas (Gower-Winter 2022; Mokom 2015)

Grupos: organización de hogares y microeconomía (Christiansen y Altaweel 2006; Joyce 2019); emergencia de alianzas y organizaciones (Cioffi-Revilla et al. 2015; White 2013); cooperación y competencia entre grupos (Angourakis et al. 2014, 2015, 2017; Cioffi-Revilla et al. 2015; Rogers 2013); movilidad de grupos (Rogers 2013; Santos et al. 2015); logística y táctica militar (Rubio-Campillo et al. 2014, 2015; Verhagen 2019)

Ver referencias en Angourakis 2023 Vegeta

Dinámica antropológica II

Asentamientos: dinámica demográfica (crecimiento natural y migración) (Verhagen 2019); explotación de recursos (Boogers y Daems 2022); comercio (Carrignon et al. 2020; Chliaoutakis y Chalkiadakis 2020; Lawall y Graham 2018; Ortega et al. 2014; Sakahira et al. 2020); evolución cultural (Carrignon et al. 2020; Gower-Winter 2022; Lake y Crema 2012; Mokom 2015; Sakahira et al. 2020); patrones de asentamiento (Altaweel 2015; Chliaoutakis y Chalkiadakis 2016); uso del suelo (Angourakis et al. 2014, 2017; Boogers y Daems 2022; Joyce 2019; Robinson et al. 2018; Rogers 2013; Snitker 2021; Ullah et al. 2019); politogénesis (Cioffi-Revilla et al. 2015; Rogers 2013; Turchin et al. 2013); colapso o abandonamiento catastrófico (Kohler y Varien 2012; McAnany et al. 2015)

A escalas regionales hasta globales: cooperación y competencia entre estados territoriales (Turchin et al. 2013); rutas comerciales (Chliaoutakis y Chalkiadakis 2020; Lawall y Graham 2018; Ortega et al. 2014); dispersión humana (Callegari et al. 2013) y difusiones genéticas y culturales (Bocquet-Appel et al. 2014; Kovacevic et al. 2015; Mokom 2015)

Ver referencias en Angourakis 2023 Vegeta

2. Potenciales en arqueología

2.3. Ejemplos

Artificial Anasazi

Axtell, R. L., Epstein, J. M., Dean, J. S., Gumerman, G. J., Swedlund, A. C., Harburger, J., … Parker, M. (2002). Population growth and collapse in a multiagent model of the Kayenta Anasazi in Long House Valley. Proceedings of the National Academy of Sciences, 99(Supplement 3), 7275–7279. https://doi.org/10.1073/pnas.092080799

Janssen, M. A. (2009). Understanding Artificial Anasazi. Journal of Artificial Societies and Social Simulation, 12(4). http://jasss.soc.surrey.ac.uk/12/4/13.html

HOMINIDS

Griffith, C. S., Long, B. L., and Sept, J. M. (2010). HOMINIDS: An agent-based spatial simulation model to evaluate behavioral patterns of early Pleistocene hominids. Ecological Modelling, 221(5), 738–760. https://doi.org/10.1016/j.ecolmodel.2009.11.009

MedLanD

Barton, C. M., Ullah, I. I. T., Bergin, S. M., Mitasova, H., and Sarjoughian, H. (2012). Looking for the future in the past: Long-term change in socioecological systems. Ecological Modelling, 241, 42–53. https://doi.org/10.1016/J.ECOLMODEL.2012.02.010

HouseholdsWorld

Rogers, J. D., Nichols, T., Emmerich, T., Latek, M., and Cioffi-Revilla, C. (2012). Modeling scale and variability in human–environmental interactions in Inner Asia. Ecological Modelling, 241, 5–14. https://doi.org/10.1016/J.ECOLMODEL.2011.11.025

MayaSim

Heckbert, S. (2013). MayaSim. Journal of Artificial Societies & Social Simulation, 16(4), 11. http://jasss.soc.surrey.ac.uk/16/4/11.html

Examples from Indus Village model (to-do list)

Angourakis et al. 2022, graphical abstract

Andros-Spica/diagrams
/RoadMapSoFar_2022-06.png

Angourakis et al. 2022, Quaternary | repositorio: https://github.com/Andros-Spica/indus-village-model

Carrignon, S., Brughmans, T., & Romanowska, I. (2020). Tableware trade in the Roman East: Exploring cultural and economic transmission with agent-based modelling and approximate Bayesian computation. PLOS ONE, 15(11), e0240414. 10.1371/journal.pone.0240414

Comercio de vajillas del Mediterráneo oriental (épocas helenística y romana)
8730 fragmentos, 5 tipos, 178 sitios (presencia/ausencia por tipo-sitio)
Un problema de evolución cultural
Simulación de algoritmos de transmisión cultural (tres hipótesis) junto con un modelo de economía de mercado, produciendo distribuciones espaciales de rasgos culturales de los comerciantes de cada asentamiento
Exploración estocástica del espacio de parámetros para cada algoritmo, evaluado a la luz de datos empíricos, mediante Computación Bayesiana Aproximada (ABC) + Monte Carlo de Población (ABCPMC)

Uso combinado de ABM y aprendizaje automático

Carrignon et al. 2020 - Fig. 2 — Carrignon et al. 2020, Fig. 2 and 5

Carrignon et al. 2020 - Fig. 5 — Carrignon et al. 2020, Fig. 2 and 5

See also:
Carrignon, S., Bentley, R. A., & Ruck, D. (2019). Modelling rapid online cultural transmission:
Evaluating neutral models on Twitter data with approximate Bayesian computation.
Palgrave Communications, 5(1), Article 1. https://doi.org/10.1057/s41599-019-0295-9

Manual

Romanowska, Iza, Colin D. Wren, and Stefani A. Crabtree. 2021. Agent-Based Modeling for Archaeology. Electronic. SFI Press. https://doi.org/10.37911/9781947864382

Introducción teórica y práctica
No presumpone conocimientos previos de programación
Ejemplos y ejercicios en NetLogo

3. Límites y expectativas

Metodología

Disambigüación
Consolidación de modelos compartidos
Laboratorio virtual
Interdisciplinariedad

Epstein, J. M. (2008). Why Model? Journal of Artificial Societies and Social Simulation, 11(4), 12.
http://jasss.soc.surrey.ac.uk/11/4/12.html

Teoría

Emergencia social y systemas socioecológicos
Resiliencia, adaptación, cambio y colapso
Asentamiento y mobilidad
Comportamiento y cognición

Kintigh, K. W., Altschul, J. H., Beaudry, M. C., Drennan, R. D., Kinzig, A. P., Kohler, T. A., … Zeder, M. A. (2014).
Grand challenges for archaeology. Proceedings of the National Academy of Sciences of the United States of America, 111(3), 879–880.
https://doi.org/10.1073/pnas.1324000111

Procesos sociales asociados a la materialidad
Cualquier escala espacio y tiempo
Colección y estandarización de datos
Construcción de teoría y generación de hipótesis

Madella, M., Rondelli, B., Lancelotti, C., Balbo, A. L., Zurro, D., Rubio Campillo, X., & Stride, S. (2014). Introduction to Simulating the Past. Journal of Archaeological Method and Theory, 21(2), 251–257. https://doi.org/10.1007/s10816-014-9209-8

Rogers, J. D., & Cegielski, W. H. (2017). Opinion: Building a better past with the help of agent-based modeling. Proceedings of the National Academy of Sciences of the United States of America, 114(49), 12841–12844. https://doi.org/10.1073/pnas.1718277114

Cegielski, W. H., & Rogers, J. D. (2016). Rethinking the role of Agent-Based Modeling in archaeology. Journal of Anthropological Archaeology, 41, 283–298. https://doi.org/10.1016/J.JAA.2016.01.009

Límites

No es una solución mágica
Largo camino para estándar
Díficil aprendizaje
Sesgos
Validación, documentación y compreensión subdesarrolladas

Futuro?

Diseño de videojuegos
(e.g. Project Highrise)

screenshot of OpenAI emergent behaviour example

Aprendizaje profundo (e.g. robotics)

4. Conclusión

Leonardo AI take on ML and simulation cooperation

Imágenes creadas por Leonardo.AI (Diffusion XL) sobre
"machine learning and simulation cooperating
to reconstruct socio-ecological past".

Mecanismo/explicación es la piedra angular de los modelos de simulación
ABM + arqueología:
muchas vías disponibles (frutas maduras) y otras aún por explorar
Los sistemas socioecológicos del pasado exigen un modelado a largo plazo (de tiempo profundo, complejo, multidisciplinario)

Gracias por vuestra atención!

Andreas Angourakis | @AndrosSpica

reform.ressourcencampus-bochum.de