МОСКВА, 13 марта. /ТАСС/. Сотрудники Центра искусственного интеллекта Московского государственного университета имени М. В. Ломоносова разработали метод эффективного управления сетевым трафиком, вдохновившись идеями лауреата Нобелевской премии по экономике Даниэля Канемана — автора популярной книги «Думай медленно, решай быстро». Об этом сообщила пресс-служба вуза.
Американо-израильский психолог стал одним из основоположников поведенческой экономики и автором теории перспектив, описывающей принятие решений в условиях неопределенности и риска. В 2002 году он получил Нобелевскую премию по экономике за «интегрирование психологических исследований в экономическую науку». Ученый умер весной 2024 года в возрасте 90 лет.
«Сотрудники Центра ИИ МГУ предложили мультиагентный метод для управления трафиком, который позволяет сократить объем межагентных обменов и ускорить принятие решения о перераспределении потоков данных в условиях динамически изменяющейся нагрузки. Решение было вдохновлено идеями Даниэля Канемана — нобелевского лауреата по экономике», — сообщили в вузе.
Согласно исследованиям Канемана, у людей система принятия решения состоит из двух подсистем. Первая быстро оценивает текущую ситуацию и, если та похожа на то, с чем человек сталкивался, принимается выработанное решение. Если ситуация выглядит как новая, то начинается процесс анализа, осмысления и уже затем принятия решения. Сетевые устройства работают в условиях неопределенности. Состав потоков данных, их характеристики предвосхитить трудно. Поэтому исследователи обучали агент не только принимать решения, но и запоминать ситуации, в которых он должен принимать те или иные решения.
«Мы исходили из того, что в распределенных системах сама координация может становиться источником дополнительной нагрузки. Двухконтурная модель принятия решений агентом позволяет ему быстрее принимать решения в знакомых состояниях и обращаться к более сложному анализу, требующему взаимодействия с другими агентами только при необходимости», — отметил Евгений Степанов, ассистент кафедры автоматизации систем вычислительных комплексов факультета вычислительной математики и кибернетики МГУ, старший научный сотрудник Центра ИИ МГУ, чьи слова приводятся в сообщении.
Сокращение нагрузки на сеть
Эксперименты показали, что новый подход позволил при определенных параметрах сокращать до 80−96% обмен информации между агентами сети по сравнению с предыдущими алгоритмами. Разработка поможет оптимизировать трафик в сетях, используемых в телекоммуникационных инфраструктурах и центрах обработки данных.
«Идею предложенного метода мы “подсмотрели” у человека. Однако ее реализация в виде интеллектуального агента, способного накапливать опыт, формировать интуицию, потребовала привлечение фундаментальный математических знаний, привлечение технологии нейросетей разных классов. В результате удалось сократить непроизводительную нагрузку на сеть, ускорить процесс принятия решений без усложнения архитектуры сети», — прокомментировал Руслан Смелянский, заведующий кафедрой автоматизации систем вычислительных комплексов факультета вычислительной математики и кибернетики МГУ, ведущий научный сотрудник Центра ИИ МГУ, которого цитирует пресс-служба университета.
Результаты исследования опубликованы в журнале Mathematics.
