分布式人工智能

摘要： 这是一个相互合作的时代。这种合作不一定是人与机器之间的合作,或者协作,而是已经有一定市场地位的玩家们聚在一起“联盟”。他们的目标不是单独争霸,而是合作共赢。例如Kion公司和IML弗劳恩霍夫材料流和物流研究所,两者都希望使用“LoadRunner”将分布式人工智能AI技术的自主运输机器人从原型机移植到工业化应用之中,实现群控的机器人自主运输。

摘要： 【目的】促进区块链与新一代人工智能技术的融合发展,利用人工智能的学习、推理和决策能力解决区块链面临的关键问题与挑战,已经成为区块链技术发展的重要突破口。【方法】致力于研究区块链与人工智能相结合的新范式,将目前相对中心化的人工智能算法嵌入到去中心化的区块链系统,使得二者共融、增强。【结果】提出了区块链赋能的智能组件概念与方法体系,为区块链性能、去中心化治理和安全方面的联合优化提出了解决方案,同时为分布式人工智能研究提供了新范式和新思路。【结论】智能组件有助于构建高效能、高可控、高安全、具有智能决策能力的新型区块链系统,形成“区块链智能”。

摘要： [目的]促进区块链与新一代人工智能技术的融合发展,利用人工智能的学习、推理和决策能力解决区块链面临的关键问题与挑战,已经成为区块链技术发展的重要突破口.[方法]致力于研究区块链与人工智能相结合的新范式,将目前相对中心化的人工智能算法嵌入到去中心化的区块链系统,使得二者共融、增强.[结果]提出了区块链赋能的智能组件概念与方法体系,为区块链性能、去中心化治理和安全方面的联合优化提出了解决方案,同时为分布式人工智能研究提供了新范式和新思路.[结论]智能组件有助于构建高效能、高可控、高安全、具有智能决策能力的新型区块链系统,形成"区块链智能".

摘要： 多智能体系统作为分布式人工智能的重要分支,已成为解决大型、复杂、分布式及难预测问题的重要手段.在开放网络中,多智能体系统仍面临许多安全问题,潜在的安全威胁很可能影响其实际应用的稳定性、快速性和准确性.基于目前已知的多智能体系统通用模型,介绍了多智能体系统通信协议、访问控制和协调机制中潜在的安全问题,规范了多智能体系统安全性问题的研究体系,总结了系统设计过程中可行的防御技术和隐私保护技术,最后展望了多智能体系统安全研究的发展方向.

摘要： 近年来,无人机编队逐步走进大众视野,经常在一些重大会议或活动上给大家带来一场场视觉盛宴。多架无人机编队技术在科研中被称为“多智能体协同控制”,这种技术并.不只应用于表演性质的无人机编队,更是可以应用于工业操作、巡逻侦察、灾情救援、环境勘探、智能物流、智能农业、消费娱乐等方面。“网络化多智能体控制是分布式人工智能领域的研究热点。在网络化多智能体系统中,智能体系统的通信拓扑确定了其个体间信息交流和共享的方式,也决定了智能体系统是否可以协同完成复杂的任务,例如编队飞行、蜂拥,以及协同目标搜索和追踪。”

摘要： 系统阐述了在分布式人工智能计算负载中使用低延迟Fabric技术出现的问题,包括虚拟化环境支撑、通信原语抽象化、网络拥塞控制等.针对这些问题,提出了使用基于可编程智能网卡的解决思路.

摘要： 近年来,网络在可编程、软件化方面取得了很多进展,为网络智能化提供了很好的基础。同时,新的人工智能模型、算法和技术层出不穷,分布式人工智能成为主流。网络和人工智能越来越需要对方的支撑,两者的结合将带来新的机遇和挑战。网络和人工智能结合分为两个场景,一个是考虑网络如何支撑AI,即Networking for AI;另一个是如何把AI用在网络设计上,即AI for Networking。

摘要： 首先阐述了智能体技术的相关定义及特性,通过分析国内外多智能体技术的应用研究文献,对多智能体系统的基础研究进行分析并梳理了多智能体一致性及控制等方向的技术发展.接着选取了机器人控制和无线传感器网络两个领域重点,探讨了近年来多智能体技术在实际工程中的应用变化与最新成果.最后,总结了多智能体技术在工程应用中有待解决的主要问题,指出了未来多智能体技术应用的研究方向.%First of all,the definition and characteristics of multi-agent technology is introduced.By analyzing the literature on application of multi-agent technology at home and abroad,the basic research of multi-agent system is analyzed and the technical development of the direction of multi-agent consensus and control are combed. Then, this article chooses the two fields of robot control and wireless sensor networks to focus on the application changes and the latest achievements of multi-agent technology in practical engineering in recent years. Finally, this paper summarizes main problems to be solved in engineering application,and points out the research direction of future multi-agent system application.

摘要： 人工智能和多智能体系统的发展让分布式人工智能组件得以出现,本文将对分布式人工智能与多智能体系统进行分别研究和讨论,在人工智能技术的不断发展下,分布式人工智能与多智能体系统也得到了迅速发展,对此进行研究对于业界人士具有一定参考意义.

摘要： 分布式人工智能是人工智能科学的一个重要研究分支.本文简述了分布式人工智能的概念、产生原因、具有的优点和目前的研究现状.并对分布式人工智能中的一些基本问题的研究现状进行了探讨和总结。

摘要： 随着机器学习、深度学习的发展,特别是神经网络的突破,人工智能得到巨大进步.在研究和应用方面,人工智能的发展,大多集中在图像、分析、推荐等领域.本文核心组件的研究和开发,是希望提高群体智能的问题.它可以加强交通、集群控制、协调操作、微观细胞研究等领域的人工智能发展.它的应用领域广泛,是未来社会研究、军事开发、工业制造、科研计算、数字化转型的重要技术.人工智能的发展,需要深入底层技术.在分布式人工智能方面,本文的核心组件具有一定程度的创新性.基于这种技术,希望在群体智能和分布式人工智能方面,做出一些创新性的结构.

摘要： 本文分析了智能大厦中央空调节能控制存在的问题,并利用分布式人工智能领域的Multi-Agent系统理论对于复杂系统的强大表现力及其开放性、智能化的特性,提出了基于MAS技术的适用于中央空调的节能控制智能化系统通用模型,分析了该系统模型的层次结构,确定了系统模型中各Agent的内部逻辑结构、功能,同时引入具有自学习能力的人工智能技术,从而实现中央空调系统的整体优化控制与节能.

摘要： 本文在国内外有关分布式人工智能、人工生命、智能机器人的新进展及我们已有研究工作的基础上，提出了“软件人”的概念，阐明了“软件人”的内在本质、科学基础和典型特征，指出了“软件人”的研究内容和技术攻关方向，简述了“软件人”的研究与开发方法，最后展望了“软件人”的应用前景。

摘要： 双边协商是多方合作中分布式冲突消解的重要机制.在研究不确定动态条件下双边协商的基础上,提出了一个基于外部竞争和外部选择考虑的动态双边协商决策模型--COBN(competitionsandoptionsbasednegotiation)模型.该模型在时间约束下适用于信息不完全的场景,描述了n-m关系下的价格协商.其基本思想是在竞争与选择并存的不确定动态环境下,分析来自外部选择的最大期望收益;并在此过程中,考虑外部竞争对协商对手保留收益的影响,权衡外部选择对应协商达成的可能性,调整本方的保留收益和协商报价.这样,协商者可以谋取最佳收益.通过与以往双边协商决策机制的对比实验分析和解释,验证了本算法能够在不确定动态环境下获得更好的协商效果,并得到了若干有益的结论,为进一步的研究工作奠定了基础。

摘要： 双边协商是多方合作中分布式冲突消解的重要机制.在研究不确定动态条件下双边协商的基础上,提出了一个基于外部竞争和外部选择考虑的动态双边协商决策模型--COBN(competitionsandoptionsbasednegotiation)模型.该模型在时间约束下适用于信息不完全的场景,描述了n-m关系下的价格协商.其基本思想是在竞争与选择并存的不确定动态环境下,分析来自外部选择的最大期望收益;并在此过程中,考虑外部竞争对协商对手保留收益的影响,权衡外部选择对应协商达成的可能性,调整本方的保留收益和协商报价.这样,协商者可以谋取最佳收益.通过与以往双边协商决策机制的对比实验分析和解释,验证了本算法能够在不确定动态环境下获得更好的协商效果,并得到了若干有益的结论,为进一步的研究工作奠定了基础。

摘要： 双边协商是多方合作中分布式冲突消解的重要机制.在研究不确定动态条件下双边协商的基础上,提出了一个基于外部竞争和外部选择考虑的动态双边协商决策模型--COBN(competitionsandoptionsbasednegotiation)模型.该模型在时间约束下适用于信息不完全的场景,描述了n-m关系下的价格协商.其基本思想是在竞争与选择并存的不确定动态环境下,分析来自外部选择的最大期望收益;并在此过程中,考虑外部竞争对协商对手保留收益的影响,权衡外部选择对应协商达成的可能性,调整本方的保留收益和协商报价.这样,协商者可以谋取最佳收益.通过与以往双边协商决策机制的对比实验分析和解释,验证了本算法能够在不确定动态环境下获得更好的协商效果,并得到了若干有益的结论,为进一步的研究工作奠定了基础。

摘要： 双边协商是多方合作中分布式冲突消解的重要机制.在研究不确定动态条件下双边协商的基础上,提出了一个基于外部竞争和外部选择考虑的动态双边协商决策模型--COBN(competitionsandoptionsbasednegotiation)模型.该模型在时间约束下适用于信息不完全的场景,描述了n-m关系下的价格协商.其基本思想是在竞争与选择并存的不确定动态环境下,分析来自外部选择的最大期望收益;并在此过程中,考虑外部竞争对协商对手保留收益的影响,权衡外部选择对应协商达成的可能性,调整本方的保留收益和协商报价.这样,协商者可以谋取最佳收益.通过与以往双边协商决策机制的对比实验分析和解释,验证了本算法能够在不确定动态环境下获得更好的协商效果,并得到了若干有益的结论,为进一步的研究工作奠定了基础。

摘要： 双边协商是多方合作中分布式冲突消解的重要机制.在研究不确定动态条件下双边协商的基础上,提出了一个基于外部竞争和外部选择考虑的动态双边协商决策模型--COBN(competitionsandoptionsbasednegotiation)模型.该模型在时间约束下适用于信息不完全的场景,描述了n-m关系下的价格协商.其基本思想是在竞争与选择并存的不确定动态环境下,分析来自外部选择的最大期望收益;并在此过程中,考虑外部竞争对协商对手保留收益的影响,权衡外部选择对应协商达成的可能性,调整本方的保留收益和协商报价.这样,协商者可以谋取最佳收益.通过与以往双边协商决策机制的对比实验分析和解释,验证了本算法能够在不确定动态环境下获得更好的协商效果,并得到了若干有益的结论,为进一步的研究工作奠定了基础。

摘要： 双边协商是多方合作中分布式冲突消解的重要机制.在研究不确定动态条件下双边协商的基础上,提出了一个基于外部竞争和外部选择考虑的动态双边协商决策模型--COBN(competitionsandoptionsbasednegotiation)模型.该模型在时间约束下适用于信息不完全的场景,描述了n-m关系下的价格协商.其基本思想是在竞争与选择并存的不确定动态环境下,分析来自外部选择的最大期望收益;并在此过程中,考虑外部竞争对协商对手保留收益的影响,权衡外部选择对应协商达成的可能性,调整本方的保留收益和协商报价.这样,协商者可以谋取最佳收益.通过与以往双边协商决策机制的对比实验分析和解释,验证了本算法能够在不确定动态环境下获得更好的协商效果,并得到了若干有益的结论,为进一步的研究工作奠定了基础。

摘要： 本发明公开了一种分布式人工智能分析方法及装置，由客户端发起人工智能分析请求，DR路由器在接收到人工智能分析请求后，发送人工智能分析任务安排消息，所述人工智能分析任务安排消息的目的IP地址为组播组IP地址，源IP地址为视频源IP地址，所述人工智能分析任务安排消息携带客户端对应的网关路由器IP地址或客户端IP地址，客户端对应的网关路由器在接收到人工智能分析任务安排消息后，承担对应的人工智能分析任务。本发明由尽可能接近客户端的路由器执行人工智能分析工作。当多个客户端发起请求时，执行分析的路由器进行合并。本发明尽可能地避免了重复分析，尽量避免重复的分析工作，充分发挥路由节点的处理潜力。

摘要： 一种基于分布式人工智能的一体化引擎系统及其处理方法，所述方法包括拍摄各个设备的图像和采集电站中所有设备运行数据，采用半自动图像标注的方式进行标记，对电站中各设备标记后的图像和设备运行数据进行综合分析处理，并进行模型建模和模型训练；通过可视化方式实现对电站的运行信息、保护信息、运行状态进行运行监视，综合展示，上述方式可以实现采集、标记、训练、识别等的一体化，可以对设备运行情况和环境安防进行识别与检验，及时发现、解决潜在隐患、预防电力设备故障问题，提升变电站运维的设备状态感知、缺陷发现主动预警、风险管控能力。

摘要： 本发明公开了一种分布式人工智能分析方法及装置，由客户端发起人工智能分析请求，DR路由器在接收到人工智能分析请求后，发送人工智能分析任务安排消息，所述人工智能分析任务安排消息的目的IP地址为组播组IP地址，源IP地址为视频源IP地址，所述人工智能分析任务安排消息携带客户端对应的网关路由器IP地址或客户端IP地址，客户端对应的网关路由器在接收到人工智能分析任务安排消息后，承担对应的人工智能分析任务。本发明由尽可能接近客户端的路由器执行人工智能分析工作。当多个客户端发起请求时，执行分析的路由器进行合并。本发明尽可能地避免了重复分析，尽量避免重复的分析工作，充分发挥路由节点的处理潜力。

摘要： 本发明公开了一种基于远程推理的分布式人工智能实践平台，将人工智能模型划分为预处理组件、后处理组件和推理组件，将预处理组件和后处理组件运行在应用端，将推理组件运行在布置于神经网络计算设备上的模型端，多个应用端复用一个模型端的推理组件，或多个应用端通过集成服务器复用多个模型端的推理组件，实现了人工智能模型的推理。本发明通过将人工智能应用和神经网络计算设备进行分离，实现神经网络算力资源的远程复用，在降低人工智能实践平台构建成本的同时，还可提高教学实践的灵活性，从而提高人工智能教学质量。

摘要： 本发明公开了一种基于分布式人工智能的网络切片管理方法及管理系统，其方法包括：部署集中算力平台；部署AI组件；网络切片子网管理单元NSSMF载入于集中算力平台训练后的第三模型；通信业务管理单元CSMF通过第一模型映射出服务等级协议SLA参数；网络切片管理单元NSMF通过第二模型分解出子网络切片服务等级协议SLA参数；网络切片子网管理单元NSSMF通过第三模型映射出虚拟网络架构VNF模块的组成和虚拟网络架构VNF模块的连接结构。其系统包括长周期训练模块、短周期训练模块和网络切片创建模块。所述基于分布式人工智能的网络切片管理方法及管理系统解决了靠人力来决策和操作实现网络切片根本无力满足5G网络下的动态性和敏捷性的问题。

摘要： 本发明实施例提供一种基于分布式人工智能视频分析的设备联动系统及方法，设备联动系统包括视频解析系统、任务收发中间件、人工智能服务系统和设备联动规则引擎系统.本发明实施例提供的基于分布式人工智能视频分析的设备联动系统及方法，采用人工智能+物联网的应用系统，将视频监控进行物联网化，系统采用分布式结构，能够提升视频解析的实时性以及人工智能分析的稳定性、可扩展性，且设备联动功能更好的解决了物联网中视频设备联动控制问题。本发明能够接入视频资源进行解码分析处理，并同步输出AI分析的结构化数据以及与其他物联网设备进行联动，并可进行视频录制存储。

摘要： 本发明公开了一种分布式人工智能计算方法、物联网节点和存储介质，其中所述方法用于包括多个物联网节点的多跳网络，其包括：获取至少一组关于有监督人工神经网络模型的学习样本数据，将多个计算任务分配信息分别发送至所述多个物联网节点，在物联网节点根据学习样本数据、权值信息和激活函数信息完成计算任务获取计算结果，根据计算结果和标签数据计算误差数据，根据误差数据更新各个物联网节点的权值信息；实施本发明能够使物联网节点组成的分布式人工智能计算网络学习样本数据中的特征，提高计算网络的识别精度，降低误差。

摘要： 一种分布式人工智能应用数据加速方法、系统、计算机设备及存储介质，所述方法包括：获取应用层的数据加速请求，所述数据加速请求包括待加速的数据(101)；对所述待加速的数据进行前处理，并对前处理后的待加速的数据进行深度学习加速处理，得到加速处理结果(102)；将所述加速处理结果进行后处理后返回应用层(103)。通过从应用层获取数据，并对数据分别进行前处理、深度学习加速和后处理后返回处理结果给应用层，可以降低人工智能应用的藕合，节约应用系统的计算资源并提高其稳定性。

摘要： 本发明涉及人工智能技术领域，具体公开了一种基于分布式人工智能系统的产品订购单消费方法，分布式人工智能系统包括一个管理节点和多个运行节点，该方法包括：当管理节点获取到待消费的产品订购单时，指示管理节点划分用于订购同一产品的产品订购单至相同的订购单集合，其中，用于订购不同产品的产品订购单位于不同的订购单集合中；当运行节点获取到订购单集合时，指示运行节点确定与获取到的订购单集合相关联的消费配置表，并根据消费配置表中定义的消费属性对获取到的订购单集合中的产品订购单进行消费。本发明还公开了一种基于分布式人工智能系统的产品订购单装置、一种分布式人工智能系统、一种计算机设备和一种计算机可读存储介质。

摘要： 本发明公开了分布式人工智能应用开发的系统及方法，特征工程模块，用于通过特征数据转换对预处理后的数据进行处理；机器学习模块，用于接收特征工程模块处理后的数据，并利用机器学习对模型其进行分析处理，包括模型训练模块、模型预测模块及模型评估模块，其中，模型训练模块，用于通过对模型的训练检查原始数据的准去性，为模型预测确定数据来源及使用模型；模型预测模块，用于将训练后的模型对测试数据的预测；模型评估模块，用于通过训练集产生的模型，利用测试数据进行模型效果的评估。本发明有益效果：不仅实现用户进行跨数据库和跨平台的数据获取，而且在浏览器端的Web控制台上与Hadoop集群进行交互来分析处理数据。