الذكاء الاصطناعي الموزع

الذكاء الاصطناعي الموزع ( DAI ) ^{[ 1 ]} (ويُسمى أيضًا الذكاء الاصطناعي اللامركزي ^{[ 2 ]} ) هو دمج بين الذكاء الاصطناعي والحوسبة الموزعة. ينبثق من الذكاء الاصطناعي النظرية والتكنولوجيا اللازمتان لبناء أو تحليل نظام ذكي. ولكن بينما يستقي الذكاء الاصطناعي أفكاره من علم النفس، يستقي الذكاء الاصطناعي الموزع إلهامه من علم الاجتماع والاقتصاد وعلوم الإدارة. وبينما يركز الذكاء الاصطناعي على الفرد، يركز الذكاء الاصطناعي الموزع على المجموعة. توفر الحوسبة الموزعة البنية التحتية الحاسوبية التي يمكن من خلالها تحقيق هذا التركيز الجماعي. وباستخدام تقنيات من الذكاء الاصطناعي ونظرية الاتصال ونظرية التحكم ونظرية التفاعل، يُنتج الذكاء الاصطناعي الموزع حلًا تعاونيًا للمشاكل من خلال مجموعة لامركزية من الكيانات الحاسوبية (الوكلاء).

يرتبط الذكاء الاصطناعي الموزع ارتباطًا وثيقًا بمجال أنظمة الوكلاء المتعددين ، ويُعدّ سلفًا له . ويتميزان عمومًا بأن أنظمة الوكلاء المتعددين مفتوحة، حيث قد تنشأ الكيانات من مصالح مختلفة ولها أهداف فردية، بينما تتميز أنظمة الذكاء الاصطناعي الموزع بأن الكيانات فيها لها أهداف مشتركة. وتتعدد تطبيقاته وأدواته.

الذكاء الاصطناعي الموزع (DAI) هو منهج لحل مشكلات التعلم والتخطيط واتخاذ القرارات المعقدة. يتميز هذا المنهج بقدرته الفائقة على المعالجة المتوازية ، مما يُمكّنه من استغلال الحوسبة واسعة النطاق والتوزيع المكاني لموارد الحوسبة . تسمح هذه الخصائص بحل المشكلات التي تتطلب معالجة مجموعات بيانات ضخمة للغاية . تتكون أنظمة الذكاء الاصطناعي الموزع من عُقد معالجة تعلم ذاتية ( وكلاء )، موزعة، غالبًا على نطاق واسع جدًا. يمكن لعُقد الذكاء الاصطناعي الموزع العمل بشكل مستقل، ويتم دمج الحلول الجزئية من خلال التواصل بين العُقد، غالبًا بشكل غير متزامن . وبفضل نطاقها الواسع، تتميز أنظمة الذكاء الاصطناعي الموزع بالمتانة والمرونة، وهي بالضرورة ذات ترابط ضعيف. علاوة على ذلك، صُممت أنظمة الذكاء الاصطناعي الموزع لتكون قابلة للتكيف مع التغييرات في تعريف المشكلة أو مجموعات البيانات الأساسية نظرًا لحجمها وصعوبة إعادة نشرها.

لا تتطلب أنظمة الذكاء الاصطناعي الرقمي تجميع جميع البيانات ذات الصلة في موقع واحد، على عكس أنظمة الذكاء الاصطناعي المركزية أو المتجانسة ، التي تتميز بوحدات معالجة مترابطة ومتقاربة جغرافيًا. ولذلك، غالبًا ما تعمل أنظمة الذكاء الاصطناعي الرقمي على عينات فرعية أو انطباعات مُجزأة من مجموعات بيانات ضخمة جدًا . إضافةً إلى ذلك، قد تتغير مجموعة البيانات المصدرية أو تُحدَّث أثناء تنفيذ نظام الذكاء الاصطناعي الرقمي.

في عام 1975، ظهر الذكاء الاصطناعي الموزع كفرع من فروع الذكاء الاصطناعي، يُعنى بدراسة تفاعلات العوامل الذكية. وقد تطور هذا المجال العلمي من خلال سلسلة من ورش العمل في الولايات المتحدة الأمريكية (ورشة العمل الدولية حول الذكاء الاصطناعي الموزع، التي عُقدت في 13 دورة بين عامي 1978 و1994)، وأوروبا (ورشة عمل حول نمذجة العوامل المستقلة في عالم متعدد العوامل https://link.springer.com/conference/maamaw )، وآسيا (ورشة عمل الحوسبة التعاونية ومتعددة العوامل (MACC) https://sites.google.com/view/sig-macc/macc-workshop?authuser=0 ). ^{[ 3 ]} وقد صُممت أنظمة الذكاء الاصطناعي الموزع على أنها مجموعة من الكيانات الذكية، تُسمى العوامل، تتفاعل من خلال التعاون أو التعايش أو التنافس. ويُصنف الذكاء الاصطناعي الموزع إلى أنظمة متعددة العوامل وحل المشكلات الموزعة. ^{[ 4 ]} في أنظمة الوكلاء المتعددين، ينصب التركيز الرئيسي على كيفية تنسيق الوكلاء لمعارفهم وأنشطتهم. أما في حل المشكلات الموزعة، فينصب التركيز الرئيسي على كيفية تجزئة المشكلة وتوليف الحلول.

تهدف الذكاء الاصطناعي الموزع إلى حل مشكلات الاستدلال والتخطيط والتعلم والإدراك في الذكاء الاصطناعي ، لا سيما تلك التي تتطلب كميات هائلة من البيانات، وذلك بتوزيع المشكلة على عقد معالجة مستقلة (وكلاء). ولتحقيق هذا الهدف، يتطلب الذكاء الاصطناعي الموزع ما يلي:

• نظام موزع يتميز بقدرات حسابية قوية ومرنة على موارد غير موثوقة ومعرضة للفشل ومترابطة بشكل ضعيف.
• تنسيق الإجراءات والتواصل بين العقد
• عينات فرعية من مجموعات البيانات الكبيرة والتعلم الآلي عبر الإنترنت

توجد أسباب عديدة تدعو إلى توزيع الذكاء أو التعامل مع أنظمة متعددة العوامل. وتشمل المشكلات الرئيسية في أبحاث الذكاء الاصطناعي الموزع ما يلي:

• حل المشكلات المتوازي: يتعامل بشكل أساسي مع كيفية تعديل مفاهيم الذكاء الاصطناعي الكلاسيكية، بحيث يمكن استخدام أنظمة المعالجات المتعددة ومجموعات أجهزة الكمبيوتر لتسريع الحساب.
• حل المشكلات الموزعة (DPS): تم تطوير مفهوم الوكيل ، وهو كيان مستقل قادر على التواصل فيما بينه، ليكون بمثابة تجريد لتطوير أنظمة حل المشكلات الموزعة. انظر أدناه لمزيد من التفاصيل.
• المحاكاة القائمة على العوامل المتعددة (MABS): فرع من DAI الذي يبني الأساس لعمليات المحاكاة التي تحتاج إلى تحليل ليس فقط الظواهر على المستوى الكلي ولكن أيضًا على المستوى الجزئي ، كما هو الحال في العديد من سيناريوهات المحاكاة الاجتماعية .

ظهر نوعان من الذكاء الاصطناعي الرقمي:

• في أنظمة الوكلاء المتعددين، ينسق الوكلاء معارفهم وأنشطتهم، ويحللون عمليات التنسيق. الوكلاء كيانات مادية أو افتراضية قادرة على الفعل، وإدراك بيئتها، والتواصل مع وكلاء آخرين. يتمتع الوكيل بالاستقلالية والمهارات اللازمة لتحقيق الأهداف. ويغير الوكلاء حالة بيئتهم من خلال أفعالهم. توجد عدة تقنيات تنسيق مختلفة. ^{[ 5 ]}
• في حل المشكلات الموزعة، يُقسّم العمل بين العقد ويتم تبادل المعرفة. وتتمثل الاهتمامات الرئيسية في تجزئة المهام وتجميع المعرفة والحلول.

يمكن لتقنية الذكاء الاصطناعي الرقمي (DAI) تطبيق نهج تصاعدي في الذكاء الاصطناعي، على غرار بنية التضمين ، وكذلك النهج التنازلي التقليدي في الذكاء الاصطناعي. إضافةً إلى ذلك، يمكن أن تكون تقنية الذكاء الاصطناعي الرقمي (DAI) وسيلةً للظهور .

تشمل المجالات التي تم فيها تطبيق DAI ما يلي:

• في التجارة الإلكترونية ، على سبيل المثال، يتعلم نظام DAI قواعد التداول المالي من عينات فرعية من عينات كبيرة جدًا من البيانات المالية، وذلك فيما يتعلق باستراتيجيات التداول.
• الشبكات ، على سبيل المثال في مجال الاتصالات، يتحكم نظام DAI في الموارد التعاونية في شبكة WLAN ^{[ 6 ].}
• التوجيه ، على سبيل المثال، نموذج تدفق المركبات في شبكات النقل
• الجدولة ، على سبيل المثال جدولة خط الإنتاج حيث تضمن جهة إدارة الموارد التحسين المحلي والتعاون لتحقيق التناسق العالمي والمحلي
• محركات البحث ، على سبيل المثال في البحث الموحد في LLM مثل Ithy حيث يتم توزيع استرجاع المستندات وتحليلها على وكلاء DAI قبل التجميع ^{[ 7 ].}
• أنظمة متعددة العوامل، مثل الحياة الاصطناعية ، ودراسة الحياة المحاكاة
• أنظمة الطاقة الكهربائية، على سبيل المثال نظام مراقبة الحالة متعدد العوامل (COMMAS) المطبق على مراقبة حالة المحولات، ونظام IntelliTEAM II للاستعادة التلقائية ^{[ 8 ]}

وقد شمل دمج الذكاء الاصطناعي الرقمي في الأدوات ما يلي:

• ECStar هو نظام تعلم موزع قائم على القواعد. ^{[ 9 ]}

• الذكاء الجماعي – الذكاء الجماعي الذي ينشأ من الجهود الجماعية 
• التعلم الموحد – التعلم الآلي اللامركزي 
• الواقع المُحاكى – مفهوم نسخة زائفة من الواقع 
• ذكاء السرب – السلوك الجماعي للأنظمة اللامركزية ذاتية التنظيم. صفحات تعرض أوصافًا موجزة لأهداف إعادة التوجيه. 

• هيويت، كارل؛ وجيف إنمان (نوفمبر/ديسمبر 1991). "الذكاء الاصطناعي الرقمي بين بين: من 'الوكلاء الأذكياء' إلى علم الأنظمة المفتوحة". معاملات IEEE في الأنظمة والإنسان وعلم التحكم الآلي . المجلد: 21، العدد: 6، الصفحات: 1409-1419. الرقم الدولي الموحد للدوريات: 0018-9472
• غريس، ديفيد؛ تشانغ، هونغ قانغ (أغسطس 2012). الاتصالات المعرفية: الذكاء الاصطناعي الموزع، والسياسة التنظيمية والاقتصاد، والتنفيذ . دار نشر جون وايلي وأولاده. ISBN 978-1-119-95150-6
• شوهام، يواف؛ ليتون-براون، كيفن (2009). أنظمة متعددة الوكلاء: الأسس الخوارزمية، ونظرية الألعاب، والمنطقية . نيويورك: مطبعة جامعة كامبريدج. ISBN 978-0-521-89943-7.
• صن، رون، (2005). الإدراك والتفاعل متعدد العوامل . نيويورك: مطبعة جامعة كامبريدج. ISBN 978-0-521-83964-8
• ترينتسو، داميان؛ فيليب، بيسين؛ تاهون، كريستيان (2000). "الذكاء الاصطناعي الموزع لجدولة أنظمة التصنيع المرنة والتحكم فيها ودعم تصميمها". مجلة التصنيع الذكي . 11 (6): 573-589 . doi : 10.1023/A:1026556507109 . S2CID 36570655 . 
• فلاسيس، نيكوس (2007). مقدمة موجزة لأنظمة الوكلاء المتعددين والذكاء الاصطناعي الموزع . سان رافائيل، كاليفورنيا: دار مورغان وكلايبول للنشر. ISBN 978-1-59829-526-9.