Организация мыслящего роя. Об исследованиях научной школы в Самаре в области мультиагентных систем и успешного бизнеса.

Содержание
[-]

Организация мыслящего роя

Идеи нобелевского лауреата Ильи Пригожина о самоорганизации в неравновесных системах, исследования Артура Кестлера по биоценозам, а также Марвина Минского о сообществе мыслей в психологии привели к созданию в Самаре научной школы мультиагентных систем и успешного бизнеса.

Директор группы компаний «Генезис знаний» из Самары Петр Скобелев рассказывает, как в Англии он однажды побывал на выставке «Культура ацтеков» и экскурсовод говорил о подробностях гибели созданной этим народом цивилизации. Процветающее государство ацтеков, существовавшее на территории Мексики, было уничтожено испанцами очень быстро, притом что завоевателей было в тысячи раз меньше, чем аборигенов. Главной причиной блицкрига называют очень жесткую — состоящую из десятков уровней — иерархическую систему подчинения у ацтеков. Умные испанцы быстро смекнули, к примеру, что офицеры каждого из уровней украшаются особыми перьями, и в одном бою, когда горстке конкистадоров противостояло стотысячное войско индейцев, буквально несколько десятков испанских всадников во главе с Эрнандо Кортесом, прорвавшись сквозь пеший строй индейцев, выборочно истребили старших офицеров, включая ацтекского главнокомандующего Сиуаку. Огромное войско ацтеков дрогнуло и, побросав оружие, бежало с поля битвы. Иерархия и дисциплина в управлении войсками у ацтеков были столь жесткими, что офицеры нижних уровней, обычно только транслировавшие волю командования солдатам, даже не знали, как им организовать бой без приказов старших коллег. Каждый из них не рассматривался как автономный агент и не мог ничего делать самостоятельно, а только ожидал указаний сверху. «Все, на этом конец, — резюмирует Скобелев. — Цивилизация ацтеков — пример того, как целое общество с развитой культурой может погибнуть из-за чудовищной централизации и порождаемой ею неэффективности, а мы и сейчас продолжаем непрерывно воспроизводить жесткие иерархические системы на всех уровнях общественной жизни и крупных корпораций».

Интеллект из хаоса

Cложность — 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.

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.

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.

Самарская школа

Свою успешную научную и практическую деятельность в области МАС сам Петр Скобелев объясняет стечением обстоятельств в своей жизни. Первое из них связано с альма-матер нашего героя — Куйбышевским авиационным институтом (КуАИ; теперь это Самарский государственный аэрокосмический университет, СГАУ). В 1983 году Скобелев защитил здесь диплом на факультете автоматизированных систем управления, одном из лучших тогда по АСУ в нашей стране, по специальности инженер-системотехник и начал работать в самарском филиале Физического института Академии наук СССР. В ФИАНе при его участии разрабатывались автоматизированные системы сбора и обработки данных в реальном времени для научных исследований в сфере лазерных технологий и управления лазерами. Параллельно он пишет диссертацию по функциональным средствам программирования для управления научными экспериментами. В научные руководители молодой ученый выбирает профессора КуАИ Владимира Виттиха, впоследствии основателя и первого директора Института проблем управления сложными системами РАН, а еще известного математика и джазового композитора.

В это же время в Англии над теорией мультиагентных систем усиленно работает английский ученый русского происхождения профессор лондонского Открытого университета Георгий Ржевский. В конце Гражданской войны его отец, офицер белой армии Александр Ржевский вместе с невестой на одном из последних пароходов покинул Россию. Сначала их приютила Сербия, где он стал видным инженером-гидростроителем, потом перебрался в Англию. Георгий Александрович, инженер-электротехник по специальности, в 1970-е занимался проектами электрификации железных дорог и одним из первых в Великобритании автоматизировал системы управления и расчетов на железнодорожном транспорте. Когда появились первые компьютеры, рассказывает Петр Скобелев, Ржевский уже понимал, что следующий шаг в развитии вычислительных технологий — распределенные сети. В 1980-е на стыке сразу нескольких научных направлений (в частности, теории сложных адаптивных систем нобелевского лауреата Ильи Пригожина, а также дисциплин по искусственному интеллекту) складываются условия для появления теории мультиагентных систем. Ими профессор Ржевский и начинает заниматься в стенах Открытого университета, где преподает основы вычислительной и робототехники. Практические же основы мультиагентного подхода к решению сложных задач и построению распределенных систем начинают складываться с 1990-х, интерес к ним с этого времени возрастает в геометрической прогрессии благодаря успехам, достигнутым в объектно-ориентированном и параллельном программировании, а также развитию интернет- и телекоммуникационных технологий. В 1989 году Владимир Виттих на научной конференции по интеллектуальным системам управления в Кембридже знакомится с Георгием Ржевским и приглашает его в Самару прочесть серию лекций по мультиагентным технологиям. В июне 1990-го английский ученый решился на первую в своей жизни поездку в Россию, сопряженную с возможностью отыскать свои древние фамильные корни, восходящие к Рюриковичам и основателям города Ржева, и продолжить заниматься сбором документов по истории своего рода. В Самаре он прочитал цикл лекций по новой глобальной экономике реального времени и по современной теории сложности и мультиагентным системам как новой парадигме решения сложных задач. Эти лекции, на которых он познакомился и подружился с Ржевским, Петр Скобелев называет поворотными в своей судьбе и точкой отсчета существования самарской научной школы мультиагентных систем.

В это же время Скобелев, работавший старшим научным сотрудником ФИАНа, организует с компаньонами фирму «Артлог», специализирующуюся на интеллектуальных программных системах, уже реализующих некоторые идеи МАС в обучении. Так, курс физики, выполненный по заказу Министерства образования, разбивается на много квантов — и задач, и вопросов, и у каждого из них есть агент, который наблюдает за тем, что делает учащийся, а уже его собственный агент накапливает пройденные знания, и по результату освоения каждого кванта курс может гибко под него изменяться. Было понятно, что обучающие системы с применением методов и средств искусственного интеллекта — дело перспективное, и компаньоны сразу же поставили перед собой цель выйти на зарубежные рынки. Поскольку для этого был нужен хороший английский, они сразу привлекли к работе Георгия Ржевского. В результате компьютерные учебники для инженеров по датчикам давления, температуры, ускорений, вибраций и удара были изданы массовыми тиражами в Германии и Англии. В «Артлоге» была разработана и первая в России отечественная серия мультимедиа-учебников, энциклопедий и справочников (там были даже учебники для безработных) для ПК с применением методов и средств математического моделирования, 3D-графики и анимации. Серия состояла более чем из 50 наименований дисков, включая энциклопедию на трех языках «Самара: культура провинции» (получив такую энциклопедию, папа римский отметил ее благодарственным письмом).

Петр Скобелев хотел большую часть доходов инвестировать в мультиагентные технологии, но понимания у соучредителей не нашел. В итоге в 1997 году он открыл собственную компанию — НПК «Генезис знаний». Тогда же компания выиграла федеральный конкурс Министерства экономики и начала создание электронного правительства Самарской области. В поисках средств для дальнейшего развития МАС-технологий директор новой НПК нашел партнеров во Франции и Англии для подачи заявки на грант Пятой рамочной программы Европейского союза (FP5), нацеленной на поддержку и развитие науки и исследований, и пригласил поучаствовать в ней и Ржевского, но тот к этому времени и сам созрел для серьезного дела и сделал Скобелеву контрпредложение: открыть совместный бизнес в Великобритании.

 «Русские никогда англичанами управлять не будут»

Открытию лондонской компании предшествовала проработка первой для бизнеса мультиагентной системы по запросу Volkswagen, и хотя контракта с автогигантом, одобрившим мультиагентный проект, но до того уже успевшим потратить десятки миллионов долларов на классический САПР, не получилось, стало понятно, что управление ресурсами предприятия — замечательная новая коммерческая ниша. В 2000 году в Лондоне была зарегистрирована корпорация Magenta Technology, главным направлением деятельности которой стали мультиагентные системы. Ученым принадлежало по одной трети активов стартапа, оставшаяся доля была у их партнера Майкла Питерса, который занимался продвижением продукции. Но чтобы начать бизнес, нужны были средства. «Мы написали, — вспоминает Скобелев, — предложение на пяти страницах и послали в десять европейских фондов, семь из них ответили позитивно. …Нас сразу оценили в пять миллионов фунтов, и мы решили продать 12,5 процента компании. Мы, кажется, вообще стали первыми в мире, кто начал по 12 часов в день работать только над МАС-проектами». Скобелев занял должность директора по технологиям в головной компании Magenta Technology в Лондоне и стал директором ее дочерней компании в Самаре — Центра программных разработок Magenta, организованного на базе НПК «Генезис знаний». «Уже тогда, — говорит Скобелев, — мы начали строить систему бизнес-центров, то есть распределенный вариант компании, работающей подобно мультиагентной системе. Суть подхода была в том, чтобы создать рынок внутри компании для инкубации новых продуктов и быстрого развития наших молодых сотрудников, которые очень быстро научились самостоятельно решать задачи, сочетая разработку и продажи в рамках бизнес-центра».

Magenta Technology стала быстро расти: она одной из первых в мире разработала и коммерциализировала для промышленного внедрения первое поколение мультиагентных систем управления ресурсами для таких крупных зарубежных компаний, как Tankers International, Addison Lee Taxi London, Avis, GIST и некоторые другие. Что способствовало успеху? В классических методах считается, что информация по ресурсам и заказам задана наперед и не меняется в ходе вычислений (в жизни, конечно же, это не так), и еще при расчетах делается полный комбинаторный перебор, который дает экспоненциальный рост времени решения задачи с увеличением числа заказов и ресурсов. На базе же мультиагентных систем планы строятся как так называемые сети потребностей и возможностей, которые самоорганизуются и за счет этого могут быстро реагировать на изменения в среде и перестраивать планы. Та же МАС для лондонского такси до сих пор работает как часы. «Представьте себе, — говорит Георгий Ржевский, — две тысячи машин и два вызова ежесекундно, и при этом независимо от пробок, присущих мегаполису, такси прибывает к заказчику в течение 15 минут». На основе той же платформы был создан ряд подобных систем и для совершенно других областей применения: поддержки интранет-системы компании, извлечения знаний из баз данных методом кластеризации, понимания текста, коллективного расчета крыла самолета, поддержки здорового питания, оптимизации размещения баннеров по сайтам. Удивительным результатом этих разработок, говорит Скобелев, стал тот факт, что системы логистики и семантической обработки текстов научных статей, извлечения знаний или управления диетами оказались построенными на очень похожих методах.

К 2008 году инвесторы оценивали компанию, выполнившую несколько крупных международных контрактов, уже в 64 млн фунтов. Но вскоре радовавшийся было поначалу деловитости своих английских коллег Петр Скобелев «по принципиальным соображениям» уходит из совета директоров, а после, оставаясь уже миноритарием, и вовсе покидает Magenta Technology. Вместе с ним созданную и раскрученную ими компанию из солидарности оставляет и Георгий Ржевский, который был председателем совета директоров.

«За несколько лет работы между менеджментом и разработчиками укрепилось мощное противоречие, — рассказывает Скобелев, — в частности из-за того, что по условиям инвестиционного контракта мы потеряли право на ключевые решения и инвесторы, назначая директоров и принимая другие решения, начали проводить, по сути, колониальную политику. В Лондоне к этому времени работало 15, а в Самаре уже 150 человек — большей частью высокопрофессиональных программистов, тем не менее это не мешало английским менеджерам смотреть на них как на монгольских кочевников, что сказывалось и на финансировании НИОКР, и на материальном обеспечении разработчиков». Парадокс, но у управленцев, получивших в свое распоряжение такую современную технологию самоорганизации, оказался менталитет позапрошлого века, констатирует Скобелев: «Лондонский офис представлял себя водителем машины, которая находилась в Самаре: мне давали инструкцию “зеленый свет” и требовали ускоряться, когда на светофоре горел красный, и наоборот. Я же требовал, чтобы лондонские продавцы проходили у нас обучение и получали сертификаты, а также сидели вместе с моими ребятами-разработчиками за соседними столами, но это отвергалось. В результате не продавцы находили покупателей, а клиенты находили нас обычно сами». Последней каплей стал внезапный отзыв соглашения, по которому самарский «Генезис знаний» получил от Magenta Technology базовую платформу для разработки системы для работы с социальными картами жителей Самарской области. Такая карта дает возможность гражданам получать информацию о доступных для них мерах социальной поддержки, получать адресные извещения об изменениях в условиях предоставления льгот и выплат и заодно является электронным проездным. И вдруг в самый разгар работ в лондонском офисе Magentа заявляют, что их активы планирует купить крупная транснациональная компания, работающая в области управленческого консалтинга, технологий и аутсорсинга (по слухам, речь шла об Accenture), разглядевшая в мультиагентных технологиях огромный потенциал. Было заявлено, что никаких контрактов в России с ее неразвитым рынком и неустойчивой демократией быть не должно и Magentа обязана отозвать соглашение. «Я был в ярости, — вспоминает Петр Скобелев. — Вы можете представить, говорил я партнерам, сколько было потрачено сил (уж не говорю, что моя личная репутация была заложена) на то, чтобы людей уговорить с вами и со мной иметь дело, разработать идею и довести разработку до контракта? И сейчас по вашему хозяйскому щелчку я должен встать на “задние лапки” и отказаться от первых промышленных контрактов в родной стране? В то время у нас уже был ряд контрактов, подготовленных с согласия совета директоров, мы официально получили разрешение продавать в России наши разработки, но эта активность очень раздражала Лондон, делая нас слишком независимыми. Разразился грандиозный скандал, и на совете директоров мои английские партнеры мне сказали: “Слушай, что ты обижаешься? Ты же понимаешь, мы строим английскую компанию, а не русскую. В ней русские никогда англичанами управлять не будут”. На что я им ответил: “Всё. С этой минуты я больше с вами не работаю”».

Возвращенцы

Возвращение в Россию в 2009 году оказалось для Скобелева непростым. Сам он коротко прокомментировал взаимоотношения с некоторыми партнерами и подчиненными по бизнесу по возвращении, назвав их сложными и драматичными и признав, что нашел предательство и жадность там, где меньше всего ожидал. Но «репатриант» вовсе не киснет и демонстрирует бурную деловую активность: «Это был вызов, в каком-то смысле даже хорошо, что все так резко обострилось и нужно было заново начать день и ночь работать, для того чтобы добиться результатов». Старая НПК «Генезис знаний» реформируется в группу компаний, в рамках которой создается новое предприятие «Разумные решения», заточенное под мультиагентные технологии. Пришлось заново разрабатывать технологическую платформу, так как права на интеллектуальную собственность на прежние разработки остались за Magenta, но «мы же были первыми, — говорит ученый, — кто восемь лет проработал на одной теме по мультиагентным технологиям, и в голове был рой научных идей на 25 лет вперед». Почти год ушел на разработку этих идей — и к концу следующего года на руках уже оказались три новых контракта. Один из них со Средневолжской газовой компанией — на разработку автоматизированной системы управления мобильными ресурсами. После ее ввода в штатную эксплуатацию в 2011 году экипажи газовой службы «004» стали работать на 40% эффективнее и вместо семи выездов в день совершать двенадцать. Дело доходило до забастовок сотрудников службы, пока не ввели систему мотивации, компенсирующую бригадам увеличение нагрузки.

Очень высоко реноме молодой компании поднял контракт с ракетно-космической корпорацией «Энергия», искавшей решения для задач управления Международной космической станцией. Постучаться в большую корпорацию получилось через немецкий Ганновер. Представителей НПК «Разумные решения» пригласили на выставку CEBIT-2009 местные партнеры, вместе с которыми самарцы принимали участие в конкурсе министерства науки Германии по моделированию применения RFID-чипов в аэропортах в цепочках поставок бортового питания. На стенде Airbus они показали свою разработку пришедшей туда делегации российского Министерства образования и науки. По итогам встречи руководитель делегации спросил, что они могут сделать для компании. Скобелев попросил помочь ему с выходом на крупные корпорации. Через полгода его соединили с тогдашним президентом РКК «Энергия» Виталием Лопотой и сказали, что у него времени в формате elevator-speech две минуты, чтобы рассказать суть подхода. В итоге две минуты превратились в сорок пять, после чего представителей самарской компании пригласили на первый научно-технический совет, на котором все сошлись в том, что надо попробовать решить методами МАС задачу грузопотока как самую сложную. В итоге была создана мультиагентная система интерактивного построения программы полета, грузопотока и расчета ресурсов российского сегмента МКС. Эта система много чего умеет: она позволяет создавать и редактировать программы полета МКС; разрабатывать детальный план грузопотока по топливу, воде и продовольствию, а также еще по 3,5 тыс. типам грузов; учитывать особенности размещения и утилизации грузов на борту; согласовывать его с десятками работающих удаленно специалистов-кураторов; получать актуальные физические данные о наличии грузов на станции. Для космоса же сейчас разрабатывается МАС для управления роем спутников с целью коллективного решения сложных задач в условиях неопределенности.

Сейчас на базе МАС-платформы «Разумные решения» в РЖД несколько партнеров запускают набор интеллектуальных систем планирования движения для разрешения конфликтных ситуаций в графике движения высокоскоростных поездов «Сапсан». Сам ученый гордится выигранным конкурсом в проекте программы Европейского союза FP7 Smart Factory, в рамках которой создается сетецентрическая МАС согласованного управления цехами аэрокосмических предприятий в консорциуме с EADS и Airbus и университетами Кельна, Манчестера и Праги. В России прототип Smart Factory был разработан по заказу ФГУП «ЦСКБ-Прогресс», а первая промышленная версия этой системы запущена на ОАО «Тяжмаш», за которой последовали другие. В январе 2015 года в Германии будет запущена в опытную эксплуатацию Smart Supply Chains — система интеллектуального управления цепочками поставки для всей национальной сети известного транснационального производителя напитков. Ранее для сети корпорации Lego в США была реализована похожая технология, показавшая 18% эффективности использования ресурсов только за счет перехода предприятия к принятию решений в реальном времени.

Выручка компания за четыре года ее существования выросла до 150 млн рублей, амбициозный Скобелев до конца 2018 года планирует ее удесятерить.

     В статье использованы материалы книги G. Rzevski, P. Skobelev. Managing complexity. WITPress,

     LondonBoston. 2014.

В меру автономная неопределенность

Истоками современных МАС стали идеи сразу нескольких научных направлений. Прежде всего, лауреатом Нобелевской премии Ильей Пригожиным были заложены основы теории самоорганизующихся систем, или синергетики. Он открыл, что сложность является свойством открытой системы, которая состоит из большого числа разнообразных, частично автономных, активно взаимодействующих элементов. Сложная система не имеет централизованного управления, а ее поведение определяется взаимодействием агентов, и поэтому, не будучи хаотичным, является неопределенным (недетерминированным), поскольку в каждой ситуации определяется свободой выбора агентов и зависит от принимаемых ими решений.

Во второй половине 1980-х выходит нашумевшая книга Society of Mind выдающегося американского ученого в области искусственного интеллекта профессора Массачусетского технологического института Марвина Ли Минского. По его мысли, наши «я», или личности, фактически представляют собой сеть полуавтономных неврологических «агентств», которые то сотрудничают, то конкурируют друг с другом, отражая различные точки зрения внутри собственного сознания, являющиеся, по мнению Минского, прямым отражением многообразия нейроструктур нашего мозга.

Мощное влияние на развитие мультиагентных систем оказала, по словам Петра Скобелева, и книга Ghost in the Machine («Дух в машине») британского публициста Артура Кестлера, вышедшая еще в 1967 году, где он рассказывает о подсистемах, включенных в состав более крупной системы, при этом подсистема была названа им термином «холон» от греческого слова «холос», что означает «целое», с добавлением суффикса «-он», означающего «часть». Каждый холон на любом уровне иерархии обладает свойством «двуликого Януса»: «лик», направленный в сторону нижележащего уровня, имеет характер автономного целого, а «лик», направленный к системе вышестоящего иерархического уровня, проявляет свойства зависимой части.

Холонический подход был впервые применен учеными Христианского университета в Бельгии под руководством профессора Х. Брюсселя при создании прототипа МАС PROSA для управления промышленным производством и далее успешно развит в работах под руководством профессора Владимира Марека из пражского Технического университета. При создании мультиагентных систем для производства были выделены агенты заказа, продукта, ресурса, а также штабной агент, позволяющий хранить общее для всех знание об особенностях производства, оказывать консультационные услуги и задавать стратегии другим агентам. Этот подход применялся при создании систем управления производством для концерна Škoda, автоматизации управления для подводных лодок по заказу Rockwell International, управления роем беспилотных самолетов в интересах министерства обороны США и в ряде других приложений. Работы в этом направлении велись и в Португалии под руководством профессора Пауло Лейтао в Политехническом институте Браганки, где применялись, в частности, при создании системы «Адакор» для контроля производства продукции.

Эти идеи были развиты в дальнейшем в разработках компаний Петра Скобелева, сначала в корпорации Magenta Technology, а позже и в НПК «Разумные решения», одними из первых в мире создавших целое семейство самоорганизующихся МАС для промышленного применения.

Оригинал


Об авторе
[-]

Автор: Ирик Имамутдинов

Источник: expert.ru

Добавил:   venjamin.tolstonog


Дата публикации: 02.12.2014. Просмотров: 262

zagluwka
advanced
Отправить
На главную
Beta