Генезис знань мультиагентні технології

Мультиагентні технології - новий спосіб вирішення складних завдань, що використовує принципи самоорганізації і еволюції, властиві живим системам.

Суть мультиагентних технологій полягає в принципово новому методі вирішення складних завдань, які не вирішуються або важко вирішуються класичними математичними методами.

На відміну від класичного способу вирішення завдання, коли проводиться комбінаторний пошук варіантів вирішення по чітко визначеному (детермінованого) алгоритму, що дозволяє знайти найкраще вирішення проблеми, в мультиагентних технологіях рішення задачі виходить в ході самоорганізації безлічі програмних агентів, здатних до конкуренції і кооперації, і мають власні критерії, переваги та обмеження. Рішення вважається знайденим, коли в ході своїх недетермінірованних взаємодій агенти досягають неулучшаемого консенсусу (тимчасового рівноваги або балансу інтересів), який і приймається за рішення задачі.

Рішення завдання в такого роду системах завжди розглядається як тимчасове «рівновагу» (нестійка рівновага або стійке нерівновага), що отримується як динамічний зупинка системи в разі, коли жоден з агентів більш не може поліпшити свій стан, що і свідчить про досягнення розумного компромісу, балансу інтересів або згоди (гармонії) всіх учасників у вирішенні проблемної ситуації, навіть якщо частина агентів залишається в повному обсязі задоволена (у них просто немає інших кращих варіантів).

Агенти можуть діяти як від імені і за дорученням людини, так і будь-яких фізичних і абстрактних сутностей, як це планується в Інтернеті речей, щоб врахувати дію і знаходити баланс якомога більшого числа факторів.

Існує багато визначень поняття агента, але основні ознаки програмного агента наступні:

У нашому розумінні основні відмінності мультиагентних технологій можуть бути показані на схемі нижче:

• ієрархії великих програм;
• послідовне виконання операцій;
• інструкції зверху вниз;
• централізовані рішення;
• управляють даними;
• передбачуваність;
• стабільність;
• прагнення зменшувати складність;
• тотальний контроль.

• великі мережі малих агентів;
• паралельне виконання операцій;
• переговори;
• розподілені рішення;
• управляються знаннями;
• самоорганізація;
• еволюція;
• прагнення нарощувати складність;
• створення умов для розвитку.

У мультиагентной моделі кожної сутності реального світу ставиться у відповідність програмний агент, який представляє інтереси даної суті і може узгоджувати свої рішення з іншими агентами.

Переваги мультиагентних технологій, що дозволяють будувати самоорганізуються, особливо проявляються в умовах апріорної невизначеності і високої динаміки навколишнього світу, дозволяючи будувати адаптивні системи, перебудовують свої плани щодо подій в реальному часі.

Так, в класичних методах планування і оптимізації вважається, що всі замовлення і ресурси задані наперед і не змінюються в результаті виконання завдання, а розмірність завдання істотно обмежена щоб уникнути комбинаторного вибуху і експоненціально швидкого уповільнення виконання завдання.

У пропонованих нами моделях, методах і алгоритмах спочатку застосовується розподілений підхід до вирішення завдання (Distributed Problem Solving), коли складне завдання розбивається на багато малих, а потім шляхом самоорганізації вирішуються конфлікти між одержуваними рішеннями. При цьому система не шукає єдине глобальне рішення, а за рахунок безлічі паралельних і асинхронних взаємодій, швидко знаходить допустимий раціональне рішення, незважаючи на наявність безлічі всіляких і часто суперечливих критеріїв, причому в задачах будь-якої розмірності.

Крок до штучного інтелекту: інтелект рою і емерджентним інтелект

Ми звикли до того, що комп'ютер завжди діє строго по закладеної в нього програмою, що має мало спільного з інтелектом людини.

На наш погляд, інтелект людини будується зовсім за іншими принципами, як самоорганізована нерівноважна термодинамічна система, що і дає можливість орієнтуватися в складній обстановці, мати справу з нечітко поставленими завданнями, адаптуватися до мінливих умов і т.д.

У цьому контексті, мультиагентні технології пропонують нові моделі, методи і засоби для створення дійсно інтелектуальних систем, здатних самостійно вирішувати складні завдання в умовах невизначеності і високої динаміки змін.

Для вирішення складних завдань управління ресурсами ми пропонуємо набір спеціальних агентів потреб і можливостей, які взаємодіють на віртуальному ринку системи і утворюють між собою зв'язку, формуючи мережу потреб і можливостей (ПВ-мережу). які максимізують їхній власні функції задоволеності при заданих функціях бонусів і штрафів.

Побудована так система демонструє функції інтелектуального резонатора, що дозволяє при певних умовах навіть в разі відносно простих агентів і невеликих змін на вході отримувати на виході досить складні рішення, які утворюються в ході довгих ланцюгових автокаталитических реакцій переглядів раніше прийнятих рішень.

В цьому випадку можна говорити про спостереження феномена «інтелекту рою» (Swarm Intelligence) - як важливої ​​альтернативи прийнятому нині в штучному інтелекті (ІІ) класичному розумінню інтелектуальної системи, механічно збирається з таких компонент, як блок індукції і дедукції і т.д.

Дійсно адже розумові можливості одного мурашки або бджоли може бути і відносно малі, але діючи разом, як єдиний організм, рій бджіл чи колонія мурашок є потужну силу з високим ступенем інтелекту, що дозволяє захищати гніздо від непередбачених навал, постійно освоювати нові території, знаходити їжу в незнайомій місцевості і вирішувати багато інших критично важливі життєві завдання в умовах постійно мінливих обставин в середовищі.

Розвивати «інтелект рою» можна створюючи моделі все більш складних командних взаємодій, включаючи нові класи агентів і протоколів їх переговорів для досягнення поступок, навчання з досвіду і т.д.

Чим вище інтелект кожного агента і чим багатша можливості такої комунікації між агентами - тим складніше і творче поведінка може демонструвати система.

Такого роду системам, за визначенням, властива абсолютно інша феноменологія, пов'язана з недетермінованим поведінкою, явищами порядку і хаосу, біфуркацій, катастроф і багатьма іншими нелинейностями.

Різного роду класи таких моделей ІІ нового покоління ми будемо називати «Емерджентні інтелектом» (ЕІ), відображаючи притаманну йому природу самоорганізації.

У порівнянні з ІІ в ЕІ немає ніякого головного блоку управління, що відповідає за інтелект системи - навпаки, ЕІ розглядається як тимчасово виникає властивість самоорганізовується.

Для спостерігача ЕІ може проявлятися як автокаталітіческая реакція або ланцюжок узгоджених змін в системі рішень агентами, яка виникає спонтанно, в заздалегідь не відомий момент часу, і поширюється в системі як хвиля погоджень (як пожежа в лісі або блискавка в грозу), після чого також несподівано зникає, але в момент свого існування визначає роботу своїх елементів.

В результаті ЕІ виникає як би нізвідки «з повітря» - насправді за рахунок потенційної енергії прийнятих раніше рішень, що відображають накопичилися незадоволеності або нерівноваги - але в процесі свого існування визначальним чином «править» роботою всієї системи також, як пробка на дорозі керує водіями .

Цей феномен «подвійної спіралі» в прийнятті рішень відомий в теорії самоорганізації, де локальні взаємодії агентів формують глобальні структури, які в свою чергу впливають на поведінку утворили їх локальних агентів (принцип Кауфмана).

У розвиток даного напрямку великий внесок внесли Олександр Богданов (теорія організації), Ілля Пригожин (самоорганізація в фізичних системах), Марвін Мінський (психологія і теорія мислення), Артур Кестлер (біологія) і ярд інших вчених.

В даний час мультиагентні технології - одне з найбільш динамічно розвиваються і перспективних напрямків в області інформаційних технологій, успішно доповнення таких передові напрямки як семантичний інтернет і онтології, сетецентріческой системи, Інтернет речей та інші.

Перспективні сфери застосування мультиагентних технологій:

В даний час виділяються наступні перспективні області застосування мультиагентних технологій:

У цих областях можуть вирішуватися такі складні завдання:

• управління ресурсами
• Конструювання складних виробів
• проектування
• Моніторинг і контроль
• Розпізнавання образів
• розуміння текстів
• Вилучення знань

Важливі перспективи технології покладаються на розвиток Інтернету речей і повсюдних обчислень.

Результати застосування мультиагентних технологій:

Розробка інтелектуальних систем на основі мультиагентних технологій дозволяє досягати результатів:

• Вирішуються складні завдання, які раніше не могли бути автоматизовані;
• Результати рішення дають якість, порівнянне з рішенням людиною;
• Початкове рішення будується ефективно (лінійно або полиномиально);
• Зміни в постановці завдання призводять лише до адаптації рішення «на льоту»;
• Підтримується робота щодо подій в режимі реального часу;
• Забезпечується можливість вирішення завдання в діалозі з користувачем;
• Обчислення можуть бути легко распараллеліть для вирішення понад складних завдань.

В результаті, мультиагентні технології дозволяють будувати інтелектуальні системи нового покоління, що відрізняються високою відкритістю, гнучкістю і ефективністю, продуктивність, масштабованість, надійністю і живучістю.