МАРАФОНСКАЯ КОМАНДА ВСЕМИРНОГО ПОСЛА БЕГА

Друзья! Призываю использовать в беговых командах принципы работы с роевым интеллектом, которые сформулированы мной, писателем-сверхмарафонцем, в книгах о беге. ИИ на базе нейросетей индивидуален, как человек. Мощный компьютер и заранее подготовленная среда для решения задачи обязательны для его функционирования. Подобно тому, как незнакомых людей необходимо представлять друг другу, объединять вычислительные усилия нескольких нейросетей также приходится вручную. Причем если поставленная задача поменялась, то всю «сеть сетей» придется переучивать и перестраивать. Между тем в природе встречается явление, когда живые или не совсем живые создания, обладающие сравнительно низким индивидуальным интеллектом (или вообще его отсутствием), объединяются в сообщества, которые ведут себя намного умнее, чем каждый из участников группы по отдельности. Речь идет о довольно экзотической разновидности ИИ – роевом интеллекте (РИ) (англ. Swarm Intelligence). Впервые на это явление обратил внимание Станислав Лев в 1964 году в романе «Непобедимый», а развил идею в 1983-м в эссе «Системы оружия двадцать первого века, или Эволюция вверх ногами». РИ представляет собой коллективное поведение отдельных особей (агентов) в самоорганизующейся системе без выраженного центра управления, то есть в децентрализованной группе. Действующих агентов в современной теории РИ часто называют «боиды». Впервые это слово появилось в 1986 году. Boids – название программы, разработанной исследователем Крейгом Рейнольдсом, которая имитирует поведение птиц, сбившихся в стаю. Название «boid» образовано от «birds id», или «птичьи объекты». Одиночный боид следует простым правилам, которые заложены в него природой (физическими законами или генетикой). Несмотря на отсутствие командного центра, который указывал бы, что именно делать каждому из боидов, их случайные взаимодействия приводят к тому, что общее поведение группы становится выраженно интеллектуальным. При этом каждый конкретный боид не обязательно ведет себя разумно. Такое поведение демонстрируют, например, муравьи, пчелы, термиты, волки, капли воды, иммунная система человека, летучие мыши и т.д. Каждый конкретный муравей или пчела скорее всего даже не подозревает, что колония, участником которой он является, ведет себя разумно. С другой стороны, волки и летучие мыши достаточно интеллектуальные индивиды. Однако, говорить о наличии или отсутствии интеллекта у капли воды вообще не представляется возможным, поскольку это предмет неживой природы. Тем не менее все эти агенты, как-то муравей, пчела, волк, капля воды, объединившись в однородные группы (муравьи с муравьями, пчелы с пчелами и т.д.), демонстрируют более разумное поведение, чем каждый из них по отдельности. К преимуществам РИ можно отнести сразу несколько аспектов. Надежность выполнения проектов. Проекты, над которыми работает колония, не зависят от эффективности участия каждого конкретного агента. Более того, даже если некоторые особи делают что-то неправильно или вообще гибнут, это никак не отражается на конечном результате. Гибкость в принятии решений. Группа агентов, объединенная в рамках РИ, способна чрезвычайно быстро реагировать как на внешние угрозы, так и на внутренние проблемы в колонии. Самоорганизация – это одно из самых интересных свойств в системах РИ. Отсутствие центра контроля и командования позволяет колонии принимать быстрые, верные и беспрецедентно гибкие решения и быть полностью независимой от качества управления. Масштабируемость. Управление не-большой группой людей требует определенных усилий, а руководство большой организацией – громадных усилий. Чем больше народа задействовано в организации, тем ниже неэффективность всего этого объединения. Колония боидов, действующая по принципам РИ, эффективна всегда. Она может быть образована как несколькими агентами, так и десятками – сотнями тысяч. Рой любого масштаба не требует никакого руководства и максимально рационально сам решает все поставленные перед ним задачи. Исследования РИ активно ведутся по всему миру. Примерами построения поведенческих моделей с помощью РИ могут быть, например, алгоритм искусственной пчелиной колонии (англ. artificial bee colony algorithm, ABC). Впервые он описан турецким исследователем Дервисом Карабога в 2005 году. С помощью трех жестко закрепленных ролей – «работник», «наблюдатель» и «разведчик» – алгоритм позволяет реализовать сложные механизмы решения задач по оптимизации. Еще одна интересная разновидность РИ предложена иранскими учеными Сейдали и Сейедом Мохаммадом Мирджалили и австралийцем Андрю Льюисом в 2014 году. Они исследовали распределение ролей и поведение волков в стае и на основе этого предложили новую модель РИ.