人工智能大地图之分布式人工智能篇

前言

人工智能大地图系列文章更新啦!大地图系列的文章是为了帮助即将入门和初步入门人工智能相关领域的喵喵从上帝视角看清整个人工智能学科的全貌(好长的句子),小夕可不希望小夕的粉丝在研究了一年的人工智能某方向后,都不清楚该方向在人工智能国度的坐标呐。

 

因此,该系列文章就是人工智能的超级综述,帮助各位喵喵建立起母学科的大框架。从这一篇开始,小夕将逐个介绍人工智能的各项高级能力,还没有读过《人工智能大地图-基本能力篇》的喵喵一定要先去读完哦。

分布式人工智能是人工智能的一项高级能力,主要建立在感知能力和规划能力这两项基本能力上(from《基本能力篇》)。这项能力经历了从分布式问题求解(DPS)到多agent系统的发展过程。小夕不再介绍历史上的DPS阶段,在此着重介绍一下现代的研究热点——多agent系统。

 

Agent

首先关于agent的定义就是一个问题,大众化的理解来看,一个机器人,一条机器狗,一个智能飞行器等都是一个agent。明斯基(不知道明斯基的请面壁)给出的定义是“社会中某个个体经过协商后可求得问题的解,这个个体就是agent。”这句话的信息量很足,定义简洁而精准。

 

后来Russell等人的定义又让其更加清晰了:“agent是一种通过传感器感知其环境,并通过执行器作用于该环境的实体,因此,可以把真体定义为一种从感知序列到实体动作的映射。”

多agent系统

顾名思义,多agent系统就是多个agent的系统(小夕已逃\(//∇//)\

其实准确的定义是“多个agent组成一个松散耦合又协作共事的系统”。贴个视频直观体会一下一个典型的多agent系统。

 


 

可以认为每个飞行器就是一个agent,其具有自己的感知能力与规划能力。但是该系统的特殊之处就在于系统的功能是通过多个agent相互通信,协作完成。由此可以引出多agent系统的关键技术。

关键技术

移动技术:

为了完成用户指定任务,即系统级的任务,移动agent(可以认为是随处飘、找肉体附着的灵魂)一般要依次移动到多个主机(可以认为是肉体),并与这些主机交互,并使用这些主机提供的服务和资源。这被称为Multi-hop技术。

 

规划和实现移动agent在各主机之间的移动是移动agent的移动机制和移动策略所要解决的问题。(就是灵魂按照怎样的顺序飘到哪个肉体是个大问题...有木有感到害怕!害怕了就给小夕发小红包!哈哈哈哈~

 

通信技术:

可以采用不同的通信方式实现移动agent之间的通信。通信任务有消息传递、匿名通信、RMI、RPC和agent通信语言等。

 

而具体的通信方式有:移动agent/服务agent通信、移动agent/移动agent通信、移动agent/用户通信、匿名通信等。

 

安全技术:

伴随着移动agent的移动性,出现许多不确定的因素,其中移动agent的安全性问题是其成功应用的瓶颈,是移动agent系统最重要和最复杂的问题。

 

安全技术一般包括4部分:

保护主机免受恶意agent的攻击(保护肉体免受恶灵的侵蚀);

保护移动agent免受恶意主机的攻击;

保护移动agent免受其他移动agent的攻击;

保护底层通信网络的安全性。

 

容错技术:

如同安全性,移动agent的容错能力也是重点问题!当移动agent各处飘时,应当考虑到可能出现的各种故障情况,比如网络故障、服务器异常、主机没有响应甚至关机了╮( ̄▽ ̄"")╭,并尽快给出相应的解决方法。

 

除了上述问题,还有系统管理、协作模型等问题,小夕就不再一一列举啦。

不仅仅是机器人作为载体可以实现分布式智能,我们平常接触的大部分人工智能应用也是基于分布式智能的呀,比如苹果的语音助手Siri,其背后就是分布式计算集群,各个服务器共同为Siri最终的决定出谋划策,你是不可能把苹果的某一台服务器炸了就能杀死Siri的。当然啦,这时的分布式智能的研究往往归于高性能计算领域的。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481289.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

符合人类创作过程的AIGC:自动生成长故事的模型出现了

来源:机器之心报道编辑:小舟、蛋酱AI写文章还是得模仿人类的创作方法。在今天的人工智能领域,AI 写作神器层出不穷,技术和产品可谓日新月异。如果说 OpenAI 两年前发布的 GPT-3 在文笔上还稍欠火候,那么前段时间的 Cha…

Science:挑战传统理论,重塑联想学习概念

来源:brainnews编译作者:Young(brainnews创作团队)校审:Simon(brainnews编辑部)学会根据环境线索预测奖赏对生存至关重要。人们认为,动物通过在结果偏离预期时更新预测来学习预测奖赏…

【完结】史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(四)

小夕再次感谢大家的关心,你们的小夕已经满血复活啦!小夕会坚持为大家带来独一无二的干货和故事哦。前言有读者反映,ta若能完成这个系列的阶段三,就在他们实验室被奉为神了。因为他们实验室每个人人手一本《模式分类》,…

文本相似度

《统计学习方法》-李航 损失函数总结 概要 <div id"post_detail">NLP点滴——文本相似度 目录 前言字面距离common lang库相同字符数莱文斯坦距离(编辑距离)定义实现方式Jaro距离定义实现方式应用SimHash定义基本流程相似性度量存储索引实现应用语义相似性背…

「可解释知识图谱推理」最新方法综述

来源&#xff1a;图灵人工智能近年来&#xff0c;以深度学习模型为基础的人工智能研究不断取得突破性进展&#xff0c;但其大多具有黑盒性&#xff0c;不 利于人类认知推理过程&#xff0c;导致高性能的复杂算法、模型及系统普遍缺乏决策的透明度和可解释性。在国 防、医疗、网…

小夕的算法入门之路

小夕都快要成XX入门指导专业户了QAQ&#xff0c;小夕是要写人工智能和计算机干货的啊喂~好吧&#xff0c;问小夕如何入门算法的小伙伴太多了&#xff0c;还是写一篇文章吧。小夕还收到了“如何准备托福”和“如何准备考研英语”的求助&#xff0c;然而小夕没有考过&#xff0c;…

AIGC发展路径思考:大模型工具化普及迎来新机遇

来源&#xff1a;腾讯科技摘要&#xff1a;当前&#xff0c;AIGC引发社会关注&#xff0c;尤其是大模型和开源模式的推动&#xff0c;让AIGC有望成为AI应用落地的新领域。一方面大模型和开源加速降低AIGC应用门槛并拓展应用范围&#xff1b;另一方面AI与创新的界限进一步模糊&a…

0基础讲解机器学习算法-朴素贝叶斯分类器

朴素贝叶斯分类器可以说是最经典的基于统计的机器学习模型了。首先&#xff0c;暂且不管贝叶斯是什么意思&#xff0c;朴素这个名字放在分类器中好像有所深意。 一查&#xff0c;发现这个分类器的英文是“Nave Bayes”。Nave&#xff08;读作“哪义务”&#xff09;即幼稚的、…

你可以在虚拟世界里过上美好生活吗?

来源&#xff1a;混沌巡洋舰时间来到 2095 年。地球表面满目疮痍&#xff0c;核战争和气候变化引发一场灾难。你只能过着困苦的生活&#xff0c;躲避匪帮&#xff0c;避开地雷。你的主要愿望就是活下去。或者&#xff0c;你也可以将自己的肉体锁存在安保严密的仓库里&#xff0…

web of science,SSCI索引,带你入门!

第一步;选择数据库&#xff0c;一般选择web of science 核心文集 第二步&#xff1a;在更多设置中选择web of science 第三步&#xff1a;点击被引频次后面的数字 第四部&#xff1a;点击查看其他的被引频次计数 根据自己引用的选择次数 注意事项&#xff1a;web of sci…

陶哲轩破解数十年前几何猜想,用反例证明它在高维空间不成立,同行:推翻的方式极尽羞辱...

Pine 萧箫 发自 凹非寺量子位 | 公众号 QbitAI又一个重要数学猜想&#xff0c;被陶哲轩和他的博士后破解了&#xff01;此前陶哲轩在博客上发了个小预告&#xff0c;就已经有不少人赶来围观&#xff1a;看起来是个大新闻。现在&#xff0c;不少人期待的正式版论文&#xff0c;终…

手把手教你-如何查询中文期刊是否属于核心期刊!

1.进入图书馆、点击数据库检索、在输入cscd中国科学引文数据库&#xff08;Chinese Science Citation Database&#xff0c;简称CSCD&#xff09; 2 3 4 5 6点击详细信息进入下面的页面&#xff0c;可判断文档是否属于核心期刊&#xff01;

《机器学习系列-强填EM算法在理论与工程之间的鸿沟(上)》

小夕曾经问一位做机器学习理论的学姐&#xff1a;“学姐学姐&#xff0c;EM算法是什么呢&#xff1f;”学姐回答&#xff1a;“EM算法啊&#xff0c;就是解决包含隐变量的参数估计问题。”小夕&#xff1a;然后小夕去问一位做工程的学长&#xff1a;“学长学长&#xff0c;EM算…

2022年诺贝尔物理学奖的科学内涵辨识

|作者&#xff1a;葛惟昆(清华大学物理系)本文选自《物理》2022年第12期摘要 2022年的诺贝尔物理学奖&#xff0c;被一些人误解为证明了量子纠缠现象。实际上&#xff0c;包括爱因斯坦本人都承认量子纠缠&#xff0c;关键在于如何诠释。今年诺贝尔物理学奖的价值在于这几位物…

机器学习系列-强填EM算法在理论与工程之间的鸿沟(下)

前言在上一篇文章《机器学习系列-强填EM算法在理论与工程之间的鸿沟&#xff08;上&#xff09;》中&#xff0c;小夕用优&#xff08;恐&#xff09;雅&#xff08;怖&#xff09;的数学理论来向读者解释了EM算法的工作原理。那么从工程角度出发的EM算法又是怎样的呢&#xff…

暑期实习NLP算法岗面经总结

写文章暑期实习NLP算法岗面经总结呜呜哈做一个有思想的码农​关注他488 人赞同了该文章写在前面&#xff0c;从三月份开始找实习到现在正好两个月&#xff0c;这期间大大小小投了竹简智能、阿里、滴滴、美团、腾讯、京东、搜狗、百度、微软亚研几个公司&#xff0c;本着从小公司…

机器学习助力更好理解水的行为

来源&#xff1a;科技日报作者&#xff1a;刘霞为从理论上理解各种物质开辟更多途径科技日报北京12月19日电 &#xff08;记者刘霞&#xff09;美国一个研究团队在最新一期《物理评论快报》上刊发论文称&#xff0c;他们借助机器学习技术来理解水在零下100℃的行为。最新研究不…

期望最大化(EM)算法真如用起来那么简单?

声明&#xff1a;本文改编自订阅号“夕小瑶的卖萌屋”中的 《机器学习系列-强填EM算法在理论与工程之间的鸿沟&#xff08;上&#xff09;》、《机器学习系列-强填EM算法在理论与工程之间的鸿沟&#xff08;下&#xff09;》。前言小夕曾经问一位做机器学习理论的学姐&#xff…

预测更准确,使用机器学习改进化学品的毒性评估

编辑 | 绿萝从命运和毒性的角度来看&#xff0c;人类暴露的化学空间随着化学物质的多样性而不断扩大。欧洲和美国的化学品机构列出了大约 80 万种化学品。对于这些化学品中的大多数&#xff0c;人们对其环境归宿或毒性知之甚少。通过实验填补这些数据空白是不可能的&#xff0c…

如何优雅的追到女神夕小瑶

如果&#xff0c;你不小心迷恋上了小夕… 路人某&#xff1a;“没有如果” 捕获小夕的游戏 如果现实世界中&#xff0c;迷恋上小夕以后&#xff0c;你想捕获小夕。那么发现从上帝视角来看的话&#xff0c;你有下面好多条路几条路达成目标(&#xffe3;∇&#xffe3;) 然而你并…