Начинаем новую заметку по основам Искусственного Интеллекта. В прошлый раз мы изучили квазибиологический и эволюционный подходы, и я надеюсь, что всё это для вас очень интересно. Но дальше будет ещё интереснее. Сегодня мы изучим агентный подход и кратко затронем понятие роевого интеллекта. Так что поехали.
Агентный подход начал прорабатываться с конца XX века, поэтому выделить какое-то ключевое лицо, как это можно было сделать в других подходах, которые мы уже рассмотрели, довольно затруднительно, поскольку над агентами работали многочисленные научные коллективы. Суть подхода очень простая. Вместо того, чтобы пытаться формализовать такие сложные понятия, как «разум» и «интеллект», надо сделать что-то более простое и полезное. Этим простым и полезным оказалось понятие «рациональность» или «рациональное поведение». Хотя, конечно же, и тут всё не так просто. Тем не менее...
Давайте подумаем, как можно определить рациональное поведение? Прикиньте прямо сейчас, что это может быть? Как рациональное поведение можно выразить при помощи математических терминов? Можно ли это сделать в принципе, и если да, то какие есть ограничения? А если нельзя, то почему? Подумайте над этим, и одновременно посмотрите на процесс своего размышления как бы со стороны, поднявшись над ним. Получилось?
Теперь расскажу вам, что же это такое. Формализовать рациональное поведение можно различными способами. Проще всего это можно сделать при помощи функции выбора и достижения оптимальной цели с минимизацией затраченных на это ресурсов. Цель обычно можно выразить в числовом виде, но даже качественную цель можно описать формально.
Процесс достижения цели определяется разного рода методами оптимизации, которые для многих задач проработаны очень глубоко, а для отдельных аналитически доказана эффективность некоторых методов. И, таким образом, рациональное поведение сводится к решению минимаксной задачи — максимизировать значение целевой функции при минимизации затрат ресурсов. Всё.
Причём же здесь агентный подход в рамках Искусственного Интеллекта? Очень просто. Рациональный агент — это кибернетическая машина, которая имеет систему управления, непрерывно получающую информацию с сенсорных устройств и воздействующую на окружающую среду при помощи исполнительных устройств, показывая при этом рациональное поведение, которое мы определили ранее.
При этом подход не определяет сущность сенсорных систем и исполнительных устройств — их природа может быть произвольной. Поэтому агентный подход одинаково применим как к чисто программным сущностям, работающим в некоторой искусственной среде, так и к программно-аппаратным комплексам, работающим в нашей реальности.
Агентный подход интересен тем, что в его рамках можно использовать эволюционные алгоритмы, которые выращивают и отбирают рациональных агентов, исходя из степени их приспособленности к работе в своей среде и к достижению цели. Во время взаимодействия агентов осуществляется отбор наиболее успешных, которые затем используются для генерации нового поколения агентов, среди которых опять применяются те же самые процедуры оценки и отбора. В итоге наиболее успешное поколение решает задачи и достигает целей наиболее эффективным образом. Это идеальный вариант, который сегодня сложно достижим, но стремиться к нему интересно.
Также агентный подход лежит в основе так называемых многоагентных систем, в рамках которых осуществляется общее целеполагание на более высоком уровне, нежели уровень каждого агента в отдельности. После этого каждому индивидуальному агенту даётся свобода действий в определённых рамках, в которых он имеет возможности и альтернативы по разработке и реализации различных стратегий достижения своей частной цели.
В процессе этого агенты взаимодействуют друг с другом и с окружающей средой, обмениваясь информацией и выполняя запросы других агентов. Кроме того, вполне может быть использована идея так называемого «роевого интеллекта», когда каждая отдельная «особь» (то есть агент) интеллектом не обладает, но в целом «рой» (то есть множество агентов, многоагентная система) обладает определёнными интеллектуальными способностями.
Роевой интеллект — это децентрализованная самоорганизующаяся интеллектуальная система, состоящая из множества агентов. На мета-уровне такой системе ставится цель, и далее каждый автономный агент получает своё собственное задание, решение совокупности которых должно приблизить систему к достижению поставленной цели.
Сущность роевого интеллекта заключается в том, что каждый агент сам по себе является очень простым, даже примитивным устройством, в то время как в рамках их взаимодействия рождается сложность и появляется интеллектуальное поведение у всей системы в целом. Общие принципы роевого интеллекта пока ещё только разрабатываются, но на текущий момент уже создано полтора десятка алгоритмов. И это одна из самых динамично развивающихся областей в Искусственном Интеллекте и робототехнике.
В качестве примера можно рассмотреть пчелиный рой или муравьиную колонию. Как всегда мы берём аналогии у природы, где много уже реализовано в том или ином виде. Каждая пчела, каждый муравей — это довольно примитивные создания, работающие на чистых рефлексах. Взошло Солнце, поднялась температура — метаболизм «заснувшей» пчелы ускорился, у неё появилась возможность летать. Муравей чувствует запах родного муравейника и градиент изменения концентрации феромонов царицы, и по нему ориентируется, куда идти.
Но в целом и пчелиный рой, и муравьиная куча показывают очень интеллектуальное поведение. Иногда кажется, что это суперорганизм с сотнями тысячами распределённых тел и децентрализацией, но действующий в рамках одной цели — своего собственного выживания и распространения своих генов, а других мета-целей в природе и нет. И, что интересно, на уровне суперорганизма часто показывается такое же поведение, как и на уровне отдельных особей для других видов. Например, и муравьиные колонии, и пчелиные рои в целом могут размножаться делением. Был один рой, разделился на два. Муравьиные кучи рыжих лесных муравьёв Formica rufa, находящиеся по соседству друг от друга, являются родственниками друг другу в буквальном смысле.
Итак, мы изучили ещё один подход в рамках Искусственного Интеллекта — агентный подход. И он относится к восходящей парадигме, так как моделирует поведение интеллектуальных систем на основе моделирования нижележащих элементов, то есть агентов. Этот подход лежит в основе таких актуальных направлений исследований, как многоагентные системы и роевой интеллект. А в следующий раз мы детально изучим гибридную парадигму.