Bob frankston
Robert M. Frankston es un ingeniero de software y hombre de negocios estadounidense que cocreó, junto con Dan Bricklin, el programa de hoja de cálculo... (leer más)
Inteligencia Artificial Distribuida (DAI), también llamada Inteligencia Artificial Descentralizada, es un subcampo de investigación de inteligencia artificial dedicado al desarrollo de soluciones distribuidas para problemas. DAI está estrechamente relacionado y es un predecesor del campo de los sistemas multiagente.
Los sistemas multiagente y la resolución de problemas distribuidos son los dos enfoques principales de DAI. Existen numerosas aplicaciones y herramientas.
La inteligencia artificial distribuida (DAI) es un enfoque para resolver problemas complejos de aprendizaje, planificación y toma de decisiones. Es vergonzosamente paralelo, por lo que es capaz de explotar la computación a gran escala y la distribución espacial de los recursos informáticos. Estas propiedades le permiten resolver problemas que requieren el procesamiento de conjuntos de datos muy grandes. Los sistemas DAI consisten en nodos de procesamiento de aprendizaje autónomo (agentes), que se distribuyen, a menudo a gran escala. Los nodos DAI pueden actuar de forma independiente y las soluciones parciales se integran mediante la comunicación entre nodos, a menudo de forma asíncrona. En virtud de su escala, los sistemas DAI son robustos y elásticos y, por necesidad, débilmente acoplados. Además, los sistemas DAI están diseñados para adaptarse a los cambios en la definición del problema o los conjuntos de datos subyacentes debido a la escala y la dificultad de la redistribución.
Los sistemas DAI no requieren que todos los datos relevantes se agreguen en una sola ubicación, a diferencia de los sistemas de inteligencia artificial monolíticos o centralizados que tienen nodos de procesamiento estrechamente acoplados y geográficamente cercanos. Por lo tanto, los sistemas DAI a menudo operan en submuestras o impresiones hash de conjuntos de datos muy grandes. Además, el conjunto de datos de origen puede cambiar o actualizarse durante el transcurso de la ejecución de un sistema DAI.
En 1975, la inteligencia artificial distribuida surgió como un subcampo de la inteligencia artificial que se ocupaba de las interacciones de los agentes inteligentes. Los sistemas de inteligencia artificial distribuida se concibieron como un conjunto de entidades inteligentes, denominadas agentes, que interactuaban por cooperación, por coexistencia o por competencia. DAI se clasifica en sistemas multiagente y resolución de problemas distribuidos. En los sistemas de múltiples agentes, el enfoque principal es cómo los agentes coordinan sus conocimientos y actividades. Para la resolución distribuida de problemas, el enfoque principal es cómo se descompone el problema y cómo se sintetizan las soluciones.
Los objetivos de la Inteligencia Artificial Distribuida son resolver los problemas de razonamiento, planificación, aprendizaje y percepción de la inteligencia artificial, especialmente si requieren grandes cantidades de datos, distribuyendo el problema a nodos de procesamiento autónomos (agentes). Para alcanzar el objetivo, DAI requiere:
Hay muchas razones para querer distribuir inteligencia o hacer frente a sistemas multiagente. Los problemas principales en la investigación de DAI incluyen los siguientes:
Han surgido dos tipos de DAI:
DAI puede aplicar un enfoque de abajo hacia arriba a la IA, similar a la arquitectura de subsunción, así como a la tradicional de arriba hacia abajo enfoque de la IA. Además, DAI también puede ser un vehículo de emergencia.
Los desafíos de la IA distribuida son:
Las áreas donde se ha aplicado DAI son:
La integración de DAI en las herramientas ha incluido:
Noción de agentes: los agentes se pueden describir como entidades distintas con límites estándar e interfaces diseñadas para la resolución de problemas.
Noción de agentes múltiples: el sistema de agentes múltiples se define como una red de agentes que están acoplados libremente y trabajan como una sola entidad, como la sociedad, para resolver problemas que un agente individual no puede resolver.
El concepto clave utilizado en DPS y MABS es la abstracción denominada agentes de software. Un agente es una entidad autónoma virtual (o física) que comprende su entorno y actúa sobre él. Por lo general, un agente puede comunicarse con otros agentes en el mismo sistema para lograr un objetivo común que un agente por sí solo no podría lograr. Este sistema de comunicación utiliza un lenguaje de comunicación de agentes.
Una primera clasificación que resulta útil es dividir a los agentes en:
Las arquitecturas de agentes reconocidas que describen cómo se estructura internamente un agente son:
Robert M. Frankston es un ingeniero de software y hombre de negocios estadounidense que cocreó, junto con Dan Bricklin, el programa de hoja de cálculo... (leer más)
El Lenguaje de marcado generalizado estándar es un estándar para definir lenguajes de marcado generalizados para documentos. El Anexo A.1 de ISO 8879... (leer más)
Los Criterios comunes para la evaluación de la seguridad de la tecnología de la información es una norma internacional para la certificación de seguridad... (leer más)