les systèmes complexes initiation aux systèmes...

Les systèmes complexes – Initiation

aux Systèmes Multi-agents

Asma BENMESSAOUD

Université M’hamed Bougara Boumerdes (UMBB)

Email: a_bemessaoud@esi.dz

2

Système Compliqué / Système

Complexe ...

Un système compliqué met en œuvre un grand nombre

d’éléments avec des interactions simples...

3

La complexité du système provient des interactions

rétroactives entre les éléments qui le composent plus

que du nombre d’éléments...

Système Compliqué / Système

Complexe ...

4

L’informatique classique confrontée

à la complexité...

La résolution de problèmes par la décomposition

est bien adaptée au traitement des problèmes

compliqués...

5

L’informatique classique confrontée

à la complexité...

…Mais pas du tout au traitement des problèmes complexes…

Dans un système complexe, il n’est pas possible d’isoler les différents composants...

6

L’informatique classique confrontée

à la complexité...

Définition (Jean-Marie Legay) :

« J ’appellerai système complexe un système pour qui la perte d’un de ses

éléments fait changer de nature et à qui, à la limite, elle fait perdre sa qualité de complexe. »

7

L’informatique classique confrontée

à la complexité...

Derrière la complexité : la notion d ’émergence ...

L ’irréductibilité des systèmes complexes tient en grande partie aux émergences ...

8

Derrière la complexité : la notion

d’émergence ...

« On peut appeler émergences les qualités ou propriétés d ’un

système qui présentent un caractère de nouveauté par rapport aux

qualités ou propriétés des composantes considérées isolément ou

agencées différemment dans un autre type de système. »

Edgar Morin, La méthode, Tome 1.

Tout état global présente des émergences …

Exemple : O2+H2=H2O (gaz+gaz=liquide)

Le tout est plus que la somme des parties...

9

Derrière l ’émergence, l ’immergence (ou

micro-émergence) ...

« L ’émergence est un produit d ’organisation qui, bien que

inséparable du système en tant que tout, apparaît, non

seulement au niveau global mais éventuellement au niveau

des composants. »

Edgar Morin, La méthode, Tome 1.

Un système est un tout qui prend forme en

même temps que ses éléments se transforment...

La partie est plus que la division du tout ...

10

L’informatique classique confrontée

à la complexité...

L ’interaction avec un système complexe

pose des problèmes (complexes) …

… auxquels l ’informatique classique

ne sait pas ou ne peut pas répondre.

Pas d’algorithme

disponible Algorithme en O(kn)

(problème NP-Complet)

11

Systèmes complexes et SMA

Systèmes complexes

Théorie des systèmes vivants

Systèmes dynamiques

non linéaires

Intelligence artificielle Vie artificielle

Biologie évolutionnaire

Simulation

Implémentation

outil

Modèles Théoriques

12

Naissance des SMA, de l’IA à l’IAD

…

Problème

Connaissances

Raisonnement..

Problème

solution

Démarche anthropomorphique

reformulation

Connaissances

Raisonnement

Apprentissage

communication

..

transfert

solution

13

De l ’IA à l ’IAD

Diviser pour régner : Distribuer (réductionnisme)

Complexité exportée vers le système informatique

Vaincre la complexité

Quoi ?

•Connaissances et raisonnement

•Ressources

•Contrôle

Pourquoi?

•Distribution fonctionnelle

•Distribution géographique

•Distribution informatique

14

De l’IA à l ’IAD

Problème

Connaissances

solution

Connaissances

Connaissances

Distribuer la connaissance, mais contrôle centralisé

15

Ex: Architecture de blackboard

Métaphore

Construire la solution d’un problème, comme on

construirait collectivement un puzzle

Chaque intervenant a accès a l’état global de la solution

en cours de construction, et intervient quand il a un

élément nouveau à apporter à cet état

Exemple : Hearsay II (Hayes-Roth 73)

Système de reconnaissance du langage naturel parlé

16

Architecture de blackboard

solutions KS

KS

KS

KS

Données de

contrôle

Modules de contrôle

Tableau noir

hypothèses

Données Niveau 1

Niveau 2

Niveau n

• Les KS représentent les sources de

connaissances, nécessaires pour résoudre

le problème.

• Elles sont indépendantes et interviennent

de manière opportuniste

• Les solutions sont construites

incrémentalement

• Le contrôle est centralisé (module de

contrôle).

17

De l’IA à l ’IAD

Problème

Connaissances

solution

Connaissances

Connaissances

Distribuer la connaissance et le contrôle

Ex: Réseau de tableaux noirs

DVMT(Lesser 87), MACE (Gasser 87)

18

Les SMA: de l’IADistribuée vers

l’IACollective

Problème

Sous-problème Sous-problème Sous-problème

Solution Solution Solution

Connaissances Connaissances Connaissances

interaction interaction

interaction

19

les prémisses de l’IACollective

On est passé de la

métaphore du penseur

isolé

Être ou ne pas être ?

D’abord : interaction = coopération

Pensées collectives

à celle de :

la communauté de penseurs

20

Métaphore de la communauté de

penseurs

Résolution de problèmes de façon coopérative par

différents spécialistes

=> Influence provenant d’autres domaines (ou idées dans l’air du temps de

l’époque.. )

Actors (Hewitt 77, Agha 86) Modèle de calcul parallèle

Beings (D. Lenat 75), Society of Mind (Minsky 88) Vision philosophique de l ’esprit

Contract Net (Smith 82) Protocole de négociation: appel d’offre des marchés publics

21

Modèle d’acteurs

Modèle de programmation concurrente

Structures de contrôle vues comme des schémas

de communications entre entités autonomes

(acteurs)

Acteurs: métaphore de la communauté de

scientifiques (publication de solutions partielles,reprises par d’autres

(continuation), délégation de problèmes spécifiques, ..)

22

Modèle d ’acteurs

Fact

3 afficheur Afficher 3!

Reply-to

23

Modèle d ’acteurs

Fact

3

Fact

become

afficheur Afficher 3!

Reply-to

24

Modèle d ’acteurs

Fact mult

3

Acteur continuation

Fact

2

Reply-to

afficheur Afficher 3!

Reply-to

25

Modèle d ’acteurs

mult

3

Acteur continuation

Fact

Fact

2

become

Reply-to

afficheur Afficher 3! Reply-to

26

Modèle d ’acteurs

mult

3

Acteur continuation

Fact

1

Fact

mult

2

Acteur continuation

Reply-to

Reply-to

afficheur Afficher 3! Reply-to

27

Modèle d ’acteurs

mult

3

Acteur continuation

1

Fact

mult

2

Acteur continuation

become

Reply-to

afficheur Afficher 3!

Fact

Reply-to

Reply-to

28

Modèle d ’acteurs

mult

3

Acteur continuation

Fact

mult

2

Acteur continuation

mult

1 Acteur continuation

Fact

0

Reply-to

afficheur Afficher 3!

Reply-to

Reply-to

Reply-to

29

Modèle d ’acteurs

mult

3

Acteur continuation

mult

2

Acteur continuation

mult

1 Acteur continuation

Fact 1

Reply-to

afficheur Afficher 3!

Reply-to

Reply-to

30

Modèle d ’acteurs

mult

3

Acteur continuation

mult

2

Acteur continuation

mult

1 Acteur continuation

1

Reply-to

afficheur Afficher 3!

Reply-to

Fact

31

Modèle d ’acteurs

mult

3

Acteur continuation

mult

2

Acteur continuation

2

Reply-to

afficheur Afficher 3!

Fact

32

Modèle d ’acteurs

mult

3

Acteur continuation

afficheur

6 Afficher 3!

Fact

33

Modèle d ’acteurs

Fact

afficheur

6

Afficher 3! affiche

34

Revenons à:

D’autres situations d’interaction , la

compétition ...

Pensées collectives

La métaphore de :

la communauté de penseurs

La communauté scientifique, avance aussi grâce

à la compétition..

35

De façon plus générale

On va s’intéresser à la notion de collectif:

==> système composé d’éléments en interactions (fortes), où les situations d’interactions peuvent être diverses (coopératives, antagonistes, autres..)

Dans le cas de l’IAD, ..et vers l’IAC.. ..

36

Vision systémique

Cette nouvelle vision pose le problème de complexité autrement

- Complexité systémique (vision non réductionniste)

Un système est composé de sous-systèmes en interaction…

Approche systémique: le tout est plus que la somme des parties

(interactions)

A

P

Environnement

Auto-contrôle: auto-organisation, auto-adaptation

=> émergence

37

Emergence

Interactions

Emergence

observateur

Niveau micro

Niveau macro

Emergence constaté par un observateur :

=> notion d’échelle d ’observation

Emergence : question d ’échelle

38

Exemple de fonctionnalité émergente

Marcher le long d ’un mur

Interactions entre deux comportements en compétition

- Le marcheur est attiré par le mur

- Le mur exerce une force de répulsion sur le marcheur

Fonctionnalité non explicitée, surprenante mais pas « magique »

39

Intelligence: Emergence

Intelligence = propriété

émergente des interactions

L’intelligence n’a de sens que

dans l’œil de l ’observateur

=> Différentes formes

d ’intelligence

Interactions

Emergence

observateur

micro

macro

40

2 courants pour les SMA :

Approche cognitive:

coexistence d ’intelligences

multiples

Entités intelligentes

individuellement interagissant

« faiblement » (métaphore

sociale)

Approche réactive: intelligence

en essaim

Entités « stupides »

individuellement interagissant

fortement (métaphore animale

ou société d ’insectes)

41

2 tendances de recherche

Cognitif: Prolongement de

l ’IA symbolique

IAD

Agents autonomes (pas

SMA)

Agents Rationnels,

Etudes Théoriques

Normalisation (FIPA)

Réactif: Prolongement de

la V.A

Étudier la vie avant

l’intelligence

Robotique collective

Simulation

Systèmes fortement réactifs

Approche systémique

: Système complexe

42

Atomes

Molecules

Cellules

Groupements cellulaires

Organes

Individus

Groupes sociaux

Intelligence collective,

Ant-like systems, …

Systèmes multi-agents

Par rapport au schéma

Biologie et structures

Cours DEA DISIC G. Beslon

43

Atomes

Molecules

Cellules

Groupements cellulaires

Organes

Individus

Groupes sociaux

Agent

Système multiagents

Entité logicielle ou physique, autonome,

évoluant dans un environnement, qu’elle peut

percevoir et sur lequel elle peut agir

capteurs effecteurs

Un système multiagents est un

ensemble d ’agents, qui agissent

et interagissent dans le même

environnement.

Par rapport au schéma

Biologie et structures

44

Remarques

Les agents d’un système multi-agents

sont engagés dans une tâche collective,

peuvent avoir des objectifs implicites ou explicites,

compatibles ou incompatibles,..

partagent le même environnement,

interagissent de manière intentionnelle ou non

sont organisés selon des structures organisationnelles

définies à priori, ou émergentes (auto-organisation)

45

Exemples

Un match de football

Une réunion de travail Une fourmilière

46

Pour un agent

La perception est locale

L’action est locale

La perception et l’action sont corrélées (boucle de

rétroaction)

=> Comportement de l’agent

47

Agent :Exemple

Agent conducteur

Perceptions

État de la route

Autres conducteurs

Klaxons,feux,..

..

Actions

Accélérer

Freiner

Regarder rétroviseur

…

Capteurs

(oreilles, yeux,..)

Effecteurs

Mains, tête, pieds,..

48

Agent :Exemple

dans un contexte informatique: SoftBot

Softbot Unix

Environnement de fichiers Unix

effecteurs:

cd, cp, mv,..

action

Agent

Capteurs:

Ls, pwd,..

perception

Plus généralement:

un simple programme est-il un agent?

Agent assistant à l’utilisation d’Unix (Etzioni & al, 92)

49

La réponse est Non !

Autonomie

Boucle (rétroactive) de perception-Action

Environnement (action/perception)

50

Agent :Propriétés

Agence faible

Autonomie: opère sans intervention externe (auto-

contrôle)

Sociabilité: interaction avec d ’autres agents (ou autres)

Réactivité: perception de l’environnement et réaction à

ses changements

Pro-attitude: initiative d’action

51

Agent : Propriétés

Agence forte

Agent doté d’un état mental:

Connaissances, Croyances, Intentions, Désirs, Obligations,

..(émotions)

(Agents cognitifs)

=> Utilisation de la logique