- 人機物融合群智計算
- 郭斌 劉思聰 於志文
- 1237字
- 2022-06-27 10:53:07
2.4 人機物融合群智計算特質
我國古代就已經有了關于“系統”的闡述。例如,經典著作《易經》中將系統論歸納為12個字:自然合理、整體關聯、動態平衡。這與本書中介紹的人機物融合群智計算特質在多個層面不謀而合?!?span id="pcveh7o" class="bold">自然合理”強調關注人機物智能個體在能力和資源上的特有屬性,并充分利用個體差異性實現優勢互補,這也是人機物弱智能體協作增強的根本動機。而“整體關聯”突出系統多個智能體之間的協同性,其自組織特質至關重要,包括群智涌現機理(如群集動力學)、群智優化算法、協同計算模型等。“動態平衡”則指出環境動態變化是一種必然的自然屬性,因此系統必須具有根據動態環境做出主動適應性改變的能力,對應人機物融合群智計算的自學習、持續演化和自適應特質,具體包括群智能體計算模型環境自適應、群智能體間演化博弈,以及群智能體對于新數據的持續學習、對于新經驗的強化學習、對于其他智能體知識的模仿學習和遷移學習等。
如圖2.3所示,人機物融合群智計算具有自組織、自學習、自適應和自演化四個特質,本節將對這四個特質進行詳細的介紹。

圖2.3 人機物融合群智計算特質
1)自組織指跨社會、信息、物理空間的異構群智能體,基于實時狀態與動態環境交互,通過系統內部個體的分布式自主交互和內在共識,以形成時間、空間、邏輯或功能上的自組織協作,從而涌現出新的組織屬性、特征、性質和結構等。內容包括人機物融合群智機理和動力學(如群落生態學、智能優化算法、人機物群集動力學、人機物共融智能)、群體分布式學習模型(如分布式機器學習、群智能體聯邦學習、群智能體深度強化學習、群智能體協同計算)。
2)自學習指群智能體基于歷史決策經驗、模仿對象行為或源域中可利用的知識,通過強化學習、模仿學習和遷移學習等自學習機制實現行動能力、表征能力和技能組合的提升。內容包括強化學習與自主決策、多智能體強化學習、示范模仿學習、人類指導強化學習、群智知識蒸餾、群智知識域自適應、多任務知識共享、元學習知識遷移、聯邦遷移學習和分層技能遷移與組合等。
3)自適應指在動態變化的開放環境中,群智能體根據感知數據的多樣性、設備資源的動態性以及群智能體組織拓撲的移動性,自適應調整優化人機物融合感知計算模式、分布式學習策略、分散式計算算法以及群智能體的行動策略等。例如,環境自適應深度模型伸縮、輸入自適應的深度模型運行時拓撲、云邊端多平臺上的深度模型動態分割、群智能體角色變換、群智能體結構變換以及應急避險。
4)自演化關注人機物融合群智計算系統全生命周期的持續優化,主要包括兩部分:群智能體演化博弈和群智能體持續學習。群智能體演化博弈是指通過智能體間的合作或競爭不斷地試錯、反饋并動態調整策略,強調“均衡狀態”的動態性。持續學習是指當新數據持續到來、任務需求變更或者學習策略動態拓展時,群智計算系統可以避免遺忘已有知識并持續學習新知識和新技能。例如,人機物融合異構群落演化、群智能體演化博弈、智能體形態演化、智能體硬件演化、基于終身學習的深度模型持續演化以及智能算法的進化學習等。