Capitolo 1 : Intelligenza dello sciame
Il comportamento collettivo dei sistemi decentralizzati e auto-organizzati, sia naturali che artificiali, è ciò che viene definito intelligenza dello sciame (SI). L'idea è utilizzata nella ricerca che si sta facendo sull'intelligenza artificiale. Nel 1989, Gerardo Beni e Jing Wang sono stati i primi a usare l'espressione "sistemi robotici cellulari" in relazione ai rispettivi campi di studio. Nei sistemi naturali, l'intelligenza dello sciame può essere vista in cose come le colonie di formiche, le colonie di api, l'allevamento di uccelli, la caccia al falco, l'allevamento di animali, la crescita batterica, il branco di pesci e l'intelligenza microbica. Altri esempi includono l'allevamento di animali.
La robotica dello sciame si riferisce all'applicazione dei principi dello sciame ai robot, mentre l'intelligenza dello sciame si riferisce alla più ampia raccolta di algoritmi che possono essere utilizzati nella robotica dello sciame. Il concetto di previsione dello sciame è stato utilizzato per la risoluzione dei problemi di previsione. Nel campo dell'intelligenza collettiva sintetica, tecniche simili a quelle che sono state suggerite per i robot a sciame sono allo studio per gli animali geneticamente modificati.
Boids è un software che replica il comportamento degli uccelli che si radunano insieme e che è stato creato da Craig Reynolds nel 1986 come parte di un sistema di vita artificiale. Il suo articolo su questo argomento è stato incluso negli atti della conferenza ACM SIGGRAPH nel 1987 ed è stato pubblicato lì. Una cosa simile a un uccello è indicata come un "boid", che è una forma abbreviata della frase "oggetto oide uccello". La parola "boid" si riferisce a questa versione ridotta.
Il boids è un esempio di comportamento emergente, vale a dire che la complessità del boids deriva dall'interazione di agenti individuali (i boids, in questo caso), ognuno dei quali aderisce a un insieme di regole di base. Questo è vero per la maggior parte delle simulazioni di vita artificiale. Le seguenti linee guida governano il comportamento nella forma più elementare del mondo dei Boidi:
Separazione: sterzare per evitare di infilarsi con le altre pecore vicine.
Allineamento: Vai nella direzione generale in cui sta andando la maggior parte dei compagni di stormo nelle vicinanze.
Coesione: Migra verso la posizione media (centro di massa) dei compagni di branco vicini seguendo le istruzioni del leader per farlo.
È possibile inserire regole più complicate, come evitare gli ostacoli e lavorare per raggiungere i propri obiettivi.
Le particelle semoventi, o SPP in breve, sono state descritte per la prima volta da Vicsek e colleghi nel 1995. Questo modello è noto anche come modello Vicsek.
La maggior parte del lavoro in materia di metaeuristica ispirata alla natura viene svolto utilizzando algoritmi evolutivi (EA), ottimizzazione dello sciame di particelle (PSO), evoluzione differenziale (DE) e ottimizzazione delle colonie di formiche (ACO), nonché i suoi derivati. Gli algoritmi rilasciati fino all'anno 2000 circa sono inclusi in questo elenco. La comunità di ricerca ha iniziato a criticare un numero significativo di metaeuristiche più recenti ispirate alla metafora per aver mascherato la loro mancanza di originalità dietro una metafora intricata. Questa critica è diretta a un gran numero di metaeuristiche ispirate alla metafora. Consulta l'elenco delle metaeuristiche basate su metafore per tutti gli algoritmi che sono stati pubblicati dopo quel periodo.
L'uso della metaeuristica non è raccomandato a causa della sua mancanza di affidabilità.
La prima edizione è stata pubblicata nel 1989. Ricerca basata sulla diffusione stocastica (SDS)
L'ottimizzazione delle colonie di formiche (ACO) è una famiglia di algoritmi di ottimizzazione modellati sulle attività di una colonia di formiche. L'ottimizzazione delle colonie di formiche è stata sviluppata per la prima volta da Dorigo nella sua tesi di dottorato. L'algoritmo ACO è un metodo probabilistico che può essere utile per risolvere problemi che implicano la ricerca di percorsi migliori tra i grafi. Le "formiche" artificiali, note anche come agenti di simulazione, vengono utilizzate per identificare le soluzioni ottimali attraversando uno spazio di parametri che rappresenta tutte le potenziali soluzioni. Durante il processo di esplorazione del loro habitat, le formiche naturali lasciano dietro di sé scie di feromoni che guidano altre formiche verso le risorse. Le "formiche" simulate tengono anche traccia delle loro posizioni e della qualità delle soluzioni che trovano, il che consente di ottenere risultati migliori nei cicli successivi della simulazione, facendo in modo che più formiche cerchino opzioni migliori.
L'ottimizzazione dello sciame di particelle, spesso nota come PSO, è un metodo per affrontare problemi in cui la soluzione ottimale può essere rappresentata come un punto o una superficie in uno spazio n-dimensionale. PSO è considerata una tecnica di ottimizzazione globale. Le ipotesi sono mappate in questo spazio e seminate con una velocità iniziale. Inoltre, viene stabilito un canale di comunicazione tra le diverse particelle. Successivamente, le particelle viaggeranno attraverso lo spazio della soluzione e, alla fine di ogni fase temporale, saranno valutate in base ad alcuni criteri di fitness. Le particelle, nel corso del tempo, vengono gradualmente spinte verso la direzione di altre particelle all'interno del loro raggruppamento di comunicazione che hanno valori di fitness più elevati. Il gran numero di membri che compongono lo sciame di particelle rende la tecnica straordinariamente resistente al problema dei minimi locali, che è il vantaggio principale di un tale approccio rispetto ad altre strategie di minimizzazione globale come la ricottura simulata. Altre strategie di minimizzazione globale includono:.
Il termine "Intelligenza Artificiale dello Sciame", o ASI, si riferisce a un modo per aumentare l'intelligenza collettiva dei gruppi umani in rete utilizzando algoritmi di controllo modellati sul comportamento degli sciami naturali. La tecnologia, che unisce gruppi di partecipanti umani in sistemi in tempo reale che discutono e stabiliscono le risposte come sciami dinamici quando vengono presentate contemporaneamente con una query, è spesso indicata come Human Swarming o Swarm AI.
Le tecniche basate sull'intelligenza dello sciame possono essere utilizzate in una varietà di applicazioni diverse. Ai fini della gestione dei veicoli autonomi, l'esercito degli Stati Uniti sta esaminando tattiche di sciame. L'Agenzia spaziale europea sta valutando l'uso di uno sciame orbitante ai fini dell'interferometria e dell'autoassemblaggio. L'impiego della tecnologia degli sciami ai fini della mappatura planetaria è qualcosa che la NASA sta esaminando. M. Anthony Lewis e George A. Bekey hanno pubblicato uno studio nel 1992 in cui hanno discusso la prospettiva di utilizzare l'intelligenza dello sciame per gestire i nanobot all'interno del corpo allo scopo di distruggere i tumori del cancro.
Sono state condotte ricerche anche sull'uso dell'intelligenza dello sciame nel campo delle reti di comunicazione, in particolare sotto forma di instradamento basato sulle formiche. Durante la metà degli anni '90, questo è stato sviluppato per la prima volta in modo indipendente da Dorigo et al. e da Hewlett Packard. Da allora, sono state sviluppate una varietà di altre varianti. In sostanza, questo fa uso di una tabella di routing probabilistica che premia e rafforza il percorso che è stato percorso con successo da ogni "formica", che è un minuscolo pacchetto di controllo che inonda la rete. Sono state condotte ricerche sul rinforzo del percorso sia in avanti che in retromarcia, nonché in entrambe le direzioni contemporaneamente. Il rinforzo all'indietro richiede una rete simmetrica e accoppia le due direzioni insieme, mentre il rinforzo in avanti premia un percorso prima che il risultato sia noto (ma poi si pagherebbe per il cinema prima di sapere quanto è bello il film). A causa del comportamento stocastico del sistema e, di conseguenza, della sua mancanza di ripetibilità, esistono ostacoli significativi all'adozione commerciale della tecnologia. A causa dell'intelligenza dello sciame, i media mobili e altre tecnologie di recente sviluppo hanno la capacità di modificare la soglia per l'azione collettiva (Rheingold: 2002, P175).
Il posizionamento ottimale delle apparecchiature di trasmissione per le reti di comunicazione wireless è una sfida tecnica significativa che comporta il bilanciamento di una serie di obiettivi contrastanti. A condizione che venga fornita un'adeguata copertura dell'area per gli utenti, è necessaria solo una selezione limitata di località (o siti). La ricerca stocastica a diffusione (SDS), una tecnica di intelligenza dello sciame che è stata ispirata in modo molto diverso dalle formiche, è stata utilizzata efficacemente per fornire un modello generico per questo problema, che è legato all'impacchettamento circolare e alla copertura del set. È stato dimostrato che la SDS può essere utilizzata per individuare risposte appropriate indipendentemente dalla portata del problema oggetto di indagine.
La tecnologia Swarm viene utilizzata dagli artisti come metodo per la creazione di complicati sistemi interattivi o per la simulazione di folle.
Durante le sequenze di combattimento della trilogia cinematografica de Il Signore degli Anelli, è stata utilizzata una tecnologia comparabile chiamata Massive (software). La tecnologia Swarm è particolarmente interessante per il fatto che non è solo economica, ma anche facile e affidabile.
Breaking the Ice è stato il primo film a utilizzare la tecnologia a sciame per...
