利用深度學習方法對每一個人工智能主體進行建模，不僅可以豐富每個主體的表現，還能夠更加逼真地模擬人類行為。
人工智能程序這種機器經濟人會比人類更可能嚴格按照理性經濟人假設的情況來完成決策和行動。
按照完美理性的經濟人假說，AI之間將能夠和諧共處，并給主人帶來最大的利益。
文明與科技這個人類集體的創造物反過來賦予了每個人類個體更高的智能。同樣的道理，個體層面的人工智能存在著能力上的天花板。
只有將成千上萬的AI鏈接、整合起來，甚至創造出AI自己的文明，才可能為每一個個體AI賦能。
AI之間可能會討價還價
在20世紀90年代的時候，復雜性科學興起，人們忙于利用計算機建模與仿真的方式來模擬各種復雜系統。社會系統顯然是這類模擬程序所關注的一個主要對象。
最近的AI研究又呈現出了一種新的趨勢，就是將深度學習研究與群體智能相結合。人們發現，本已備受詬病的主流經濟學也許更適合描述智能體。這是因為，智能體可以更符合理性行為人的基本假說。
接下來，就讓我們沿著歷史的順序，考察人工智能社會的研究思路。
人工社會
紐約一直是一個多民族聚居的城市，同種族的人會相互聚集在一起。盡管后來紐約政府曾試圖強制將不同種族的人混合在一起，以促進民族和諧，但是經過長時間的演化，最終仍然形成了多種族分割的現象。
囚徒困境博弈凸顯了合作的復雜性。盡管對于雙方整體來說，都合作是最好的選擇，但是該博弈的納什均衡解卻是都背叛。
合作作為一種進化穩定的結果是可以自發演化出來的，而且遺傳算法甚至可以發現比人手工編寫更好的程序。
1996年，Epstein和Axtell在計算機中構造了一個人工智能農場，叫做Sugarspace，其中可以時不時地長出糖果或者香料出來。
之后，他們將一系列人工智能體放到其中，并為這些Agent賦予簡單的程序，讓它們在這個開心農場中開采、交易、繁殖、社交。
所有這些有趣的實驗結果被他們總結成了一本書，就叫做養殖人工社會。
集體智能
90年代引人矚目的研究領域就是所謂的集體智能，它是希望為每個微觀個體設計簡單的規則。
集體智能的一個最典型例子就是螞蟻群體。我們都知道每一只螞蟻都不夠聰明，但是成千上萬只螞蟻組成的蟻群卻具有超凡的群體智慧。
運用蟻群算法解決TSP問題借鑒大自然中的群體智慧，人們讓每一個簡單個體遵循非常簡單的計算規則，就可以智能地解決一系列復雜的難題。
神經網絡其實就是利用了群體智能，因為每個簡單的神經元都遵循簡單的規則來完成信息的發放，但是大量神經元整體卻可以產生智慧。
深度學習助力
隨著計算力的提升，以及深度學習技術的突飛猛進，人們已經具備了利用深度學習來建模Agent主體的能力了。
當我們把每一個人工智能社會中的簡單程序替換成具備深度學習能力的大型人工神經網絡的時候，整張人工智能程序的大網將會發生什么就不是那么一目了然了。
事實上，現在的人工智能科學家們研究興趣的焦點已經從單個的深度神經網絡過渡到了多個神經網絡，并且再讓這些神經網絡本身聯網。
然而，多體關系不僅僅包括對抗性競爭關系，更多的則是合作、協調、配合的關系。這方面的研究最近也是越來越多了起來。
交流與合作
前不久，Facebook爆料，他們的人工智能程序們在交流的過程中發明了特屬于人工智能的語言。其實這就是LSTM神經網絡在未訓練好的時候經常會表現出來的行為。
Facebook的科學家們的確在研究多個AI程序如何在特定的條件下產生語言。他們將一群Agent放置到了一個模擬的環境中，并賦予它們相互交流的能力：它們可以通過發送一些在人類看來無意義的信號而彼此通訊。
實際上，工業機器人維修，現在的AI研究者已經重新將焦點從單個主體移到了多個主體研究工作中。
另外，利用深度學習方法對每一個人工智能主體進行建模，不僅可以豐富每個主體的表現，還能夠更加逼真地模擬人類行為。
機器經濟學
如果未來聯入互聯網的五百億設備都裝備上深度學習模塊，那么我們應該考慮的人工智能社會是五百億個人工智能主體所構建的超大規模的機器社會。科學家們用機器經濟學來概括這一新興研究領域。我們知道隨著全球性的金融危機爆發，傳統主流經濟學受到了大量的詬病。
人們指責，由于主流經濟學中關于理性經濟人的假設過于嚴格，從而使得經濟學的研究嚴重脫離了人類行為的實際表現。
顯然，人工智能程序這種機器經濟人會比人類更可能嚴格按照理性經濟人假設的情況來完成決策和行動。
事實上，人們已經可以在機器中利用算法的方式逼近所謂的理性經濟人模型。
機器經濟學將會面臨一系列的問題。當然，這里面的關鍵就在于我們應該如何為機器算法們設定機制設計，以使得近似理性的算法能夠在給定的機制下實現一定程度上的最優。
在不遠的將來，假如每一個人都有自己的一個人工智能個人助理，那么大量的經濟交易活動就會由這些人工智能算法代理我們進行。
于是，AI與AI之間就會討價還價。按照完美理性的經濟人假說，這些AI將能夠和諧共處，并給主人帶來最大的利益。
AI文明可能輪不到人類說話
《三體》中構思了一種宇宙社會學用來描述在時空跨度超級巨大的宇宙空間中，不同物種之間的相互作用法則。
根據兩條宇宙社會學基本公理：1.生存是文明的第一需要；2.文明爆炸和擴張，但宇宙中的物質總量保持不變。
由此劉慈欣推導出了技術爆炸和猜疑鏈這兩個基本概念，以及黑暗森林這個宇宙尺度的叢林法則。
機器完全有可能按照一種人為預設的方式來進行行為，KUKA機器人維修，這樣的話機器會更加接近于理性人假說。也許它可以幫助我們人類更好地理解海量的人工智能所構成的巨系統，也許它可以讓人工智能的群體更好地運轉。
然而，還有一種情況是，也許人工智能社會學壓根就不是人類可以掌握的學問，庫卡機器人，而是一個徹頭徹尾的AI自身的學問。它們也許會比我們人類更理解AI構成的社會。有關AI社會學，也許壓根就輪不到人類來說話。