Verteilte Künstliche Intelligenz - Uni Ulm WS95/96
10 Anwendungen, Agenten und Archeologie
Literatur: N.R. Jennings, M. Wooldridge, 1995: Applying Agent Technology. In: Applied Artificial Intelligence, Special Issue. Doran J., Palmer M., Gilbert N., Mellars P., The EOS Project: Modelling Upper Paleolithic Social Change. In: Doran & Gilbert, Simulating Societies.
Zum Abschluß der Vorlesung, eine Diskussion des Papiers von Jennings und Wooldridge und eine etwas andere Anwendung
* Agenttechnologies, the next significant breakthrough in software development
* eine etwas andere Anwendung
10.1 Eine etwas andere Anwendung "Pigs for the Ancestors"
Wir erinnern uns:
Rolle von agentenorientierten Ansätzen:
* als direkter Repräsentationsformalismus
* zur Spezifikation/Analyse von Agentenstrukturen
* zur Formalisierung von Konzepten in den Kognitionswissenschaften, Sozialwissenschaften oder der Philosophie
Frameworks und Testbeds für MAS: Unterscheidung von Softwareentwicklungsumgebungen in
* Frameworks zur Konstruktion und Realisierung von Anwendungen.
* Testbeds, die dazu dienen spezielle Experimente durchzuführen -> Untersuchung spezieller Mechanismen, z.B. Kooperation und Koordination
10.1.1 TESTBEDS = Simulationsumgebungen?
* statt der Simulation künstlicher Agenten, die Simulation und Modellbildung "echter" virtueller Agenten, d.h. Menschen
Ausgangspunkt ein informelles Modell über die früh paläolithische Periode einer Gemeinschaft im Südwesten von Frankreich (Mellars), das zu erklärende Phänomen ist der Anstieg an sozialer Komplexität während dieser Phase. (EOS Project)
"It will become apparent that the EOS project is not a straightforward computer modelling exercise (if there is such a thing). .. In the short term the project is therefore best seen as a piece of exploratory DAI research motivated and guided by an archaeological problem, with the contribution of the DAI research to the solution of the archaeological problem taking place in the longer term."
Das Phänomen einer Entwicklung:
Am Ende dieser Periode finden wir:
* häufiger größere archeologische Stätte
* größerer Reichtum, Dichte, Komplexität der verwendeten Materialien
* häufig, sehr detaillierte Höhlenmalerei
* rasante Weiterentwicklung von Stein, Knochen und Geweih Technologie
* Massen von Tauschobjekten, wie z.B. Muscheln
Erklärungsversuche:
* kurzfristiger Anstieg der Temperatur
* außergewöhnliche Nahrungsressourcen
* Konzentration dieser Ressourcen bezgl. Raum und Zeit
* eine hohe Stabilität bezgl. der Verteilung dieser Ressourcen
Mellars Erklärung: bestimmte Umweltbedingungen (s.o.) führten zu einer Populationskonzentration und zu stabilen und relativ großen Wohngemeinschaften und dies war der Anfang für die Entwicklung komplexerer sozialer Strukturen.
"the emergence of certain individuals with increasing status or autohiry to organize and coordinate the activities of other members of the group .... e.g. communal hunting activities"
* kognitiver Stress und physiche "congestion" in Bevölkerungskonzentrationen
"the central issue faced by a group with high population density is the interaction between specific problems of logistics and cognitive overloading."
* wichtig scheinen kognitive Faktoren in diesem Prozeß der Komplexitätssteigerung zu sein
10.1.2 Ressourcen
Die Umgebung der Agenten wird vor allem durch die Ressourcenverfügbarkeit spezifiziert
* Anzahl der Ressource Lokationen, Typ der Ressourcen und ihre Verteilung
* Anzahl der Ressourceinstanzen
* Art und Menge der Energie, die jede dieser Ressourcen bietet
* Aufwand im erreichen der Ressourcen
* Eigendynamik der Ressourcen, Zerfall und Erneuerung usw.
Initialisierung der Agenten:
* Initiale Lokation in der Umgebung
* Geschwindigkeit mit der sie sich bewegen
* Fähigkeiten
* Ausgangsenergie
* ein Hunger LEVEL
* eine spezielle Menge von kognitiven und Aktionsregeln
Um Kooperation zu erreichen:
* im wesentlichen Contractnetz, jedoch wird die Wahrscheinlichkeit, daß jemand einen Auftrag erhält oder sich für einen Auftrag bereitfindet, verstärkt über das Bewußtsein einer Gruppe
Regeln kontrollieren den Informationfluß:
* Beobachtungen
* Weitergabe an den Chef
* Weitergabe an Nachbarn
Subjektive Territorien
10.1.3 Experiment - Gruppenkoordination
* Je nachdem welche Ressource allokiert werden soll, werden Gruppen gebildet
* Gruppenhierarchien
* Diese Gruppen verfügen über einen Manager
* Durch räumliche Trennungen können Gruppenmitglieder sich der Gruppendisziplin entziehen
Ergebnisse:
* Ansammlungen
* Überschneidungen und Streit um Ressourcen
* Gruppen werden gebildet und besitzen eine bestimmte Persistenz
10.1.4 Experiment - Hierarchien
Die Frage stellt sich, wie Hierarchien entstehen und durch welche Umweltgegebenheiten die Hierarchieentwicklung positiv beeinflußt wird.
Ressourcen mit unterschiedlicher Komplexität (d.h. Aufwand sie zu allokieren) wurden random verteilt.
Ergebnisse
die Intensität der Hierarchiebildung wird durch die Wahrnehmungsfähigkeit und die Verteilung der Ressourcen beeinflußt
* es müssen auch einige einfache Ressourcen da sein, da sonst der Gruppenbildungsprozess die Agenten überfordert
* "größere Dichte führt zu mehr Hierarchien" - dies liegt hier an der Wahrnehmungsfähigkeit von Agenten.
Persistenz von Hierarchien hängt ab von:
* wie lange sich der Glauben an eine Mitgliedschaft ohne aktive Interaktion hält
* wie leicht ein Agent sich zu unabhängigem Handeln entschließt
* wenn seperiert von der Gruppe, inwieweit sich der Agent wieder zurück in die Mitte des Territoriums begibt.
Effizienz von Hierarchien:
* Hierarchiebildung ist effizient, d.h. es können auch komplexere Ressourcen in Besitz genommen werden
* eine zu große Persistenz von Hierarchien zeigt sich als unflexibel und damit unproduktiv.
Korrektheit von Information:
* Falsche oder fehlende Information kann eine Gesellschaft gefährden ihr Einfluß ist jedoch geringer als üblich angenommen wird
10.1.5 Ausblick und weitere Entwicklung
Bisher noch nicht berücksichtigt:
* bisher wird die Hierarchiebildung nur von der Komplexität der Ressourcen bestimmt, jedoch ist die Vermeidung von Auseinandersetzungen eine der wesentlichen Gründe für das Entstehen von Hierarchien
* das Modell der Territorien ist zu einfach, Untersuchung der Verbindung zwischen Territorialverhalten und der Allokation von Ressourcen
* die sozialen Beziehungen zwischen den Agenten zu einfach
* Ranking und Spezialisierung innerhalb einer Gruppe
d.h.
* bei der Handlungsplanung muß ein Manager auch die Agenten und ihre möglichen Handlungen mit einbeziehen, die nicht direkt von ihm kontrolliert werden
* Vergleich und Bewertung alternativer Pläne aus unterschiedlichen Quellen
Fazit - Das Modell ist bisher zu schwach, um Mellars Modell zu stützen oder zu widerlegen, wie auch immer:
"There is a new resource available to social science which combines computer simulation and its power to handle massive detail rigorously with the ability of cognitive science and artificial intelligence to address in precise terms some of the most subjective an essentially human aspects of society. That takes us to the very heart of social science and its problems. "
10.2 Breakthrough
"agent-based computing the next significant breakthrough in software development"
Sargent 1992
according to one UK market resarcher the worldwide market for agent software will grow from an annual value of $37 million in 1994 to $2.6 billion by the year 2000
Jennings & Wooldridge 1996
10.2.1 Zurück zum Anfang, was sind Agenten - oder 241 Folien und kein bisschen weiser
Agenten:
* TIP WIZARDS, gibt EXCEL 5 anwendern Ratschläge
* Desktop Agents, welche electronic Mail filtern (MAES, 1994)
* Kooperierende Expertensysteme: ARCHON
Unterschiedliche Komplexität
* reagieren entsprechend vordefinierten Regeln und Annahmen
* Service Performing, welche eine Aufgabe "höheren Schwierigkeitsgrad auf Anfrage lösen
* "Predictive, proactive", welche Informationen oder Dienste einem Benutzer anbieten, wann immer es sinnvoll erscheint, z.B. Monitoring von Newsgruppen
Jedoch immer versehen mit:
* Autonomie, (bzgl. eigener Aktivitäten und eigenen Zustandes)
* Sozialer Fähigkeit (d.h. Kommunikation)
* Responsiveness (d.h. Fähigkeit Veränderungen der Umgebung festzustellen und geeignet darauf zu reagieren)
* Proactiveness, Agenten sollten nicht nur reaktiv auf Änderungen ihrer Umgebung hin agieren, sondern opportunistisch, ziel-orientiertes Verhalten zeigen und die Initiative bei Bedarf übernehmen
Zusätzlich sind folgende Charaktereigenschaften für Agenten von Vorteil:
* Anpassungsfähigkeit (d.h. Lernen)
* Mobilität
* Aufrichtigkeit
* Rationalität
10.2.2 Hoffnung oder Illusion
a) Agentenorientierte Techniken helfen uns, Probleme zu lösen, die vorher ausserhalb der Möglichkeiten von Automation standen, da
* die erforderlichen Technologien nicht vorhanden waren
* es als zu teuer angesehen wurde, die entsprechenden Lösungen anzustreben
b) Agentenorientierte Techniken helfen uns, Probleme besser (effizienter, natürlicher, einfacher, schneller, eleganter usw.) zu lösen, die vorher anders gelöst wurden.
10.2.3 Neue Lösungen für neue Probleme
* Offenheit (vgl. Hewitt: Open Systems...)
Komponenten des Systems sind unbekannt, dynamisch und hoch heterogen (z.B. Internet, hier werden Eigenschaften wie soziale Fähigkeit des Überzeugens, der Verhandlungen um Kompromisse zu erreichen und der Koordination von Aktivitäten notwendig) -> Kommunikationsfähigkeiten und Monitoring der Umgebung und der eigenen Zielzetzungen werden zentral
* Komplexität
Der Bereich ist so komplex, sophisticated, und unvorhersehbar in der Entwicklung, daß die einzige Möglichkeit darin besteht, eine Anzahl fast modularer spezialisierter Komponenten zu schaffen. Bei Auftreten von übergreifenden Problemstellungen müssen die Agenten interagieren. (Bsp.: Elektrizitätsmanagement, Telekommunikationsnetzwerke, Raketenkontrolle, Computer Integrated Manufacturing, Logistik von Gütertransport) -> mehr als das übliche Divide and Conquer, da Interaktion in einer flexiblen und kontextabhängigen Weise Voraussetzung für die Lösung des Problems ist, Responsiveness und Proactiveness aufgrund der Dynamik Voraussetzung
10.2.4 Neue Lösungen für alte Probleme
* Verteilung von Daten, Kontrolle, Wissen oder Ressourcen
Falls der Anwendungsbereich eine Anzahl von Problemlösungsentitäten vorsieht, die physisch oder logisch verteilt sind (bezgl. Daten, ....) und welche miteinander interagieren müssen um zu einer Problemlösung zu gelangen, dann können agentenorientierte Ansätze eine Lösung effektiv unterstützen (Bsp.: Verteilte Gesundheitsfürsorge: Daten, Kontrolle, Wissen und Resourcen sind sehr unterschiedlich beim praktischen Arzt, der Krankenschwester, Chirurgen, Verteiltes Monitoring von Vehikeln, seismischen Messungen) -> die Anwendung von Agentenorientierten Ansätzen bedeutet hier: umfangreiches Berechnen aufgrund lokal verfügbarer Daten möglich, Austausch von verdichteter d.h. abstrakterer Information
* Eine natürliche Metapher
* Legacy Systems
In vielen Bereichen existieren umfangreiche Softwaresysteme, die kritische organisatorische Funktionen übernehmen (z.B. CIM, Prozesskontrolle), um diese Software geänderten Bedingungen anzupassen (was im allgemeinen zur Korrumption des Softwareproduktes führt, ein Neuentwurf falls möglich, ist im allgemeinen zu teuer), -> Idee Einbettung der alten Software in eine neue Gesellschaft von Agenten , z.B. über einen "Agent Wrapper".
10.2.5 Agenten (VKI) die Lösung schlechthin?
"The majority of applications which currently use agents could be solved using non-agent techniques (in most cases not as well, but in some cases even better!)
Jennings & Wooldridge 1996
* Wie auch immer die Zahl von Agentenorientierten Systemen nimmt stetig und rasant zu:
– das Weiße Haus setzt Agenten ein, um die Anfragen über Internet automatisch zu filtern und Informationen zu gewinnen
– Commander Exception Monitor - Filtern von Informationen wurde von Herz eingesetzt, um die Preisstrukturen zu analysieren
– AT&T's PersonaLink, filtern von Nachrichten und Suche von Information in einem Netzwerk
– AgentWorks nutzt Agenten, um abgelegene Ressourcen von einer zentralen Einheit aus zu verwalten
Agentenorientierte Systeme in der Anwendung, von reaktiv, deliberativ bis hybrid, über generisch (Sprachen und Frameworks) bis Spezialanfertigungen für spezielle Anwendungen
10.2.6 Paradigmenwechsel??
Ist 'mal wieder ein neues Paradigma angebracht für die Entwicklung und Implementierung von komplexen Systemen oder ist es alter Wein in neuen Schläuchen?
"the traditional (idealised) software engineering model of providing a complete system specification and then implementing it in a number of rigid deterministic components (modules) is inappropriate for the types of application for which agents are being considered"
"the agent based system development paradim involves building sophisticated, self-contained components, which can interact flexibly with a number fo independently developed similar components. Interaction can no longer be achieved via a rigid and predetermined interface, rather it has to be achieved through negotiation a nd persuasion and followed up by commitments and agreements between the parties involved. this empowerment of the individual components means that the system's global properties and behavior cannot be pre-programmed rather they emerge out of the actions and interactions of the constituent agents at run time"
10.2.7 Probleme
* Nichtdeterminismus, das exakte Verhalten des Gesamtsystems ist nicht vorhersagbar, welche Agenten mit welchen interagieren, in welcher Art, zu welchem Ziele kann nicht vorhergesagt werden, d.h. das Verhalten und Eigenschaften einzelner Agenten ist spezifizierbar aber nicht mehr das Verhalten des Gesamtsystems, da das Gesamtverhalten sich als "emergentes" Phänomen zu Laufzeiten ergibt
* Aussagen über Performanz sind nicht möglich, da es in der Entscheidung der Agenten liegt wie mit Interdependenzen umgegangen wird, deadlocks werden die Folge sein.
10.2.8 Offene Probleme und Herausforderungen
* Entwicklung einer Methode für das Design von Agenten und agentenbasierten Systemen
* Benchmarks für das Design von Agentenorientierten Systems (Fehlen empirischer Grundlagen zum Vergleich unterschiedlicher Agentenarchitektru)
* Entwicklung von wiederverwendbaren Werkzeugen (hohe Anforderungen an Infrastrukturen, z.B. Kommunikationsmechanismen und Protokolle usw.)
Bezgl. einzelner Agenten:
* Heterogenität
* Schlußfolgern auf der Basis unvollständigen, unsicheren und inkonsistentem Wissen
* Realzeit Anforderungen
* Anpassungsfähigkeit / Lernfähigkeit
