24. Системы распределенного искусственного интеллекта

Первоначально методы и системы искусственного интеллекта (ИИ) разрабатывались и реализовывались на универсальных ЭВМ, так называемых мэйнфреймах (mainframe). Продвижение методов и средств интеллектуального управления в реальные производственные и корпоративные системы привело к необходимости учитывать особенности распределенной среды и создавать новые парадигмы интеллектуальных систем.Так возникли понятия «распределенный искусственный интеллект» (DAI – Distributed Artificial Intelligence), «параллельный искусственный интеллект» (PAI – Parallel Artificial Intelligence), «распределенные системы поддержки принятия решений» (DPS - Distributed Problem Solver). Распределенный искусственный интеллект соединяет в себе распределенные вычисления и методы ИИ. Распределенность может возникать из теоретической структуры решаемой задачи, а может определяться практическими особенностями предметной области. Существует ряд задач управления, которые могут быть адекватно поставлены в распределенной или параллельной структуре и не имеют эффективного решения в традиционной последовательной формулировке. Таковы, например, задачи управления интегрированными производственными комплексами, конвейерными робототехническими линиями, процессы совместного автоматизированного проектирования сложных технических объектов и т.п. Непосредственными предпосылками все более широкого распространения распределенных интеллектуальных систем являются:

- наличие пространственной и функциональной распределенности реальных производственных и корпоративных систем, при которой становится нецелесообразным, а в ряде случаев и невозможным централизованное хранение всей производственной информации и глобальное слежение за состояниями всех производственных единиц;

- распределенные интеллектуальные системы (РИС) обладают робастностью (возможностью адаптации к различным ситуациям), что существенно повышает надежность распределенной системы в целом, по отношению к системе централизованной;

- современное состояние средств вычислительной техники позволяет достаточно легко создавать компьютерные сети различных конфигураций и территориального масштаба, что позволяет технически обеспечить асинхронные параллельные вычисления и эффективный обмен информацией в РИС;

- РИС могут быть эффективно реализованы средствами современных распределенных объектных архитектур, что создает технический фундамент для решения сложных проблем распределенного искусственного интеллекта.

В историческом плане процесс автоматизации предприятий развивался восходящим путем, когда отдельные производственные единицы оснащались вычислительными средствами и только затем объединялись в автоматизированные рабочие ячейки, гибкие производственные модули и т.д. Таким образом, формируются масштабные вычислительные корпоративные сети, которые могут служить основой построения РИС. Объединение таких распределенных вычислительных и информационных ресурсов средствами РИС позволит сократить загрузку коммуникационных систем и повысить общую живучесть систем управления предприятием. Для систем управления корпоративными и организационными структурами характерна иерархическая организация. Интеллектуальные компоненты (или агенты) располагаются в узлах (на рабочих станциях) корпоративной сети. Интеллектуальные компоненты (ИК) могут быть неравноправны, в частности, в типичном случае имеются 2 уровня иерархии: центральный ИК – I0 и подчиненные компоненты – I1, I2,…, In. Задача компонента I0 состоит в таком управлении компонентами нижестоящего уровня, чтобы достигалась общая цель функционирования системы. Компоненты I1, I2, …, In могут иметь свои собственные частные цели, которые полностью или частично не совпадают с целями уровня I0 и друг с другом. В такой системе должна быть установлена мера разделения полномочий между уровнями иерархии. Если компонент I0 не может приказывать компонентам нижестоящего уровня, а компоненты I1, I2, …, In не могут функционировать без координирующих действий, то необходима разработка согласованных решений. РИС обладают специфическими особенностями, а именно:

- физической и логической распределенностью по узлам корпоративной сети, которые зависят от характера и назначения РИС, характеристик обрабатываемой информации и программно-аппаратных средств реализации;

- распределенностью баз знаний. В некоторых РИС все БЗ доступны для всех ИК, в других – установлены права доступа или соответствующие протоколы доступа к определенным БЗ;

- распределенностью задач, при которой выбор задач, решаемых данным ИК, зависит от доступных БЗ, входных данных и управляющей информации;

- стратегией информационного обмена (коммуникации) ИК, которая определяет потребность в установлении обмена, моменты коммуникации, типы передаваемых сообщений, методы адресации. Проблема коммуникации ИК является весьма сложной и недостаточно изученной до настоящего момента.

В некоторых приложениях ИИ к мультипроцессорной обработке ставится задача ускорения объемных вычислений за счет распределения их по нескольким процессорам. При этом фундаментальные методы ИИ существенно не изменяются. Такие средства имеются в языках Multilisp [4,5] и Concurrent Prolog [6] и помогают выявлению параллельных участков в выполняемой программе с целью эффективного использования нескольких процессоров. Подобные приложения методов ИИ к параллельным вычислениям и получили название параллельного ИИ (ПИИ).

Основное отличие систем ПИИ от систем РИИ состоит в том, что в РИИ распределяется архитектура интеллектуальных ресурсов, а в ПИИ распределение ограничивается частью архитектуры программных средств, разделяемых по нескольким процессорам. В рамках проблематики параллельных вычислений возникло такое понятие как метакомпьютинг (metacomputing), характеризующее соединение промышленных технологий построения вычислительных систем с последними достижениями в области ИИ, в частности, с мультиагентными системами [7, 8]. При использовании этого подхода решается задача построения полной распределенной вычислительной среды и инфраструктуры сетевых вычислений, проводятся исследования по глобальным файловым системам, системам авторизации и сертификации пользователей, оптимизации сетевой передачи данных, управлению ресурсами, планированию и диспетчеризации процессов. Примером таких систем может служить САТУРН-среда, в которой используются методы объектно-ориентированного проектирования и технология мультиагентных систем. Развитие исследований в области РИИ привело к тому, что доминирующим направлением научного поиска в последнее десятилетие стали агентно-ориентированные системы и мультиагентные технологии, к рассмотрению которых мы и переходим в следующем разделе.