La Inteligencia Artificial Distribuida (DAI), también llamada Inteligencia Artificial Descentralizada [1], es un subcampo de la investigación de inteligencia artificial dedicado al desarrollo de soluciones distribuidas para problemas. DAI está estrechamente relacionado y es un predecesor del campo de los sistemas multiagente .
La inteligencia artificial distribuida (DAI) es un enfoque para resolver problemas complejos de aprendizaje, planificación y toma de decisiones. Es vergonzosamente paralelo , por lo que puede explotar la computación a gran escala y la distribución espacial de los recursos informáticos. Estas propiedades le permiten resolver problemas que requieren el procesamiento de conjuntos de datos muy grandes. Los sistemas DAI constan de nodos de procesamiento de aprendizaje autónomos ( agentes), que se distribuyen, a menudo, a gran escala. Los nodos DAI pueden actuar de forma independiente y las soluciones parciales se integran mediante la comunicación entre nodos, a menudo de forma asincrónica. En virtud de su escala, los sistemas DAI son robustos y elásticos y, por necesidad, están débilmente acoplados. Además, los sistemas DAI están diseñados para adaptarse a los cambios en la definición del problema o en los conjuntos de datos subyacentes debido a la escala y la dificultad de la redistribución.
Los sistemas DAI no requieren que todos los datos relevantes se agreguen en una sola ubicación, a diferencia de los sistemas de Inteligencia Artificial monolíticos o centralizados que tienen nodos de procesamiento estrechamente acoplados y geográficamente cercanos. Por lo tanto, los sistemas DAI a menudo operan en submuestras o impresiones hash de conjuntos de datos muy grandes. Además, el conjunto de datos de origen puede cambiar o actualizarse durante el curso de la ejecución de un sistema DAI.
Los objetivos de la Inteligencia Artificial Distribuida son resolver los problemas de razonamiento , planificación, aprendizaje y percepción de la inteligencia artificial , especialmente si requieren grandes datos, distribuyendo el problema a nodos de procesamiento autónomos (agentes). Para alcanzar el objetivo, DAI requiere:
Hay muchas razones para querer distribuir inteligencia o hacer frente a sistemas de múltiples agentes. Los problemas principales en la investigación de DAI incluyen los siguientes:
En 1975, la inteligencia artificial distribuida surgió como un subcampo de la inteligencia artificial que se ocupaba de las interacciones de agentes inteligentes [2]. Los sistemas de inteligencia artificial distribuida fueron concebidos como un conjunto de entidades inteligentes, llamadas agentes, que interactuaban por cooperación, por convivencia o por competencia. DAI se clasifica en sistemas multiagente y resolución de problemas distribuida [1]. En los sistemas de agentes múltiples, el enfoque principal es cómo los agentes coordinan sus conocimientos y actividades. Para la resolución distribuida de problemas, el enfoque principal es cómo se descompone el problema y se sintetizan las soluciones.