Орталықтандырылмаған жүйелер және өздігінен ұйымдасу
Decentralised system
Жүйелер теориясындағы орталықтандырылмаған жүйелер – бұл жергілікті ақпарат негізінде жұмыс істейтін, бірақ жаһандық мақсаттарға жететін жүйелер. Бақылау орталықтандырылмаған, өзінен пайда болады.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Бірде-бір маңызды компоненті немесе кластері жоқ жүйелер
Systems without a single most important component or cluster
Жүйелер теориясындағы орталықтандырылмаған жүйе – төменгі деңгейдегі компоненттердің жаһандық мақсаттарға жету үшін жергілікті ақпарат негізінде жұмыс істейтін жүйе. Жүйенің жаһандық мінез-құлқы – бұл орталықтандырылған жүйенің тікелей басқаруының нәтижесі емес, керісінше, жергілікті компоненттерге әсер ететін динамикалық механизмдердің (мысалы, тікелей емес байланыс) нәтижесінде пайда болатын қасиет.
A decentralised system in systems theory is a system in which lower level components operate on local information to accomplish global goals. The global pattern of behaviour is an emergent property of dynamical mechanisms that act upon local components, such as indirect communication, rather than the result of a central ordering influence of a centralised system.
Орталықтандырылған және орталықтандырылмаған жүйелер
Орталықтандырылған жүйеде орталық басқарушы төменгі деңгейдегі компоненттерді тікелей немесе билік иерархиясын қолдану арқылы бақылайды (мысалы, орта деңгейдегі компонентке төменгі деңгейдегі компонентке нұсқау беру арқылы). Осы жүйенің күрделі мінез-құлқы орталық басқарушының жүйедегі төменгі деңгейдегі компоненттерге жасаған "басқаруының" және оларды белсенді қадағалаудың нәтижесі болып табылады. Ал децентральданған жүйеде күрделі мінез-құлық жергілікті ақпарат негізінде жұмыс істейтін төменгі деңгейдегі компоненттердің жұмысы арқылы пайда болады, бұл кезде ешқандай басшылық етуші ықпалдың нұсқаулары қажет емес. Мұндай басқару түрі үлестірілген басқару деп аталады, яғни жүйедегі әрбір компонент жергілікті ақпаратқа сәйкес әрекет ету арқылы жаһандық, күрделі мінез-құлыққа бірдей жауапкершілік тартады. Төменгі деңгейдегі компоненттер осы тиісті жауаптарды компоненттің қоршаған ортамен, соның ішінде осы ортадағы басқа компоненттермен өзара әрекеттесуіне негізделген механизмдер арқылы түсінеді.
A centralised system is one in which a central controller exercises control over the lower level components of the system directly or through the use of a power hierarchy (such as instructing a middle level component to instruct a lower level component). The complex behaviour exhibited by this system is thus the result of the central controller's "control" over lower level components in the system, including the active supervision of the lower level components. A decentralised system, on the other hand, is one in which complex behaviour emerges through the work of lower level components operating on local information, not the instructions of any commanding influence. This form of control is known as distributed control, or control in which each component of the system is equally responsible for contributing to the global, complex behaviour by acting on local information in the appropriate manner. The lower level components are implicitly aware of these appropriate responses through mechanisms that are based on the component's interaction with the environment, including other components in that environment.
Өзін-өзі ұйымдастыру
Децентральданған жүйелер өзін-өзі ұйымдастыру идеясымен тығыз байланысты – жүйе компоненттері арасындағы жергілікті өзара әрекеттесулер орталық басқарудың қатысуынсыз жаһандық мақсаттарға жету үшін тәртіп пен үйлестіруді қамтамасыз ететін құбылыс. Осы өзара әрекеттесулерді анықтайтын ережелер жергілікті ақпараттан және биологиялық (немесе биологиялық үлгіде жасалған) агенттердің жағдайында, агенттердің тығыз байланысты қабылдау және әрекет ету жүйесінен туындайды. Бұл өзара әрекеттесулер үнемі қалыптасып, кеңістік-уақыт үлгілеріне тәуелді болады, ал бұл үлгілер өзара әрекеттесулердің оң және теріс кері байланысы арқылы құрылады. Мысалы, құмырсқалардың азық іздеу қызметіндегі жұмылдыру, феромондық іздің соңында азық табуға байланысты оң кері байланысқа, ал құмырсқалардың тапсырма ауыстыруы белгілі бір сандағы құмырсқалармен антенна арқылы байланыс жасаудың теріс кері байланысына тәуелді (мысалы, табысты азық іздеушілермен кездесу көрсеткішінің жеткіліксіз деңгейі орта жұмысшының азық іздеуге ауысуына себеп болуы мүмкін, бірақ азық-түлік қоры сияқты басқа факторлар да ауысу шегіне әсер ете алады).
Decentralised systems are intricately linked to the idea of self organisation—a phenomenon in which local interactions between components of a system establish order and coordination to achieve global goals without a central commanding influence. The rules specifying these interactions emerge from local information and in the case of biological (or biologically inspired) agents, from the closely linked perception and action system of the agents. These interactions continually form and depend on spatio temporal patterns, which are created through the positive and negative feedback that the interactions provide. For example, recruitment in the foraging behaviour of ants relies on the positive feedback of the ant finding food at the end of a pheromone trail while ants' task switching behaviour relies on the negative feedback of making antennal contact with a certain number of ants (for example, a sufficiently low encounter rate with successful foragers can cause a midden worker to switch to foraging, although other factors like food availability can affect the threshold for switching).
Мысалдар
Табиғатта децентральданған жүйелерді кездестіру оңай, сонымен қатар олар адам қоғамының үкіметтік және экономикалық жүйелер сияқты түрлерінде де байқалады.
While decentralised systems can easily be found in nature, they are also evident in aspects of human society such as governmental and economic systems.
Бөжәктер колониясы
Бірқатар танымал "табиғи" орталықсыздандырылған жүйелердің бірі – кейбір жәндіктер колониялары қолданатын жүйе. Бұл жәндіктер колониясында бақылау біртекті биологиялық агенттер арасында бөлінеді, олар жергілікті ақпарат пен өзара әрекеттесулерге сүйене отырып, күрделі, жаһандық мінез-құлықты бірлесіп жасайды. Жеке-жеке қарапайым мінез-құлықтарды көрсетсе де, бұл агенттер колонияны тамақтандыру немесе ұрпақ өсіру сияқты жаһандық мақсаттарға жетеді, бұл үшін ашық емес коммуникация сияқты динамикалық механизмдерді пайдаланады және олардың тығыз байланысты әрекеттері мен қабылдау жүйелерін қолданады. Орталықтандырылған бақылаудың болмауына қарамастан, бұл жәндіктер колониясы қажетті тапсырмаларды орындау, колония ортасындағы өзгерістерге жауап беру және барлық тапсырмалардың аяқталуын қамтамасыз ету үшін жұмысшылардың санын реттеу арқылы жаһандық мақсаттарға жетеді. Мысалы, құмырсқалар колониясы өздерінің жаһандық мінез-құлқын (азық іздеу, күзету, ұрпақ күтімі және ұяны күтіп ұстау) антенналық байланыс жылдамдығы мен иіс сезуге негізделген кеңістіктік-уақыттық өзара әрекеттесулердің импульсті, жылжымалы желісі арқылы басқарады. Бұл өзара әрекеттесулер қоршаған ортамен де, бір-бірімен де болады, бірақ құмырсқалар басқа құмырсқалардың мінез-құлқын басқармайды, сондықтан жаһандық мақсаттарға жету үшін не істеу керектігін "орталық бақылаушы" жоқ. Оның орнына, құмырсқалар тапсырмаларды тез арада орындау үшін, олардың өзгеріп отыратын қажеттіліктеріне тез жауап беруге мүмкіндік беретін икемді тапсырмалар жүйесін қолданады. Еңбек бөлінісіне ұқсас бұл тапсырмалар жүйесінде барлық тапсырмалар құмырсқалардың кездесу санына (антенналық байланыс түрінде) және химиялық градиенттерді сезуге (феромондық іздерді иіс сезуді пайдалана отырып) байланысты және осылайша бүкіл құмырсқа популяциясына қолданылуы мүмкін. Жақында жүргізілген зерттеулер белгілі бір тапсырмалардың физиологиялық және жасына байланысты жауап шегі болуы мүмкін екенін көрсеткенмен, барлық тапсырмаларды колониядағы "кән кез келген" құмырсқа орындай алады. Мысалы, азық іздеу кезінде қызыл жинайтын құмырсқалар (Pogonomyrmex barbatus) басқа құмырсқаларға азықтың қайда екенін, қанша азық бар екенін және олардың кутикулярлық көмірсутектің иісі мен құмырсқалардың өзара әрекеттесу жылдамдығына негізделген азық іздеуге ауысу керек пе, жоқ па, туралы хабарлайды. Бұл құмырсқалардың азық-түлікпен қамтамасыз етілуі туралы нақты ақпаратты алады, сондықтан олар азық іздеуді бастауы керек пе, жоқ па, "бұл орталық бақылаушы немесе тіпті басқа құмырсқаның нұсқауысыз" деп түсіндіреді. Азық жинаушылар тұқыммен қайтып келетін жылдамдық, шығып бара жатқан азық жинаушылардың ұядан шығатын жылдамдығын анықтайды; оралу жылдамдығы азық-түліктің көп екенін, ал өзара әрекеттесудің аз болуы азық жинаушыларға деген қажеттіліктің көп екенін көрсетеді. Осы екі фактордың бірігіп, қоршаған ортадан алынған жергілікті ақпаратқа негізделгені, азық жинау ісіне ауысу туралы шешім қабылдауға және ақыр соңында колонияны тамақтандырудың жалпы мақсатына жетуге әкеледі. Қысқаша айтқанда, қарапайым белгілердің үйлесімін қолдану қызыл жинайтын құмырсқалар колониясына азық-түлікпен қамтамасыз етуді дәл және тез реттеуге мүмкіндік береді, бұл процесті реттеу үшін оң кері байланыс арқылы азық-түлікпен қамтамасыз етуді қамтамасыз етеді. Содан кейін құмырсқалар осы жергілікті белгілерді азық табуда қолданады, олар иіс сезімдерін басқа құмырсқалар қойған феромондық іздерді жинап, азық көзіне қарай төмендеуде жүреді. Басқа құмырсқалар арқылы бағыт-бағдар алудың немесе азық-түліктің қайда екенін айтудың орнына, құмырсқалар өздерінің өзара тығыз байланысқан әрекеттері мен қабылдау жүйелеріне арқа сүйеу арқылы бүкіл әлемдегі тапсырманы бірлесіп орындайды. Құмырсқалар фабрикасы – биологиялық орталықсыздандырылған жүйенің сәтсіздігін көрсететін мысал, онда жекелеген агенттерді басқаратын ережелер белгілі бір сценарийлерді басқаруға жеткіліксіз.
One of the most well known examples of a "natural" decentralized system is one used by certain insect colonies. In these insect colonies, control is distributed among the homogeneous biological agents who act upon local information and local interactions to collectively create complex, global behaviour. While individually exhibiting simple behaviours, these agents achieve global goals such as feeding the colony or raising the brood by using dynamical mechanisms like non explicit communication and exploiting their closely coupled action and perception systems. Without any form of central control, these insect colonies achieve global goals by performing required tasks, responding to changing conditions in the colony environment in terms of task activity, and subsequently adjusting the number of workers performing each task to ensure that all tasks are completed. For example, ant colonies guide their global behaviour (in terms of foraging, patrolling, brood care, and nest maintenance) using a pulsing, shifting web of spatio temporal patterned interactions that rely on antennal contact rate and olfactory sensing. While these interactions consist of both interactions with the environment and each other, ants do not direct the behaviour of other ants and thus never have a "central controller" dictating what is to be done to achieve global goals. Instead, ants use a flexible task allocation system that allows the colony to respond rapidly to changing needs for achieving these goals. This task allocation system, similar to a division of labor is flexible in that all tasks rely on either the number of ant encounters (which take the form of antennal contact) and the sensing of chemical gradients (using olfactory sensing for pheromone trails) and can thus be applied to the entire ant population. While recent research has shown that certain tasks may have physiologically and age based response thresholds, all tasks can be completed by "any" ant in the colony. For example, in foraging behaviour, red harvester ants (Pogonomyrmex barbatus) communicate to other ants where food is, how much food there is, and whether or not they should switch tasks to forage based on cuticular hydrocarbon scents and the rate of ant interaction. By using the combined odors of forager cuticular hydrocarbons and of seeds and interaction rate using brief antennal contact, the colony captures precise information about the current availability of food and thus whether or not they should switch to foraging behaviour "all without being directed by a central controller or even another ant". The rate at which foragers return with seeds sets the rate at which outgoing foragers leave the nest on foraging trips; faster rates of return indicate more food availability and fewer interactions indicate a greater need for foragers. A combination of these two factors, which are solely based on local information from the environment, leads to decisions about switching to the foraging task and ultimately, to achieving the global goal of feeding the colony. In short, the use of a combination of simple cues makes it possible for red harvester ant colonies to make an accurate and rapid adjustment of foraging activity that corresponds to the current availability of food while using positive feedback for regulation of the process: the faster outgoing foragers meet ants returning with seeds, the more ants go out to forage. Ants then continue to use these local cues in finding food, as they use their olfactory senses to pick up pheromone trails laid by other ants and follow the trail in a descending gradient to the food source. Instead of being directed by other ants or being told as to where the food is, ants rely on their closely coupled action and perception systems to collectively complete the global task. The ant mill is an example of when a biological decentralized system fails, when the rules governing the individual agents are not sufficient to handle certain scenarios.
Адамзат қоғамы: нарықтық экономика
Нарық экономикасы – инвестициялар және өндіріс тауарларын бөлу жөніндегі шешімдер негізінен өндіріс жоспары емес, нарықтар арқылы қабылданатын экономика (жоспарланған экономиканы қараңыз). Нарық экономикасы – орталықтандырылмаған экономикалық жүйе, себебі ол орталық экономикалық жоспар арқылы емес (әдетте мемлекеттік орган басқарады), ал нарықтағы тараған, жергілікті өзара әрекеттесулер арқылы жұмыс істейді (мысалы, жеке инвестициялар). "Нарық экономикасы" – кең ұғым және мемлекеттік немесе үкіметтік бақылау (демек, орталық бақылау) деңгейіне қарай үлкен айырмашылықтарға ие болуы мүмкін. Кез келген нарық экономикасының соңғы "мінез-құлқы" осы жергілікті өзара әрекеттесулерден туындайды және орталық органның нұсқаулары мен ережелерінің тікелей нәтижесі емес.
A market economy is an economy in which decisions on investment and the allocation of producer goods are mainly made through markets and not by a plan of production (see planned economy). A market economy is a decentralised economic system because it does not function via a central, economic plan (which is usually headed by a governmental body) but instead, acts through the distributed, local interactions in the market (e. g. individual investments). While a "market economy" is a broad term and can differ greatly in terms of state or governmental control (and thus central control), the final "behaviour" of any market economy emerges from these local interactions and is not directly the result of a central body's set of instructions or regulation.
Жасанды интеллект және робототехника
1970-ші жылдардағы классикалық жасанды интеллект (ЖИ) білімге негізделген жүйелерге немесе роботтарды жоспарлауға бағытталған болса, Родни Брукстің мінез-құлыққа негізделген роботтары және олардың нақты, болжаусыз өзгеріп жатқан әлемде әрекет етудегі табысы көптеген ЖИ зерттеушілерін жоспарланған, орталықтандырылған символды архитектурадан интеллектті қарапайым өзара әрекеттесулердің пайда болатын нәтижесі ретінде зерттеуге итермеледі. Бұл робототехникада орталықтандырылған жүйені қолданудан, әртүрлі деңгейдегі абстракциядағы жергілікті өзара әрекеттесулерге негізделген, көбірек орталықтандырылмаған жүйеге көшуді көрсетеді. Мысалы, негізінен Ньюэлл мен Саймонның физикалық символдар теориясынан туындаған, 1970-ші жылдардағы зерттеушілер роботтарды белгілі бір мақсатқа жетуге бағытталған іс-қимыл жолымен жобалады; демек, роботтар орталық контроллердің (бағдарлама немесе бағдарламашы) нұсқауларын орындаса, «ақылды» деп есептелді (мысалы, STRIPS-ке қараңыз). Алайда, Родни Брукстің субсумпциялық архитектурасын енгізуі, роботтарға символдық білімді немесе нақты ойлауды пайдаланбай-ақ «ақылды» мінез-құлықты көрсетуге мүмкіндік берді, соның салдарынан көптеген зерттеушілер ақылды мінез-құлықты агенттің ортамен, соның ішінде ортадағы басқа агенттермен өзара әрекеттесуінен туындайтын, пайда болатын қасиет ретінде қарастыра бастады. Кейбір зерттеушілер өздерінің роботтарын тығыз байланысты қабылдау және іс-қимыл жүйелерімен жабдып, агенттерін Брукстің әдісімен бейнелеуге және орналастыруға тырысса, ал басқалары көп агенттік мінез-құлықты модельдеуге және осылайша орталықтандырылмаған жүйелердің жаһандық мақсаттарға жетудегі құбылысын одан әрі зерттеуге ұмтылды. Мысалы, 1996 жылы Минар, Буркхард, Лангтон және Аскенази өзара әрекеттесетін агенттерді ынталандыру және олардың ұжымдық мінез-құлқын қалыптастыру үшін «Swarm» деп аталатын көп агенттік бағдарламалық платформа жасады. Swarm-дағы негізгі бірлік – «қоян», ол іс-қимылдар кестесін орындайтын агенттердің жиынтығы, ал агенттер ұялы құрылымдардағы басқа агенттердің «қояндарынан» құралуы мүмкін. Бағдарламалық қамтамасыз ету модельдерді құру және осы модельдердегі эксперименттерді талдау, көрсету және басқару үшін қайта пайдалануға болатын компоненттердің объектіге бағытталған кітапханаларын ұсынады, сондықтан ол көп агенттік мінез-құлықты модельдеу ғана емес, агенттердің ұжымдық топтарының мұқият, бірақ жасырын үйлестіру арқылы жаһандық мақсаттарға қалай жететінін зерттеудің негізі ретінде де қызмет етеді.
While classic artificial intelligence (AI) in the 1970s was focused on knowledge based systems or planning robots, Rodney Brooks' behaviour based robots and their success in acting in the real, unpredictably changing world has led many AI researchers to shift from a planned, centralised symbolic architecture to studying intelligence as an emergent product of simple interactions. This thus reflects a general shift from applying a centralised system in robotics to applying a more decentralised system based on local interactions at various levels of abstraction. For example, largely stemming from Newell and Simon's physical symbol theory, researchers in the 1970s designed robots with a course of action that, when executed, would result in the achievement of some desired goal; thus the robots were seen as "intelligent" if they could follow the directions of their central controller (the program or the programmer) (for an example, see STRIPS). However, upon Rodney Brooks' introduction of subsumption architecture, which enabled robots to perform "intelligent" behaviour without using symbolic knowledge or explicit reasoning, increasingly more researchers have viewed intelligent behaviour as an emergent property that arises from an agent's interaction with the environment, including other agents in that environment. While certain researchers have begun to design their robots with closely coupled perception and action systems and attempted to embody and situate their agents a la Brooks, other researchers have attempted to simulate multi agent behaviour and thus further dissect the phenomena of decentralised systems in achieving global goals. For example, in 1996, Minar, Burkhard, Lang ton and Askenazi created a multi agent software platform for the stimulation of interacting agents and their emergent collective behaviour called "Swarm". While the basic unit in Swarm is the "swarm", a collection of agents executing a schedule of actions, agents can be composed of swarms of other agents in nested structures. As the software also provides object oriented libraries of reusable components for building models and analyzing, displaying and controlling experiments on those models, it ultimately attempts to not only simulate multi agent behaviour but to serve as a basis for further exploration of how collective groups of agents can achieve global goals through careful, yet implicit, coordination.