УДК 004.81
РАЗРАБОТКА ПРИНЦИПОВ ПОДДЕРЖКИ ЭКОНОМИЧЕСКИХ ИНТЕРЕСОВ ПОЛЬЗОВАТЕЛЕЙ В МУЛЬТИАГЕНТНОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СРЕДЕ ОБИТАНИЯ1
О.В. Нагоева
Федеральное государственное бюджетное учреждение науки
Институт информатики и проблем регионального управления Кабардино-Балкарского научного центра РАН
Введение
Интеллектуальные среды обитания (ИСО) (ambient intelligence) – одно из самых перспективных направлений развития интегрированных информационных систем - в настоящее время содержит много методологических неясностей и неразрешенных теоретических проблем. Одной из важнейших проблем такого рода является проблема формализации разумного поведения такой системы как на уровне формирования политики, стратегии и тактики, так и на уровне управления многочисленными устройствами, входящими в ее состав. Такая формализация, в свою очередь, тесно связана с задачей формализации интеллектуального мышления и другими классическими задачами искусственного интеллекта. Определяющее значение для формирования методологической основы решения этих задач является проблема мотивации искусственной интеллектуальной системы. В данной работе предлагается подход к проблеме формализации мотивации системы ИСО, связанный с постановкой задачи оптимизации, где в качестве целевой функции рассматривается прогнозируемое общее сальдо биоэнергии, суммированное по всем агентам – клиентам системы ИСО. При этом биоэнергия рассматривается как мера активности агента.
В статье приводится обобщенная архитектура системы ИСО, основанная на применении гетерогенных мультиагентных систем. Дается определение экономического поведения обобщенного агента, подчеркивается его отличие от простого интеллектуального поведения, связанное с конкуренцией агентов за внешние ресурсы.
В статье формулируется постановка задачи оптимизации сальдо биоэнергии обобщенного интеллектуального агента, приводится структурно-функциональная схема агента, описываются некоторые алгоритмы обработки информации.
1. Экономические интересы и интеллектуальные системы
Основная идея систем ИСО [2,3] связана с насыщением окружающей среды (в территориально-пространственном и инфраструктурно-техническом смыслах) гетерогенными электронными сенсорными и эффекторными устройствами и объединением их в системы распределенного автоматического интеллектуального анализа ситуаций и синтеза решений для универсального круга задач на основе развитых аппаратно-программных сетевых решений и интегрированных систем искусственного интеллекта.
Центральным интегрирующим ядром такой системы, очевидно, является именно интеллектуальная система принятия решений, являющаяся логической надстройкой над сетецентрическим базисом и роботизированными исполнительными устройствами. Технологической основой ИСО являются сетевые системы и, по нашему мнению, - гетерогенные (программные, роботизированные, киборги) мультиагентные системы [4] (рисунок 1).
Концепция ИСО предполагает, что люди будут окружены интеллектуальными устройствами, призванными облегчить их деятельность. Окружающая среда будет сама подстраиваться под потребности и привычки пользователей, создавая своеобразные экосистемы ИСО. Группа зарубежных ученых, осуществляющая в рамках проекта ”Serenity” исследования в области обеспечения безопасного и надежного функционирования экосистем ИСО, в качестве методологической основы предлагает использование шаблонов и моделей поведения агентов в различных ситуациях [3].
Одной из сфер жизни человека, в которой, как нам представляется, с внедрением технологии ИСО произойдут наибольшие изменения, является экономика в целом и практически полная автоматизация экономического поведения человека, в частности. С учетом очевидной коммерческой привлекательности распространения технологии ИСО на экономические системы, можно предположить, что именно эти системы станут локомотивом внедрения ИСО в повседневную жизнь.
В этой связи весьма интересным представляется вопрос о том, какими специфическими свойствами должна обладать система ИСО для того, чтобы осуществлять поддержку экономического поведения, предоставляя пользователям спектр услуг по требованию, либо даже предвосхищая события его экономической жизни.
Ключевым здесь, на наш взгляд, является вопрос определения экономического поведения и разграничения его отличий от обычного поведения человека.
Однако, как показывает анализ литературы, провести такое разграничение оказывается довольно трудно.
Рис. 1. Архитектура гетерогенной мультиагентной интеллектуальной среды обитания для поддержки экономических интересов пользователей
Центральное место во всех трактатах по экономической теории с незначительными отступлениями занимает одна и та же мысль: все исследования в области экономики направлены на анализ и предсказание человеческого поведения [1]. Так, по мнению А. Маршала: "Экономическая наука занимается исследованием нормальной жизнедеятельности человеческого общества; она изучает ту сферу индивидуальных и общественных действий, которая теснейшим образом связана с созданием и использованием материальных основ благосостояния" [5].
Л. Роббинс дает следующее определение: "Экономическая теория - это наука, изучающая человеческое поведение с точки зрения соотношения между целями и ограниченными средствами, которые могут иметь различное употребление" [7].
Таким образом, есть все основания связать проблематику моделирования экономического поведения и моделирования поведения вообще. Последняя часть есть, как известно, лежит в сфере интересов искусственного интеллекта.
Таким образом, актуальность данного исследования определяется сложившимися к настоящему времени предпосылками ускоренного развития и широкого внедрения систем поддержки принятия экономических решений в рамках концепции ИСО с учетом базовой методологии искусственного интеллекта и свойств особого вида человеческого поведения – экономического поведения.
2. Потребление, производство и распределение в интеллектуальной среде обитания
Как известно, экономическая наука анализирует такие основные категории, как производство, распределение, обмен и потребление материальных благ и услуг, которые необходимы для жизнедеятельности людей. Эти категории в целом описывают экономическую сферу общества [6]. Сам анализ базовых категорий осуществляется на основе использования следующих аналитических категорий: ограниченность ресурсов, издержки, предпочтения и выбор. Эти понятия структурируются в рамках отдельных взаимосвязанных процессов оптимизации на уровне индивидуальных решений и равновесия на уровне всего общества [10].
Переходя на язык исследователя человеческого поведения, экономисты интересуются тем, каким образом люди используют свои ограниченные ресурсы для производства, распределения и обмена товаров и услуг в целях потребления, т.е. исследуют процесс выбора между альтернативными вариантами использования редких ресурсов, методы организации ресурсов, способы распределения богатства и вознаграждений за экономическую деятельность [9].
С точки зрения искусственного интеллекта экономическое поведение - весьма интересный объект исследования, так как является частью общего поведения и в то же время, базируется на некоторых специальных его формах. В данной работе мы придерживаемся подхода к моделированию поведения, предложенного в работе [7], согласно которому основным мотивом поведения (в том числе и экономического) является максимизация сальдо изменений биоэнергии, прогнозируемой интеллектуальной системой принятия решения агента на отрезке планирования. При этом биоэнергия определяется как мера активности агента в среде.
Объектом данного исследования является семантика согласованного разумного поведения и коллективного решения задач обобщенными агентами в составе гетерогенной мультиагентной системы интеллектуальной среды обитания.
Предмет исследования – возможность применения гипотезы биоэнергетической оптимальности мышления и поведения для формализации экономического поведения.
Целью данного исследования является разработка формализации процессов мышления, связанных с экономическим поведением.
Основной задачей данного исследования является постановка задачи формирования поведения ИСО в режиме поддержки принятия экономических решений.
Таким образом, в данной работе нас интересует, прежде всего, формальное описание процесса принятия решения в ИСО, когда целью системы является поддержка экономических интересов пользователей.
4. Гетерогенная мультиагентная система поддержки экономических интересов
На рисунке 2 приведен вариант функциональной архитектуры ИСО поддержки принятия экономических решений.
Рис. 2. Структура экономических запросов к ИСО
Предполагается, что ИСО предоставит каждому пользователю в режиме индивидуального обслуживания услуги гетерогенной мультиагентной системы. При этом каждый участник такой системы (робот, программный агент, киборг, или человек) будет защищать интересы пользователя. Таким образом, интеллектуальная система принятия решений (ИСПР) ИСО, структурно представляющая собой гетерогенную МАС, будет находится в режиме диалога с конгломератами (коалициями) других МАС разного уровня, сгруппированных вокруг конкретных пользователей, или их объединений. В этом случае в составе коалиций, как правило, будут разделены роли и каждый из агентов в той или иной мере будет уполномочен вести непосредственные переговоры с ИСПР, отстаивая интересы лидера коалиции.
Архитектура ИСПР представлена на рисунке 3.
Построим модель обобщенного агента, которая затем будет использована для определения оптимизационной задачи верхнего уровня, которую должна решать ИСПР ИСО.
Пусть Ri – i-й рецептор системы, описывающийся функцией:
Rit=f(wiΔt) от наблюдаемого на отрезке времени Δt=t-ts , где ts – момент времени начала наблюдения, а t – время завершения наблюдения, фрагмента внешней или внутренней среды wiΔt,
Для простоты считаем, что момент окончания наблюдения совпадает с моментом появления значения  на выходе рецептора.
Назовем значение сигналом рецептора в момент времени t. Рецептор генерирует сигналы с частотой  в равные промежутки времени  .
Таким образом, сигналы рецептора образуют дискретную последовательность 
Пусть в обобщенном теле обобщенного агента n рецепторов  . Для прпостоты будем считать, что все они выдают сигналы с одинаковой частотой . Тогда в момент времени t общий выход всех рецепторов можно представить в виде сенсорного образа  . Следовательно на некотором интервале времени  система рецепторов сгенерирует  сенсорных образов  .
Рис. 3. Структура экономических запросов к ИСО
Представим, что у обобщенного агента есть анализаторы  , состоящие из процессорных элементов  ,  , связанных друг с другом входами и выходами в иерархической топологии, так что входом  -го процессорного элемента является выход - го процессорного элемента:  , где  - некоторая дискретная функция распознавания, а  – процессорный элемент, получающий на вход последовательности сенсорных образов  .
Будем считать, что последовательности являются сообщениями, закодированными последовательным кодом, а функции  - задают отношение декодирования и имеет вид:
Следует отметить, что выходы процессорного элемента  генерируются с разными интервалами, так как интервал T, в течение которого анализируется сигнал сообщения  , может быть произвольным.
Последовательности  , таким образом, приходят на процессорный элемент  через неравные промежутки времени. Будем считать, что эти сигналы образуют последовательности вида:  , где  – интервал времени, охватывающий все сигналы, входящие в сообщение  . Тогда выход процессорного элемента можно записать в виде:
Таким образом, преобразования сигналов, имеющие место в анализаторе , будут описываться выражением:
 ,
где  - текущая ситуация, идентифицируемая анализатором .
Для простоты будем считать, что анализаторы генерируют ситуации синхронно и подают их на вход внутренней модели М.
Будем считать, что функция этой модели состоит в формировании прогноза изменения состояния биоэнергии  в будущем в момент времени  , с учетом наличия текущей ситуации  , где  – ситуации, идентифицируемые i-м анализатором :
 .
Таким образом, иерархическая система афферентных преобразователей информации сопоставляет наблюдаемым фрагментом среды, прогнозы состояния биоэнергии в будущем.
Будем считать, что ситуация  и прогноз биоэнергии  подаются на вход модуля синтеза решений D, вычислительная структура которого соответствует требованиям, связанным с необходимостью решения задачи максимизации биоэнергии к моменту времени .
При этом в качестве ограничений оптимизационной задачи используются знания агента о среде  и о себе самом  .
При этом решение принимается, исходя из принципа максимизации сальдо биоэнергии  агента  к моменту времени :
где  - прогноз изменения состояния биоэнергии агента в момент времени t.
Сущность решения оптимизационной задачи в данном случае состоит в подборе последовательности (плана) действий  , выполнение которой в условиях наступления ситуации , доставляет максимум сальдо биоэнергии  , которое в этом случае можно записать как функцию от :
 .
Таким образом, постановку задачи поиска оптимального плана действия агента, можно записать в виде:
 .
|
(1)
|
В данной работе мы не рассматриваем структуру функции и формализмы модуля принятия решений, осуществляющего синтез решений.
Далее мы рассмотрим, как изменяется эта постановка в случае погружения обобщенного агента в интеллектуальную среду обитания.
Пусть в системе ИСО находятся одновременно агенты из множества:  и пусть каждый из них стремится решить задачу вида (1).
Проблема состоит в том, чтобы определить, задачу какого вида должна решать ИСО для того, чтобы максимально полно и эффективно обеспечить экономические потребности наибольшего количества пользователей и их представителей – гетерогенных агентов.
Следует отметить, что даже в системах ИСО локального масштаба, очевидно, наличие конфликта интересов пользователей – ведь речь идет об экономической составляющей поведений, основной специфической чертой которого, как мы выяснили, является конкуренция и борьба за ресурсы.
Таким образом, выбор критериев оптимальности и синтез методов решения задач в системе поддержки экономических интересов ИСО будет далеко не тривиальным.
В качестве наиболее простого варианта можно указать на критерий максимизации общего сальдо биоэнергии всех агентов системы:
где  - целевая функция системе поддержки экономических интересов ИСО, а  – ее знания о реальном мире и об агентах.
Заключение
В ходе выполнения работы получены следующие результаты:
- разработана обобщенная архитектура системы ИСО, основанная на применении гетерогенных мультиагентных систем;
- разработана модель обобщенного агента в составе гетерогенной системы;
- дана постановка оптимизационной задачи формирования экономического поведения обобщенного агента;
- дана постановка задачи оптимизации системой ИСО сальдо биоэнергии всех агентов, находящихся в сфере ее действия;
- разработана структурно-функциональная схема ИСПР агента в составе ИСО.
Литература
1. Hirchleifer J. The Expanded Domain of Economics. - American Economic Review, December. 1985, V.75.
2. Snidaro L., Foresti G.L.. «Knowledge representation for ambient security», Department of Mathematics and Computer Science, University of Udine, Italy, 2007.
3. Spanoudakis G., Gómez A.M., Kokolakis S., (Eds.) «Security and Dependability for Ambient Intelligence», Advances in Information Security, Vol. 45, 2009, IX, 392 p. 80 illus., 30 in color., Hardcover.
4. Башоров З. А., Макаревич О. Б., Нагоев З. В., Мультиагентная система обволакивающей безопасности на основе автономных программных агентов и мобильных роботов. - Материалы XI Международной научно-практической конференции "Информационная безопасность 2010". Ч. 1. - Таганрог: Изд-во ТТИ ЮФУ, 2010. - 256 с., с.153-157.
5. Маршалл А. Принципы политической экономии: Пер. с англ. М.: Прогресс, 1983. T.I.
6. Заславская Т.Н., Рывкина Р.В. Социология экономической жизни. Новосибирск, 1991. С.51.
7. Нагоев З. В. Моделирование целенаправленного поведения в мультиагентных системах на основе принципа биоэнергетической оптимальности. - Материалы международной научно-технической конференции «Инновационные технологии XXI века в управлении, информатике и образовании», КБГУ, 2008.
8. Роббинс Л. Предмет экономической науки // 1 THESIS, 1993. Зима. T.I. Вып.1.
9. Смельсер Н.Дж. Социология экономической жизни. Перевод ГПНТБ №11304. Новосибирск, 1985. С.51.
10. Хайлбронер Р. Экономическая теория как универсальная наука // THESIS, 1993. Зима. T.I. Вып.1. С.41.
|
