Waarom is dit belangrijk?
Dankzij gedistribueerde kunstmatige intelligentie hoeven grote hoeveelheden gegevens niet op één plek samen te komen en kan het rekenwerk verspreid blijven. In het transport en bij elektriciteitsnetten worden hiermee voertuigstromen gemodelleerd en wordt de toestand van transformatoren gevolgd. Op het werk in verkeer en energie betekent dit dat teams met actuele metingen kunnen sturen, maar onderlinge communicatie kan haperen en het geheel klopt dan minder goed.
Zo werkt het in de praktijk
In de elektronische handel leert een systeem handelsregels uit delen van grote financiële gegevens. Het hulpmiddel ECStar is een gedistribueerd leersysteem met regels. Een onderzoeksoverzicht beschrijft ook magazijnautomatisering, reddingswerk en satellietsystemen.
Onderzoekers van de University of Technology Sydney en de Southern University of Science and Technology bestuderen de afstemming tussen agenten. Zij onderzoeken met wie een agent samenwerkt en hoe die samenwerking verloopt. Open vragen gaan over schaal, verschillen tussen agenten en manieren van leren.
Teams gebruiken de FIPA-standaarden van IEEE, afspraken voor berichten tussen agenten. FIPA legt de vorm van zo'n bericht vast, zoals een verzoek of een mededeling. Een beheerlaag geeft elke agent een naam, en een catalogus toont de beschikbare diensten.




