Academia.eduAcademia.edu

Outline

Philosophical Problems of Multi-Agent Systems Modeling

2019, Философские науки

https://doi.org/10.30727/0235-1188-2018-12-56-74

Abstract

Оригинальная исследовательская статья Аннотация Мультиагентные системы (МАС)-это технология, основанная на распределенных вычислениях, предназначенная для эмуляции сложного эмерджентного поведения множества агентов на основе различных механизмов обратной связи. Философский интерес к ним связан, во-первых, с когнитивными свойствами отдельных агентов и системы в целом; во-вторых, с возможностями моделирования сложного социального поведения и, возможно, более глубокого понимания социальности как таковой. Главная проблема-в какой степени мультиагентные модели соответствуют моделируемой реальности. Поскольку они представляют собой вычислительные системы, необходимо рассмотреть общую теорию вычислений и их онтологический статус; определить, каким образом вычислительные процессы формируют правилосообразные системы, состоящие из множества когнитивнонагруженных агентов; сделать правдоподобные предположения относительно закономерностей эволюции таких систем в естественных и искусственных условиях. Особое внимание уделяется в статье гипотезе ограниченной рациональности агентов или, что то же самое, их когнитивной ограниченности, что делает необходимым использование аппарата эпистемической логики для формализации процессов в МАС. Полученные результаты дают дополнительные аргументы в пользу известного философского тезиса: высшие когнитивные способности определяются и объясняются сложной социальной организацией их носителей. Ключевые слова: вычисление, репрезентация, когнитивная наука, мультиагентные системы, роевой интеллект, рациональный агент, * Исследование выполнено в рамках проекта Российского фонда фундаментальных исследований (РФФИ) «Когнитивные основания социальности», грант № 18-011-00316А. Современные методы познания И.Ф. МИХАЙЛОВ. Философские проблемы моделирования мультиагентных систем когнитивные системы, искусственный интеллект, эпистемическая логика, социальная гиперсеть. Михайлов Игорь Феликсович-кандидат философских наук, старший научный сотрудник сектора методологии междисциплинарных исследований человека, Институт философии РАН.

References (18)

  1. Современные методы познания Макаров 2013 -Макаров В.Л. Искусственные общества и будущее общественных наук // Лекции и доклады членов Российской Академии наук в СПбГУП (1993-2013). В 3 т. / сост., науч. ред. А.С. Запесоцкого. Т. 1. -СПб.: СПбГУП, 2013. С. 536-551. Михайлов 2015 -Михайлов И.Ф. Человек, сознание, сети. -М.: ИФ РАН, 2015. Михайлов 2017 -Михайлов И.Ф. К общей онтологии когнитивных и социальных наук // Философия науки и техники. 2017. № 2. С. 103- 119. Новиков, Чхартишвили 2013 -Новиков Д.А., Чхартишвили А.Г. Реф- лексия и управление (математические модели). -М.: Физматлит, 2013. Редько, Сохова 2013 -Редько В.Г., Сохова З.Б. Многоагентная мо- дель прозрачной рыночной экономической системы // Труды НИИСИ РАН. 2013. Т. 3. № 2. С. 61-65. Bechtel 2008 -Bechtel W. Mental Mechanisms: Philosophical Perspec- tives on Cognitive Neuroscience. -L.: Routledge, 2008. Craver 2006 -Craver C.F. When Mechanistic Models Explain // Syn- these. 2006. Vol. 153. No.
  2. Р. 355-376. Eiben et al. 2006 -Eiben A.E., Schut M.C., Vink N. On the Dynamics of Communication and Cooperation in Artificial Societies // Complexus. 2004/2005. Vol. 2. No. 3-4. Р. 152-162. DOI: 10.1159/000093687 Fagin et al. 1995 -Fagin R., Halpern J., Moses Y., Vardi M. Reasoning about Knowledge.-Cambridge, MA: MIT Press, 1995. Glennan 2002 -Glennan S. Rethinking Mechanistic Explanation // Phi- losophy of Science. September 2002. Vol. 69. No. 3. Р. 342-353. Kempes et al. 2017 -Kempes C.P., Wolpert D., Cohen Z., Pérez-Mer- cader J. The Thermodynamic Efficiency of Computations Made in Cells Across the Range of Life // Philosophical Transactions of the Royal Soci- ety A: Mathematical, Physical and Engineering Sciences. 2017. Vol. 375. No. 2109. DOI: 10.1098/rsta.2016.0343
  3. Kim et al. 2012 -Kim P.S., Coxworth J.E., Hawkes K. Increased Longev- ity Evolves from Grandmothering // Proceedings of the Royal Society B: Biological Sciences. 2012. Vol. 279. No. 1749. P. 4880-4884. DOI: 10.1098/ rspb.2012.1751 Knoll 2005 -Knoll J. The Brain and Its Self. A Neurochemical Concept of the Innate and Acquired Drives. -Berlin; Heidelberg: Springer-Verlag, 2005. MacLennan 2004 -MacLennan B.J. Natural Computation and Non-Tur- ing Models of Computation // Theoretical Computer Science. 2004. Vol. 317. No. 1-3. P. 115-145.
  4. Niazi, Hussain 2013 -Niazi M.A., Hussain A. Cognitive Agent-based Computing-I. A Unified Framework for Modeling Complex Adaptive Sys- tems Using Agent-based & Complex Network-based Methods. -N. Y.; L: Springer, 2013. REFERENCES
  5. Aronov I.Z., Maximova O.V., & Zazhigalkin A.V. (2015) Research on Time of Consensus Reaching in the Work of Technical Committees on Standardization on the Basis of Regular Markov Chains. Komputernye Issledovaniya i Modelirovanie. Vol. 7, no. 4, pp. 941-950 (in Russian). Bechtel W. (2008) Mental Mechanisms: Philosophical Perspectives on Cognitive Neuroscience. London: Routledge.
  6. Craver C.F. (2006) When Mechanistic Models Explain. Synthese. Vol 153, no. 3, pp. 355-376.
  7. Eiben A.E., Schut M.C., Vink N. (2006) On the Dynamics of Communi- cation and Cooperation in Artificial Societies. Complexus. Vol. 2, no. 3-4, pp. 152-162. doi: 10.1159/000093687
  8. Fagin R., Halpern J., Moses Y., & Vardi M. (1995) Reasoning about Knowledge. Cambridge, MA: The MIT Press.
  9. Glennan S. (2002) Rethinking Mechanistic Explanation. Philosophy of Science. Vol. 69, no. 3, pp. 342-353.
  10. Kempes C.P., Wolpert D., Cohen Z., & Pérez-Mercader J. (2017) The Thermodynamic Efficiency of Computations Made in Cells across the Range of Life. Philosophical Transactions of the Royal Society A: Mathe- matical, Physical and Engineering Sciences. Vol. 375, no. 2109. doi: 10.1098/ rsta.2016.0343
  11. Kim P.S., Coxworth J.E., & Hawkes K. (2012) Increased Longevity Evolves from Grandmothering. Proceedings of the Royal Society B: Biological Sci- ences. Vol. 279, no. 1749, pp. 4880-4884. doi: 10.1098/rspb.2012.1751
  12. Knoll J. (2005) The Brain and Its Self. A Neurochemical Concept of the Innate and Acquired Drives. Berlin; Heidelberg: Springer-Verlag. Makarov V.L. (2013) Artificial Societies and the Future of Social Sci- ences. In: A.S. Zapesotsky (Ed.). Lectures and Reports of Russian Acad- emy of Sciences Members in the St. Petersburg Humanitarian University of Trade Unions (1993-2013). In 3 vols (Vol. 1, pp. 536-551). Saint Petersburg: St. Petersburg Humanitarian University of Trade Unions (in Russian). MacLennan B.J. (2004) Natural Computation and Non-Turing Models of Computation. Theoretical Computer Science. Vol. 317, no. 1-3, pp. 115- 145. Mikhailov I.F. (2015) Man, Mind, Networks. Moscow: Institute of Phi- losophy, Russian Academy of Sciences (in Russian). Mikhailov I.F. (2017) Toward the Shared Ontology of Cognitive and So- cial Sciences. Filosofiya nauki i tekhniki. 2017. No. 2, pp. 103-119. Novikov D.A. & Chkhartishvili A.G. (2013) Reflection and Management (Mathematical Models). Moscow: Fizmatlit.
  13. Niazi M.A. & Hussain A. (2013) Cognitive Agent-based Computing-I. A Unified Framework for Modeling Complex Adaptive Systems Using Agent- based & Complex Network-Based Methods. New York; London: Springer. Singh M.E. (1994) Multiagent Systems. Berlin; Heidelberg: Springer- Verlag.
  14. Thomas R.W. (2007) Cognitive Networks (Dissertation Submitted to the Faculty of the Virginia Polytechnic Institute and State University in Partial Fulfillment of the Requirements for the Degree of Doctor of Philosophy in Computer Engineering). Blacksburg, VA.
  15. Turing A.M. (1936) On Computable Numbers, with an Application to the Entscheidungsproblem. Proceedings of the London Mathematical Society. Vol. s2-42, no. 1, pp. 230-265.
  16. Vlassis N. (2007) A Concise Introduction to Multiagent Systems and Distributed Artificial Intelligence. Synthesis Lectures on Artificial In- telligence and Machine Learning. Vol. 1. doi: 10.2200/S00091ED1- V01Y200705AIM002
  17. Wimsatt W.C. (2002) Functional Organization, Analogy, and Inference. In: Ariew A., Cummins R., & Perlman M. (Eds.). Functions: New Essays in the Philosophy of Psychology and Biology (pp. 173-221). Oxford, UK: Oxford University Press.
  18. Wooldridge M. (2002) An Introduction to Multiagent Systems. Chiches- ter: JohnWiley & Sons Ltd.