Integracia prostriedkov inteligentnych technologii

Anotacia

• zaclenenim nastrojov UI do jedneho integralneho programoveho prostiedku,
• integraciou nastrojov UI v architekture multiagentoveho prostredia.

Veduci projektu

Zastupca veduceho projektu

Spoluriesitelia

• Ing. Marek Hatala, CSc.
• Ing. Marian Mach CS.
• Ing. Kristina Machova, CSc.
• Ing. Jan Paralic
• Doc.Ing Peter Sincak, CSc.
• Ing. Milan Schmotzer
• Ing. Dalibor Schon
• Ing. Marek Polak

Sucasny stav problematiky

• symbolicke prostriedky a metody UI
• subsymbolicke prostriedky a metody UI

Jednou z moznosti je navrhnut architekturu a komunikaciu medzi heterogennymi distribuovanymi agentifikovanymi prostriedkami UI tak, aby zabezpecili najkvalitnejsie riesenie v dostupnom case pri minimalizovanom zatazeni vypoctovych prostriedkov.

Design-to-time je pristup pre riesenie problemov v oblastiach, v ktorych su splnene nasledovne predpoklady:

1. nie je dostatok casu pre najdenie uplneho (optimalneho) riesenia,
2. pre najdenie riesenia je stanoveny casovy limit,
3. existuje viac pouzitelnych metod lisiacich sa v kvalite riesenia a narokoch na vypoctove zdroje,
4. je akceptovatelne aj riesenie, ktore nie je optimalne a
5. je mozne predikovat cas a zdroje potrebne pre najdenie riesenia, aj ked predikovatelnost novej ulohy moze byt nizka.

Pre riesenie tejto triedy uloh boli pouzite rozne pristupy (anytime algorithms, imprecise computation), avsak vseobecna metodologia neexistuje. Ako slubne sa ukazuju pristupy vyuzivajuce multiagentove technologie.

Inou cestou vyuzitia zdanlivo uplne roznorodych metod UI je zdruzovanie prostriedkov inteligentnych technologii do jedneho integralneho prostriedku, ktory je pouzivany na riesenie konkretneho problemu. Vo svete existuje niekolko takychto integratorov prostiedkov UI. Jednym zo zaujimavych produktov fy. Siemens je integracny programovy system ECANSE pre operacny system WINDOWS NT v programatorskej verzii. Tento prostriedok je vhodny pre integraciu roznych prostriedkov UI napr. metody CLP (logicke programovanie ohraniceni), neuronove siete, fuzzy regulator, geneticke algoritmy a pod. za ucelom riesenia konkretneho problemu.

V poslednych rokoch sa tlacia do popredia programovacie systemy splnania ohraniceni, ktore v sebe integruju velmi efektivne algoritmy propagacie a splnania ohraniceni a su velmi zaujimavym nastrojom na riesenie a prototypovanie celej skaly realnych aplikacii, najma vdaka svojej deklarativnosti a stupajucej efektivite. Ide vlastne o moderne programovacie systemy na baze logickeho programovania ohraniceni, pripadne objektovo orientovane a distribuovane programovacie systemy. Niektore z tychto systemov napriek iba niekolkorocnej historii sa stali uz aj komercne uspesne. Tieto systemy su vsak na nase pomery velmi drahe. Existuje vsak skupina systemov, ktore su dostupne zadarmo najma pre akademicke ucely a ich vykonnost je zhruba porovnatelna s komercnymi systemami. Tieto su vybornym vyvojovym nastrojom, ktory je mozne vyuzit jednak na pedagogicke ucely, ale aj pre ucely riesenia roznych aplikacii a testovanie novych postupov. A prave nastroje UI, navrhnute pomocou tychto vyvojovych prostriedkov su vhodne pre zaclenenie do integrovaneho, pripadne multiagentoveho prostredia.

Biologicky motivovane metody UI predstavuju jednu z klucovych skupin prostriedkov, ktore mienime v ramci projektu zdruzovat. Pritom samotne tieto metody sa casto zakladaju na spolupraci velkeho poctu elementarnych zloziek, pricom vdaka emergencii ziskava integrovany prostriedok schopnosti, ktore presahuju sumu schopnosti zlucovanych prvkov. Studiom tychto javov sa zaobera umely zivot (ALIFE - Artificial Life).

Evolucne algoritmy tvoria triedu prehladavacich algoritmov inspirovanych prirodnymi procesmi. Pre hladanie riesenia vyuzivaju populacny princip umoznujuci paralelne prehladavanie priestoru potencialnych rieseni. Svojimi vlastnostami sa velmi dobre hodia pre riesenie uloh, ktore nevyzaduju garanciu najdenia optimalneho riesenia. Schopnost riesit aj problemy, ktorych zlozitost je za hranicami aplikovatelnosti uplnych algoritmov spolu s potencialom vyhladavania variantnych rieseni a rieseni na zaklade viacerych cielov povysuje tuto triedu algoritmov na slubny prostriedok riesenia sirokeho okruhu uloh technickej praxe. Sirsiemu uplatneniu evolucnych algoritmov brani pomerne obtiazny proces navrhu nutny pre vytvorenie efektivnej implementacie. V sucasnosti pozostava typicky navrhovy proces z vytvorenia ad-hoc varianty algoritmu a jej postupnym empirickym vylepsovanim volbou alternativnych casti algoritmu, nastavovanim vhodnejsich hodnot riadiacich parametrov alebo implantovanim domenovych znalosti.

Predpokladany vlastny prinos

• navrh a implementacia architektury a komunikacie medzi heterogennymi vypoctovymi prostriedkami pre riesenie problemov typu design-to-time a jej otestovanie pri rieseni problemov v oblasti rozvrhovania,
• navrh a implementacia novych modulov a jednotiek medzistyku pre zaradenie roznorodych prostriedkov a metod UI pre integrovane prostredie ECANSE NT.

• navrh, implementacia a otestovanie niektorych novych algoritmov v prostredi programovania a splnania ohraniceni, pricom pre ucely testovania budu pouzite nahodne generovane ulohy, ako aj realne rozvrhovacie aplikacie,
• vytvorenie kompletnej metodologie na efektivne riesenie rozvrhovacich aplikacii a jej pouzitie na vybrane rozvrhovacie ulohy,
• agentifikacia navrhnutych postupov pre ucely vyuzitia technologie CLP v ramci multiagentoveho systemu inteligentnych technologii,
• navrh a implementacia modulov medzistyku pre Stuttgartsky simulator neuronovych sieti a systemu ECANSE NT v prostrediach OS UNIX na strane jednej a WINDOWS NT na strane druhej,
• zjednodusenie procesu aplikacie evolucnych algoritmov pre riesenie niektorych konkretnych tried technickych problemov poskytnutim vhodnych nastrojov a metodiky navrhu a ich prisposobenie poziadavkam na pripadnu sucinnost s inymi prostriedkami UI,
• navrh a implementacia autonomnych agentov v prostredi simulatora Tierra a vyuzitie poznatkov z tejto oblasti pri tvorbe kooperujucich prostriedkov UI.

Konkretny navrh postupu na dosiahnutie cielov projektu

• v prvom roku sa zamerat na analyzu poziadaviek a odhad zdrojov potrebnych na najdenie riesenia na konkretnom prostriedku a na navrh a implementaciu algorimu pre vypocet odhadov,
• v dalsej etape projektu navrhnut architekturu a komunikacne rozhranie pre jednotlive agentifikovane vypoctove prostriedky. Implementovane algoritmy overit na triede testovacich a konkretnych aplikacii z praxe.

• navrh a implementacia jednotlivych modulov do programatorskej verzie ECANSE NT ,
• budovanie potrebneho porgramoveho vybavenia v OS UNIX pre potreby komunikacneho medzistyku.
• Pri navrhu metod a prostriedkov, zalozenych na logickom programovani ohraniceni budeme postupovat v nasledujucich etapach:
• v prvom roku projektu sa zamerat najma na riesenie uloh rozvrhovania v prostredi CLP a navrh prostriedkov pre podporu riesenia takychto uloh v CLP; navrhnute postupy otestovat a porovnat,
• v dalsej etape projektu sa potom zamerat na agentifikaciu navrhnutych metod a technologie CLP ako takej, formulovat zakladne predpoklady a rozhranie pre integraciu do multiagentoveho systemu,
• v poslednej etape potom agentifikovat vytipovane metody CLP v co moznom najsirsom rozsahu pre ich vyuzitie v prostredi multiagentoveho systemu inteligentnych technologii.
• V oblasti navrhu a aplikacie evolucnych algoritmov sa zameriame na postupne vybudovanie vhodneho vyvojoveho prostredia pre navrh aplikacii evolucnych algoritmov, ktore by umoznovalo rychly prototypovy navrh s moznostou empirickeho vyhodnocovania viacerych variantnych rieseni, vyladovania vykonnosti algoritmu a nasledneho generovania kodu pre cielove prostredie.
• Pri studiu umeleho zivota a aplikacii ziskanych poznatkov budeme postupovat v tychto etapach:
• implementacia simulatora Tierra a prislusnych grafickych rozhrani,
• studium chovania autonomnych agentov pri roznych vnutornych algoritmoch,
• aplikacia ziskanych poznatkov pri navrhu a implementacii konkretnych aplikacii.