Искусственный интеллект и многоагентные системы

Классическая теория искусственного интеллекта предполагает, что для решения задач создается агент — некоторая интеллектульная система, обладающая необходимыми знаниями и ресурсами для решения определенной глобальной проблемы. Однако существует теория, что некоторые подобные проблемы можно решить только несколькими агентами совместно, и этот подход получил название теории многоагентных (мультиагентных) систем. Она затрагивает многие области знаний БИ, в частности: объектно-ориентированное проектирование и программирование, распределенные вычисления, теорию систем и системный анализ, компьютерную науку, социологию и др.

Агенты и мультиагентныс системы для разных групп людей означают разные вещи^[1].

Для специалистов в области искуственного интеллекта агентные системы представляют собой теоретические инструменты для решения следующих типов задач:

• • построение «социального интеллекта» для координирования сложного поведения системы, планирования групповых действий, выбора оптимальной стратегии;
• • интеграция нескольких методов искуственного интеллекта в одном объекте (например, в работе самодвижущегося автомобиля), позволяющая объединять разрозненную информацию из разных источников и принимать решения.

Для прикладных разработчиков систем агенты представляют собой возможность создания отдельного уровня абстракции, описывающего социальные отношения, знания, протоколы общения и поведения, принципы обучения, адаптации и развития интеллекта агентов.

Для конечных пользователей польза от агентов и объединяющих их мультиагентных систем может быть представлена как:

• • самостоятельная адаптация системы под конкретного пользователя;
• • предоставление советов без предварительного обращения пользователя за помощью;
• • предугадывание потребностей и пр.

Каковы же наиболее «очевидные» области применения агентов? Например, управление автономными космическими аппаратами. Они находятся в условиях глубокого космоса, с нестабильной связью и длительным временем задержки в направлении Земли. Следовательно, необходимо обеспечить подобные аппараты механизмами автономного планирования и исполнения активностей, принятия решений.

Другим примером могут быть веб-агенты и «интеллектуальные помощники/виртуальные ассистенты» в Интернете. Они работают с распределенными хранилищами данных и огромными объемами слабоструктурированной информации, как и многие ранее описанные системы поддержки принятия решений и бизнес-интеллекта. Однако их существенное отличие в том, что они, как правило, ведут диалог с пользователями и предоставляют исключительно конечный результат, а не результаты промежуточных операций и аналитики. Так, агент семантического веба, которому нужно выбрать оптимальный для пользователя автомобиль, сможет предложить несколько опций (самостоятельно ориентируясь на предпочтения пользователя), а затем в диалоге прояснить ключевые моменты, необходимые для выдачи итогового варианта, при этом ни в коем случае не задавая нерелевантных вопросов.

• [1] Иванов Л. Кому и зачем нужны агенты? URL: http://www.agentlab.ru/confluence/pages/viewpage.action?pageld=7 012 502.