Эксперт Эксперт - Эксперт № 48 (2014)

Интеллект из хаоса

Сложность — основное понятие, которое с научных позиций рассматривают и с которым имеют дело при разработке промышленных мультиагентных систем в НПК «Разумные решения» (входит в ГК «Генезис знаний»). Не случайно вдохновителем всей этой работы Скобелев считает лауреата Нобелевской премии Илью Пригожина, которого обычно называют основателем науки о сложных системах, состоящих из автономных элементов, способных самоорганизовываться. XXI век — век сложности, продолжает ученый, когда общество и технологии находятся в процессе коэволюции. Попытки же упростить реальность с точки зрения управления для государства и бизнеса становятся гибельными. На практике такое упрощение обычно заключается в стрижке всех под одну гребенку, то есть игнорируется индивидуальность, вводится вертикаль управления и многоуровневые иерархии, жесткие бизнес-процессы, высокая регламентация отношений. В корпорациях это обычно приводит ровно к обратному эффекту: продуктивность и эффективность падают прямо пропорционально потере адаптивности управленческой системы. Решать эти проблемы, считает Петр Скобелев, надо путем создания и развития самоорганизующихся систем управления, внедрение которых не может обойтись без радикально новых компьютерных технологий. А на их острие выходят мультиагентные системы (МАС), идею которых изначально подсмотрели у общественных насекомых.

figure class="banner-right"

//var rnd = Math.floor((Math.random() * 2) + 1); var rnd = 0; if (rnd == 1) { (adsbygoogle = window.adsbygoogle []).push({}); document.getElementById("google_ads").style.display="block"; } else { }

figcaption class="cutline" Реклама /figcaption /figure

Организованная жизнь насекомых, живущих в колониях: пчел и ос, муравьев и термитов, — то, что называют Swarm Intelligence, или роевым интеллектом, давно удивляет ученых: как насекомым, которым люди отказывают в индивидуальном интеллекте, удается планировать свою деятельность и сохранять общественное равновесие в сообществе без всякого надзора и диктата сверху? Биологи знают, что кажущееся простым взаимодействие, к примеру, муравьев, бегущих друг за другом, есть на самом деле решение сложной проблемы множества вариантов поиска самого короткого пути к источнику еды.

Как это происходит? Муравьи-исследователи разбегаются от гнезда и независимо исследуют окружающую среду, которая представляет собой некое пространство решений. По мере достижения результата успешные особи, возвращаясь к муравейнику с добычей, оставляют следы, которые улавливают другие члены колонии, что заставляет их координировать свое поведение и выбирать тот же путь, направляясь к тому же источнику пищи. Если корма много, то все больше муравьев (агентов) обращается к этому источнику, все больше протаптывая дорожку, которая в свою очередь привлекает других особей. И наоборот, по мере уменьшения количества еды привлекательность дорожки ослабевает и начинают набирать силу конкурирующие дорожки, в это же время случайно найденные другими муравьями. Так и в мультиагентных технологиях, поясняет Петр Скобелев, решение сложной задачи (оптимизации, кластеризации, распознавания образов) происходит даже в тех случаях, когда другие классические математические методы не работают совсем. Сильные стороны такого «роевого» подхода связаны с возможностью распределенного решения сложных задач за счет взаимодействия большого числа простых конкурирующих между собой агентов, реализующих разные методы проб и ошибок, с эволюционным решением задач, в котором допускается пересматривать решения, причем за счет согласования действий агентов.

МАС-технология НПК «Разумные решения» управляет программой полетов, грузопотока и расчета ресурсов российского сегмента Международной космической станции

Фото: PHOTAS/ABACA PRESS/ТАСС

Swarm Intelligence, утверждает Петр Скобелев, — важная альтернатива принятому в области искусственного интеллекта классическому пониманию интеллектуальной системы как некоей механической сборки блоков, отвечающих за память, сознание, разные виды рассуждений. Интеллект в «рое» не сосредоточен ни в одном из этих блоков, а рождается как свойство системы в результате определенного взаимодействия большого числа простых автономных элементов. Нам кажется, что умственные возможности муравья или пчелы ничтожны, но рой пчел или колония муравьев представляют собой мощный организм с высокой степенью интеллекта, умеющий защищать гнездо, осваивать новые территории, находить пропитание и решать многие другие задачи в условиях постоянно изменяющихся ситуаций в среде.

Поэтому МАС рассматриваются как сдвиг парадигмы в информационных технологиях — ведь впервые при создании компьютерных систем делается попытка включить механизмы самоорганизации эволюции, присущие живой природе. В классическом варианте, говорит Скобелев, мы бы писали центральный модуль и строили библиотеки вызываемых программ, объединяя их в иерархическую структуру, в которой одна программа вызывала бы другую и так далее. Теперь мы говорим: давайте по-другому. Мы не хотим управлять каждым «муравьем» сверху. Мы хотим, чтобы они сами действовали и договаривались между собой, самоорганизуясь в структуру, наиболее эффективную для решения той или иной задачи. Давайте сделаем так, что будет работать много маленьких программ, действующих от лица клиентов, ресурсов, операций, материалов, продуктов, интересы которых влияют на принятие решений, которым дадим возможность выявлять и разрешать конфликты путем переговоров. Грубо говоря, один объект программы вызвать другой, как в объектном программировании, уже не сможет. Он может другого только «попросить» что-то сделать, а тот, глядя на свои цели, текущее состояние, планы, предпочтения и ограничения, ответит, может он выполнить эту просьбу или нет. В итоге в МАС решение вырабатывается итерационно в результате взаимодействий таких агентов, идущих на уступки друг другу во имя общей цели.

Сфера применения мультиагентных технологий, обещает Петр Скобелев, безгранична: от системы управления цеховой сборкой авиалайнера до распределения обязанностей внутри группировки малых спутников. Однако хотя сегодня мультиагентными технологиями занимаются 25 коммерческих компаний и существует не менее 100 университетских проектов в этой области, коммерциализация научных разработок и практическое применение МАС в мире еще только начинается. Но самарцам это удается, и компания уже фигурирует в зарубежных обзорах как одна из первых, кто выводил МАС из лабораторий в промышленность. Самарцы, например, разработали мультиагентные системы, которые уже сейчас в режиме реального времени планируют работу лондонских такси, управляют логистикой 10% мирового парка морских танкеров, перевозящих нефть по всему земному шару, доставкой грузов на Международную космическую станцию, цепочками поставок товаров в магазины, цехами производственных предприятий, парками грузовиков, и в настоящее время работают над многими другими приложениями.