分布式智能：人工智能与边缘计算的融合

"《人工智能》教材第10章-分布式智能.pptx" 分布式智能是人工智能的一个重要领域，它结合了人工智能与分布式计算的技术，旨在处理大型复杂系统的智能化问题。核心概念包括分布式人工智能（DAI）、多智能体系统（MAS）和边缘计算。 10.1 分布式人工智能 (DAI) DAI是将AI技术应用于分布式计算环境中的一个框架，其目标是创建能够协作解决复杂问题的智能系统。DAI依赖于通信、计算和控制能力，构建深度信息物理融合系统（CPS）。通过移动边缘网络、多智能体协同和群智感知策略，实现分布式感知、计算和决策，以应对现实世界中的大规模挑战。 1. 多智能体系统 (MAS) MAS由多个独立的智能体组成，每个智能体都能感知环境、做出决策并执行动作。MAS的应用广泛，如滴滴打车平台中司机和乘客的匹配、RoboCup足球机器人竞赛中的团队协作，以及自动化仓库中的分拣机器人合作。 2. 边缘计算 边缘计算是将计算能力推向数据生成的源头，靠近物联网设备的一侧。其特点包括连接性、数据入口、约束性、分布性和融合性。边缘计算架构通常分为实时计算系统、轻量计算系统、智能网关系统和智能分布式系统。边缘计算与云计算协同工作，分为互联、智能和自治三个阶段，实现数据的本地处理、网络协议转换、智能管理和灵活存储。 边缘计算的四个主要领域包括设备域、网络域、数据域和应用域，分别对应于数据的采集、传输、处理和应用。边缘计算联盟（ECC）为这些领域制定了标准。 10.2 分布式协同体系架构 在分布式智能中，智能体的协同工作是关键。符号推理体系，如BDI理论，为智能体间的协作提供了理论基础。联合意图理论、共享计划理论和计划的队行为理论是其中的代表性概念，它们帮助智能体形成共同的目标、制定和执行计划，以实现有效的集体行动。 总结来说，分布式智能是通过多智能体的协作和边缘计算的赋能，实现对大规模、复杂问题的智能解决。这一领域在新工科信息技术中占据重要地位，为未来智能系统的设计和实施提供了理论和技术支持。