logo
 

РУССКИЙ ЯЗЫК

ЛИТЕРАТУРА

 

ИСТОРИЯ РОССИИ

БИОЛОГИЯ

ГЕОГРАФИЯ

МАТЕМАТИКА

В то время как клеточные автоматы разделяют пространство и время на маленькие кусочки, другие виды моделей менее строги. Агентное моделирование развилось из работы фон Неймана над клеточными автоматами, и в итоге превратилось в самостоятельный научный метод. (Похоже звучащие многоагентные вычисления – это еще один связанный с ИИ подход, который рассматривает, как программные агенты взаимодействуют при решении проблем, но уделяет меньше внимания моделированию и фокусируется больше на практической стороне).

Агентные, или индивидуальные, модели, представляют собой класс алгоритмов, имитирующих поведение автономных объектов, или агентов. Это могут быть биологические клетки в органе, молекулы в жидкости, люди в популяции или любая совокупность похожих объектов, имеющих независимое поведение, которое, однако, зависит от их взаимодействия. Эти модели используются для изучения более крупных систем, поскольку позволяют создать виртуальную среду для необходимых вычислений.

В агентном моделировании правила или алгоритмы применяются к каждому агенту, благодаря чему он может действовать автономно и контактировать со своими компаньонами. Модели способны привлекать любую форму ИИ для управления поведением агентов, включая самые сложные алгоритмы глубокого обучения. Даже если поведение каждого агента определяется относительно простыми правилами или алгоритмами, когда агенты взаимодействуют и влияют друг на друга с некоторой долей случайностей, вводимой для реалистичности, результатом является возникающее и часто неожиданное поведение более высокого уровня. Одна летящая птица – это довольно просто, но стая птиц может кружиться и мгновенно менять форму, как будто стая – нечто целое и обладает бóльшим интеллектом. Агентному моделированию под силу объединять многие аспекты ИИ и смежных с ним областей, таких как сложные системы, эволюционные вычисления, экономика, теория игр, социология и даже психология.

Крэйг Рейнольдс – эксперт по компьютерной графике и один из программистов оригинального фильма «Трон». В 1986 году он разработал алгоритм агентной модели, который назвал boids (сокращенное от bird-oid objects, что значит «птицеподобные объекты»). Его алгоритм впервые проиллюстрировал, как независимо движущиеся агенты, каждый из которых следует простым поведенческим правилам, могут создавать поведение, аналогичное поведению птичьих стай и косяков рыб. Базовые правила были на удивление просты: каждый бойд пытался избежать столкновения с соседями, следовал в среднем направлении по отношению к соседним бойдам и двигался к центру масс (среднее положение) бойдов неподалеку.




Алгоритм Рейнольдса работал настолько хорошо, что вскоре завоевал популярность в киноиндустрии: он позволял симулировать поведение птичьих стай и толп. Одним из первых примеров его применения стали симуляции поведения колоний летучих мышей и пингвинов в фильме «Бэтмен возвращается» 1992 года. В настоящее время подобные алгоритмы используются для управления скоплениями роботов, чтобы гарантировать их эффективную совместную работу при решении групповых задач. Рейнольдс продолжает развивать агентное моделирование по сей день – в компании Righthook, разрабатывающей автономных роботов и транспортные средства.

‘Мурмурация – особенно яркий пример эмерджентности: сложное глобальное поведение может возникнуть в результате взаимодействия простых локальных правил.’

КРЭЙГ РЕЙНОЛЬДС (2001)

Вскоре после того как Рейнольдс создал бойдов, новый вид ИИ получил свое официальное название – искусственная жизнь. Он объединил интересы исследователей ИИ с интересами биологов, химиков, философов и даже художников – всех, кто хотел пользоваться компьютерами для изучения фундаментальных вопросов о живых системах.

КРИСТОФЕР ЛАНГТОН (р. 1949)

 

Программист, специалист по вычислительным системам Кристофер Лангтон изобрел термин «искусственная жизнь» и в 1987 году организовал семинар по синтезу и моделированию живых систем. Впоследствии этот семинар стал известен как Международная конференция «Искусственная жизнь». Лангтон первым начал изучать сложные системы, моделируемые с помощью клеточных автоматов, и предположил, что эти сложные формы, и в первую очередь живые системы, существуют на границе между порядком (где все статично и предсказуемо) и беспорядком (где все случайно). Это был новый и важный взгляд на живые системы: вместо того чтобы рассматривать их как своего рода часовые механизмы, работающие с прогнозируемой определенностью, Лангтон высказал идею о жизни «на грани хаоса», компоненты которой взаимодействуют так, что становятся больше, чем сумма частей. Возникают непредсказуемые, но желательные виды поведения. Исследователь создал несколько обманчиво простых моделей, таких как «Муравей Лангтона», который двигался в соответствии с элементарными правилами, оставляя за собой след, и «Петля Лангтона», которая моделировала очень простой вид искусственной жизни, имеющий собственную наследуемую генетическую информацию. Несмотря на кажущуюся простоту этих моделей, возникшее у них поведение позволило получить более полное представление о развитии сложных форм.

 



Специалисты, занимающиеся искусственной жизнью, обычно используют агентные модели для анализа того, как возникли первые самореплицирующиеся молекулы, как развивались клетки, эволюционировали многоклеточные организмы, формировался мозг и процесс восприятия и, наконец, каким образом работают сложные экосистемы. Если другие формы ИИ, например глубокое обучение, сосредоточены на разработке более эффективных решений, исследователи искусственной жизни и смежных областей вычислительной биологии изучают модели, которые более точно соответствуют биологическим, чтобы понять, как они работают (например, импульсные нейронные сети). Компьютерное моделирование необходимо для подобных исследований.

 

Поиск

 

ФИЗИКА

 

Блок "Поделиться"

 
 
Яндекс.Метрика Top.Mail.Ru

Copyright © 2021 High School Rights Reserved.