Глава 2. Построение распределенных интеллектуальных информационных систем
2.1. 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–DistributedArtificialIntelligence), «параллельный искусственный интеллект» (PAI–ParallelArtificialIntelligence), «распределенные системы поддержки принятия решений» (DPS–DistributedProblemSolver) [1]–[3].
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 довольно 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 –
и подчиненные компоненты –
.
Задача компонента
состоит в таком управлении компонентами
нижестоящего уровня, чтобы достигалась
общая цель функционирования системы.
Компоненты
могут иметь свои собственные частные
цели, которые полностью или частично
не совпадают с целями уровня
и друг с другом.
В такой системе
должна быть установлена мера разделения
полномочий между уровнями иерархии.
Если компонент
не может приказывать компонентам
нижестоящего уровня, а компоненты
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. Вытекающие отсюда структурные репрезентации РИС подробно рассматриваются в главе 4;
– 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] иConcurrentProlog[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 [9], в которой используются методы объектно-ориентированного проектирования и технология мультиагентных систем (МАС).
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.