Decentraliserat system
Ett decentraliserat system inom systemteorin är ett system där komponenter på lägre nivå arbetar på lokal information för att uppnå globala mål. Det globala beteendemönstret är en framväxande egenskap hos dynamiska mekanismer som verkar på lokala komponenter, såsom indirekt kommunikation, snarare än resultatet av en central ordningspåverkan från ett centraliserat system .
Centraliserade kontra decentraliserade system
Ett centraliserat system är ett där en central styrenhet utövar kontroll över komponenterna på lägre nivå i systemet direkt eller genom användning av en makthierarki (som att instruera en komponent på mellannivå att instruera en komponent på lägre nivå). Det komplexa beteendet som uppvisas av detta system är således resultatet av den centrala styrenhetens "kontroll" över komponenter på lägre nivå i systemet, inklusive aktiv övervakning av komponenter på lägre nivå.
Ett decentraliserat system, å andra sidan, är ett där komplext beteende uppstår genom arbetet med komponenter på lägre nivå som arbetar på lokal information, inte instruktioner från något befallande inflytande. Denna form av kontroll är känd som distribuerad kontroll , eller kontroll där varje komponent i systemet är lika ansvarig för att bidra till det globala, komplexa beteendet genom att agera på lokal information på lämpligt sätt. Komponenterna på lägre nivå är implicit medvetna om dessa lämpliga svar genom mekanismer som är baserade på komponentens interaktion med miljön, inklusive andra komponenter i den miljön.
Självorganisation
Decentraliserade system är intrikat kopplade till idén om självorganisering – ett fenomen där lokal interaktion mellan komponenter i ett system skapar ordning och samordning för att uppnå globala mål utan centralt befallande inflytande. Reglerna som specificerar dessa interaktioner kommer från lokal information och, när det gäller biologiska (eller biologiskt inspirerade) agens, från agensens nära sammanlänkade perceptions- och handlingssystem. Dessa interaktioner formas ständigt och är beroende av rums-temporala mönster , som skapas genom den positiva och negativa feedback som interaktionerna ger. Till exempel bygger rekrytering i myrors födosöksbeteende på den positiva återkopplingen av myran som hittar mat i slutet av ett feromonspår medan myrornas uppgiftsbytesbeteende förlitar sig på den negativa återkopplingen av att få antennkontakt med ett visst antal myror ( till exempel kan en tillräckligt låg mötesfrekvens med framgångsrika foderodlare göra att en mittarbetare byter till födosök, även om andra faktorer som mattillgång kan påverka tröskeln för att byta).
Exempel
Även om decentraliserade system lätt kan hittas i naturen, är de också uppenbara i aspekter av det mänskliga samhället som statliga och ekonomiska system.
Biologiska: Insektskolonier
Ett av de mest välkända exemplen på ett "naturligt" decentraliserat system är ett som används av vissa insektskolonier . I dessa insektskolonier är kontrollen fördelad mellan de homogena biologiska agens som verkar på lokal information och lokala interaktioner för att kollektivt skapa komplext, globalt beteende. Medan de individuellt uppvisar enkla beteenden, uppnår dessa agenter globala mål som att utfodra kolonin eller uppfostra ungarna genom att använda dynamiska mekanismer som icke-explicit kommunikation och utnyttja deras nära kopplade handlings- och perceptionssystem. Utan någon form av central kontroll uppnår dessa insektskolonier globala mål genom att utföra nödvändiga uppgifter, reagera på förändrade förhållanden i kolonimiljön när det gäller uppgiftsaktivitet, och därefter justera antalet arbetare som utför varje uppgift för att säkerställa att alla uppgifter slutförs . Till exempel styr myrkolonier sitt globala beteende (när det gäller födosök, patrullering, vård av yngel och bounderhåll) med hjälp av ett pulserande, skiftande nät av rums-temporala mönstrade interaktioner som förlitar sig på antennkontakthastighet och luktavkänning . Även om dessa interaktioner består av både interaktioner med omgivningen och varandra, styr myror inte beteendet hos andra myror och har således aldrig en "central kontrollant" som dikterar vad som ska göras för att uppnå globala mål.
Istället använder myror ett flexibelt uppgiftsfördelningssystem som gör det möjligt för kolonin att reagera snabbt på förändrade behov för att uppnå dessa mål. Detta uppgiftsfördelningssystem, som liknar en arbetsfördelning, är flexibelt genom att alla uppgifter är beroende av antingen antalet myrmöten (som tar formen av antennkontakt) och avkänning av kemiska gradienter (med luktavkänning för feromonspår) och kan alltså tillämpas på hela myrpopulationen. Medan nyare forskning har visat att vissa uppgifter kan ha fysiologiskt och åldersbaserade svarströsklar, kan alla uppgifter utföras av "vilken som helst" myra i kolonin.
Till exempel, i födosöksbeteende, kommunicerar röda skördarmyror ( Pogonomyrmex barbatus ) till andra myror var mat finns, hur mycket mat det finns och om de ska byta uppgifter till foder baserat på kutikulära kolvätedofter och hastigheten på myrans interaktion . Genom att använda de kombinerade lukterna av kolväten från foderhalsar och frön och interaktionshastighet med kort antennkontakt, fångar kolonin exakt information om den aktuella tillgången på mat och därmed om de ska byta till födosöksbeteende "allt utan att styras av en central kontrollant eller till och med en annan myra". Hastigheten med vilken födosökare återvänder med frön bestämmer den hastighet med vilken utgående födosökare lämnar boet på födosöksresor; snabbare avkastning indikerar mer mattillgång och färre interaktioner indikerar ett större behov av foderälskare. En kombination av dessa två faktorer, som enbart är baserade på lokal information från omgivningen, leder till beslut om att byta till födosöksuppgiften och i slutändan till att uppnå det globala målet att föda kolonin.
Kort sagt, användningen av en kombination av enkla signaler gör det möjligt för röda skördarmyrkolonier att göra en exakt och snabb justering av födosöksaktiviteten som motsvarar den nuvarande tillgången på mat samtidigt som positiv feedback används för reglering av processen: ju snabbare utgående foderälskare möter myror som kommer tillbaka med frön, ju fler myror går ut för att föda. Myror fortsätter sedan att använda dessa lokala ledtrådar för att hitta mat, eftersom de använder sina luktsinnen för att plocka upp feromonspår som lagts av andra myror och följer spåret i en fallande gradient till matkällan. Istället för att styras av andra myror eller bli tillsagda om var maten finns, litar myror på sina nära kopplade handlings- och uppfattningssystem för att kollektivt slutföra den globala uppgiften.
Medan kolonier av röda skördarmyror uppnår sina globala mål med hjälp av ett decentraliserat system, fungerar inte alla insektskolonier på detta sätt. Till exempel är getingars födosöksbeteende under konstant reglering och kontroll av drottningen.
Myrbruket är ett exempel på när ett biologiskt decentraliserat system misslyckas, när reglerna för de enskilda agensen inte räcker till för att hantera vissa scenarier .
Mänskligt samhälle: Marknadsekonomi
En marknadsekonomi är en ekonomi där beslut om investeringar och allokering av producentvaror huvudsakligen fattas genom marknader och inte genom en produktionsplan (se planekonomi ) . En marknadsekonomi är ett decentraliserat ekonomiskt system eftersom det inte fungerar via en central, ekonomisk plan (som vanligtvis leds av ett statligt organ) utan istället agerar genom de distribuerade, lokala interaktionerna på marknaden (t.ex. individuella investeringar ) . Medan en "marknadsekonomi" är ett brett begrepp och kan skilja sig mycket i termer av statlig eller statlig kontroll (och därmed central kontroll), kommer det slutliga "beteendet" för en marknadsekonomi från dessa lokala interaktioner och är inte direkt resultatet av en centrala organets uppsättning instruktioner eller föreskrifter.
Ansökan
Artificiell intelligens och robotik
Medan klassisk artificiell intelligens (AI) på 1970-talet var fokuserad på kunskapsbaserade system eller planeringsrobotar, har Rodney Brooks beteendebaserade robotar och deras framgång i att agera i den verkliga, oförutsägbart föränderliga världen fått många AI-forskare att gå från en planerad , centraliserad symbolisk arkitektur för att studera intelligens som en framväxande produkt av enkla interaktioner. Detta speglar alltså en generell förskjutning från att tillämpa ett centraliserat system inom robotteknik till att tillämpa ett mer decentraliserat system baserat på lokal interaktion på olika abstraktionsnivåer.
Till exempel, till stor del härrörande från Newell och Simons teori om fysikaliska symboler , designade forskare på 1970-talet robotar med ett handlingssätt som, när de utfördes, skulle resultera i uppnåendet av ett önskat mål; sålunda sågs robotarna som "intelligenta" om de kunde följa anvisningarna från sin centrala styrenhet (programmet eller programmeraren) (se till exempel STRIPS ). Men efter Rodney Brooks introduktion av subsumptionsarkitektur , som gjorde det möjligt för robotar att utföra "intelligent" beteende utan att använda symbolisk kunskap eller explicita resonemang, har allt fler forskare sett intelligent beteende som en framväxande egenskap som uppstår från en agents interaktion med omgivningen, inklusive andra agenter i den miljön.
Medan vissa forskare har börjat designa sina robotar med nära kopplade perceptions- och handlingssystem och försökt att förkroppsliga och placera sina agenter a la Brooks, har andra forskare försökt simulera multi-agent beteende och på så sätt ytterligare dissekera fenomenen med decentraliserade system för att uppnå globala mål. Till exempel, 1996, skapade Minar, Burkhard, Lang-ton och Askenazi en programvaruplattform för flera agenter för stimulering av interagerande agenter och deras framväxande kollektiva beteende som kallas " Swarm ". Medan den grundläggande enheten i Swarm är "svärmen", en samling agenter som utför ett schema av åtgärder, kan agenter vara sammansatta av svärmar av andra agenter i kapslade strukturer. Eftersom mjukvaran också tillhandahåller objektorienterade bibliotek med återanvändbara komponenter för att bygga modeller och analysera, visa och kontrollera experiment på dessa modeller, försöker den i slutändan inte bara simulera multi-agent beteende utan att fungera som en grund för ytterligare utforskning av hur kollektiva grupper av agenter kan uppnå globala mål genom noggrann, men implicit, samordning.
Se även
- Centraliserat system
- Decentralisering
- Decentraliserad datoranvändning
- Distribuerad databehandling
- Svärm intelligens
Exempel på decentraliserade system:
- Nätverk: peer-to-peer-teknik (t.ex. decentraliserat nätverk 42 )
- Monetär: Bitcoin
- Djursamhällen: Röd skördarmyra
Vidare läsning
- Camazine, Scott; Sneyd, James (1991). "En modell för kollektivt urval av nektarkällor av honungsbin: Självorganisering genom enkla regler". Journal of Theoretical Biology . 149 (4): 547. Bibcode : 1991JThBi.149..547C . doi : 10.1016/S0022-5193(05)80098-0 .
- Kernis, Michael H.; Cornell, David P.; Sun, Chien-ru; Berry, Andrea; Harlow, T (1993). "Det finns mer med självkänsla än om den är hög eller låg: vikten av stabilitet i självkänsla". Journal of Personality and Social Psychology . 65 (6): 1190–204. doi : 10.1037/0022-3514.65.6.1190 . PMID 8295118 .
- Miller, Peter (juli 2007). "Svärmteori" . National Geographic . Hämtad 21 november 2013 .
- Abeysinghe, Asanka (juli 2018). "Cellbaserad arkitektur" . WSO2, Inc. Hämtad 14 februari 2019 .