Definition Was ist Distributed Artificial Intelligence (DAI)?

Anbieter zum Thema

Fsas Technologies GmbH

Board Deutschland GmbH

INFOMOTION GmbH

Eine Distributed Artificial Intelligence (DAI) ist ein Künstliche-Intelligenz-System (KI), das aus verteilten, intelligenten und kooperierenden Einheiten besteht. Mit einem solchen System lassen sich anspruchsvolle KI-Anwendungen realisieren und komplexe Aufgabenstellungen lösen. Eine Form der Umsetzung einer DAI sind Multiagentensysteme.

DAI ist das Akronym für Distributed Artificial Intelligence. Die deutsche Übersetzung lautet „verteilte Künstliche Intelligenz“. Bei einer Distributed Artificial Intelligence handelt es sich um ein KI-System, das aus verteilten, intelligenten Einheiten besteht. Die verschiedenen Einheiten tauschen Informationen aus und kooperieren, um komplexe Aufgabenstellungen zu lösen oder umfassende Entscheidungsprozesse zu durchlaufen. Eine DAI hat eine deutlich höhere Leistungsfähigkeit als eine monolithische, zentralisierte KI.

Die für die KI-Einheiten benötigten Rechenressourcen und Daten werden dezentral vorgehalten und befinden sich auf verteilten Knotenpunkten. Eine Distributed Artificial Intelligence mit ihren autonomen Einheiten kann sich über mehrere Rechner, Rechenzentren, Standorte oder sogar Länder erstrecken. DAI ist mittlerweile ein eigenständiges Forschungsgebiet im Bereich der Künstlichen Intelligenz und eng mit dem Konzept der Multiagentensysteme (Multiagent Systems) verknüpft. Der verteilten Künstlichen Intelligenz wird das Potenzial zugesprochen, die Leistungsfähigkeit von KI-Systemen weiter zu steigern und bestehende Skalierungsgrenzen monolithischer KI-Systeme zu beseitigen.

Funktionsweise einer Distributed Artificial Intelligence

Zur Realisierung einer verteilten, dezentral organisierten Künstlichen Intelligenz sind verschiedene Grundfunktionen notwendig. Die intelligenten Einheiten mit ihren verteilten Daten und Rechenressourcen arbeiten auf mehreren Knoten parallel. Diese verteilte, parallele Arbeit muss aber koordiniert werden. Hierfür kommunizieren die Einheiten untereinander und stimmen die Bearbeitung von Teilaufgaben einer übergeordneten Aufgabenstellung untereinander ab. Die von den verschiedenen Einheiten ermittelten Teilergebnisse müssen anschließend zusammengeführt und für die Darstellung eines Endergebnisses auf Konsistenz geprüft werden.

Eine Form der Umsetzung und Realisierung einer DAI sind Multiagentensysteme. Sie bestehen aus autonomen, interaktiven KI-Agenten. Jeder dieser Agenten ist mit eigenen Fähigkeiten ausgestattet und ermittelt seine Ergebnisse autonom auf Basis seiner eigenen Umgebung. Einzelne Agenten können kooperieren, aber auch in Konkurrenz zueinander stehen. Um ein gemeinsames Ziel zu erreichen, wird die Arbeit der Agenten koordiniert.

Eine weitere Umsetzungsform einer DAI ist die verteilte Problemlösung. Bei der verteilten Problemlösung wird eine komplexe Aufgabenstellung zunächst in Teilaufgaben zerlegt. Den verschiedenen KI-Einheiten werden die Teilaufgaben zu Bearbeitung übertragen. Die von den verschiedenen Einheiten ermittelten Teilergebnisse werden anschließend zu einer Gesamtlösung kombiniert. Der Schwerpunkt der verteilten Problemlösung liegt auf der Zerlegung von komplexen Aufgaben und der Synthese der Teillösungen zu einer Gesamtlösung.

Anwendungsbereiche der Distributed Artificial Intelligence

Die Fähigkeit, komplexe Aufgabenstellungen und Probleme zu lösen, eröffnet der Distributed Artificial Intelligence viele Anwendungsbereiche. Typische Anwendungsbeispiele sind:

• autonomes Fahren

• Optimierung von Verkehrsflüssen

• Smart City

• Smart Grids (intelligente Energienetze)

• medizinische Forschung und Diagnostik

• Analysen komplexer Finanzsysteme und -abläufe

• Automatisierung, Steuerung und Optimierung komplexer Produktionsprozesse einer Smart Factory

• Simulation komplexer Systeme (digitale Zwillinge)

• hochkomplexe Robotikanwendungen

• intelligentes Netzwerkmanagement

• intelligente Charaktere und dynamische Umgebungen von Computerspielen

(ID:50237937)