分散型システム

「自然な」分散システムの最もよく知られた例の 1 つは、特定の昆虫のコロニーが使用するものです。これらの昆虫のコロニーでは、制御は均質な生物エージェント間で分散されており、これらのエージェントは局所的な情報と局所的な相互作用に基づいて行動し、集合的に複雑なグローバルな行動を作り出します。これらのエージェントは個々に単純な行動を示しますが、明示的ではないコミュニケーションなどの動的なメカニズムを使用し、密接に結合した行動システムと知覚システムを活用することで、コロニーに餌を与えたり、幼虫を育てたりといったグローバルな目標を達成します。中央制御の形態がなくても、これらの昆虫のコロニーは、必要なタスクを実行し、タスク活動の観点からコロニー環境の変化した条件に対応し、その後、すべてのタスクが完了するように各タスクを実行するワーカーの数を調整することによって、グローバルな目標を達成します。^{[ 3 ]}例えば、アリのコロニーは、触角接触率と嗅覚センシングに依存する、脈動し変化する時空間パターンの相互作用のウェブを使用して、グローバルな行動 (採餌、パトロール、幼虫の世話、巣の維持) を導きます。これらの相互作用は、環境との相互作用とアリ同士の相互作用の両方から成り立っているが、アリは他のアリの行動を指示することはなく、したがって、全体的な目標を達成するために何をするべきかを指示する「中央制御装置」は存在しない。

代わりに、アリはコロニーがこれらの目標を達成するための変化するニーズに迅速に対応できる柔軟なタスク割り当てシステムを使用します。このタスク割り当てシステムは、分業に似ており、すべてのタスクがアリの遭遇数（触角接触の形をとる）と化学勾配の感知（フェロモントレイルの嗅覚感知を使用）のいずれかに依存するため、アリの集団全体に適用できるという点で柔軟性があります。最近の研究では、特定のタスクには生理学的および年齢に基づく反応閾値がある可能性があることが示されていますが、^{[ 4 ]}すべてのタスクはコロニーの「どの」アリでも完了できます。

例えば、採餌行動において、アカアリ（Pogonomyrmex barbatus）は、クチクラ炭化水素の匂いとアリ同士の相互作用の頻度に基づいて、食料がどこにあるか、食料がどれくらいあるか、採餌行動に切り替えるべきかどうかを他のアリとコミュニケーションします。採餌アリのクチクラ炭化水素と種子の匂い^{[ 5 ]}の組み合わせと、短い触角接触によ​​る相互作用の頻度を利用することで、コロニーは食料の現在の入手可能性に関する正確な情報を取得し、中央制御装置や他のアリからの指示を受けることなく、採餌行動に切り替えるべきかどうかを判断します。採餌アリが種子を持ち帰る頻度は、採餌に出かける採餌アリの頻度を決定します。帰巣頻度が高いほど食料の入手可能性が高く、相互作用が少ないほど採餌アリの必要性が高いことを示します。環境からの局所的な情報のみに基づくこれら2つの要素の組み合わせが、採餌行動への切り替えの決定につながり、最終的にはコロニーに食料を供給するという全体的目標の達成につながります。

要するに、単純な手がかりの組み合わせを使用することで、アカアリのコロニーは、現在の食料の入手可能性に応じて、採餌活動を正確かつ迅速に調整することが可能になります^{[ 6 ]}。同時に、正のフィードバックを使用してプロセスを制御します。つまり、出かけた採餌アリが種子を持って戻ってきたアリとより早く出会うほど、より多くのアリが採餌に出かけます^{[ 7 ]} 。アリはその後もこれらの局所的な手がかりを使用して食料を探し続け、嗅覚を使って他のアリが残したフェロモンの痕跡を拾い、その痕跡を下降勾配でたどって食料源に向かいます。アリは他のアリに指示されたり、食料の場所を告げられたりするのではなく、密接に連携した行動システムと知覚システムに頼って、全体的なタスクを共同で完了します^{[ 3 ] 。}

アカアリのコロニーは分散システムを使って全体的な目標を達成するが、すべての昆虫のコロニーがこのように機能するわけではない。例えば、スズメバチの採餌行動は女王アリの絶え間ない規制と制御下にある。^{[ 8 ]}

アリの巣は、生物学的分散システムが機能不全に陥る例であり、個々のエージェントを統制するルールが特定のシナリオに対処するのに十分でない場合に発生する。

市場経済とは、投資や生産財の配分に関する決定が、主に市場を通じて行われ、計画経済（計画経済を参照）によって行われる経済のことである。市場経済は、中央集権的な経済計画（通常は政府機関が主導する）を通じて機能するのではなく、市場における分散型の地域的な相互作用（例えば、個々の投資）を通じて機能するため、分散型の経済システムである。市場経済は広範な用語であり、国家や政府の統制（ひいては中央統制）の点で大きく異なる可能性があるが、市場経済の最終的な「行動」は、これらの地域的な相互作用から生じるものであり、中央機関の指示や規制の直接的な結果ではない。

1970年代の古典的な人工知能（AI）は知識ベースシステムや計画ロボットに焦点を当てていましたが、ロドニー・ブルックスの行動ベースロボットと、現実の予測不可能な変化の世界で行動する上でのその成功により、多くのAI研究者は計画的で中央集権的な記号アーキテクチャから、単純な相互作用から生じる知能の研究へと移行しました。^{[ 9 ]}これは、ロボット工学において中央集権的なシステムを適用することから、さまざまな抽象度レベルでの局所的な相互作用に基づくより分散型のシステムを適用することへの一般的な移行を反映しています。

例えば、 1970年代の研究者たちは、ニューウェルとサイモンの物理記号理論に大きく影響を受け、実行すれば何らかの望ましい目標を達成できるような一連の動作を持つロボットを設計しました。そのため、ロボットは中央制御装置（プログラムまたはプログラマ）の指示に従うことができれば「知的」であると見なされました（例としてSTRIPSを参照）。しかし、ロドニー・ブルックスが、記号的知識や明示的な推論を用いずにロボットが「知的」な行動を実行できるサブサンプション・アーキテクチャを導入すると、ますます多くの研究者が、知的行動を、エージェントが環境（その環境内の他のエージェントを含む）と相互作用することによって生じる創発的特性とみなすようになりました。

一部の研究者は、知覚と行動システムが密接に結合したロボットを設計し、ブルックスのようにエージェントを具現化して配置しようと試みている一方で、他の研究者はマルチエージェントの行動をシミュレートし、分散システムがグローバルな目標を達成する現象をさらに分析しようと試みている。例えば、1996年に、Minar、Burkhard、Lang-ton、Askenaziは、相互作用するエージェントとその創発的な集団行動を刺激するためのマルチエージェントソフトウェアプラットフォーム「Swarm」を作成した。Swarmの基本単位は、行動スケジュールを実行するエージェントの集合である「swarm」だが、エージェントは入れ子構造で他のエージェントのswarmで構成することができる。このソフトウェアは、モデルを構築し、それらのモデル上で実験を分析、表示、制御するための再利用可能なコンポーネントのオブジェクト指向ライブラリも提供しているため、最終的にはマルチエージェントの行動をシミュレートするだけでなく、エージェントの集団が慎重かつ暗黙的な調整を通じてグローバルな目標を達成する方法をさらに探求するための基盤となることを目指している。^{[ 10 ]}