les systèmes complexes initiation aux systèmes...
TRANSCRIPT
Les systèmes complexes – Initiation
aux Systèmes Multi-agents
Asma BENMESSAOUD
Université M’hamed Bougara Boumerdes (UMBB)
Email: [email protected]
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