主体计算促信息处理走向智能化 智能化信息处理

　　主体计算(ABC, Agent-based Computing，以下简称主体技术) 是人工智能(AI)研究实用化和在分布式计算(Distributed Computing) 环境下软件智能化发展的重要技术。随着计算机、网络和通信技术的发展，信息处理智能化的提高要求系统模拟复杂的人类智能行为。而主体能够连续、自主地处理环境中发生的事件，并具有协同工作和消解冲突等功能，可以很好地满足人们的需求。
　　目前，主体技术不仅应用于传统的人工智能应用，如机器人、定理证明、调度和自然语言理解等，并且已经拓展到网络智能信息处理、知识管理、电子商务等领域中。
　　本期我们邀请中国科学院计算所和国内一些相关研究机构的专家，介绍主体计算的关键技术发展和应用趋势，以飨读者。
　　
　　技术起源
　　
　　主体计算技术源于分布式人工智能(DAI，Distributed Artificial Intelligence)研究，是人工智能研究实用化和在分布式计算环境下软件智能化发展的重要技术。
　　人类活动大部分都涉及社会群体，大型复杂问题的求解需要多个专业人员或组织协作完成。为了解决复杂问题的求解，自20世纪50年代起就已经提出了智能主体概念，但是一直到20世纪80年代以后，随着计算机网络、计算机通信和并行程序设计技术的发展，对主体的研究才逐渐成为一个新的热点。
　　智能主体的概念始于1970年人工智能研究的物理符号假设，认为智能任务可以通过对符号的内部表示进行操作，因而“符号的内部表示+推力进程”形成了智能主体的初型。20世纪70年代末到80年代初，随着计算机科学与技术的进展，基于初型的主体可以模拟更为复杂的人类智能行为。
　　20世纪80年代末以来，关于主体的研究和应用得到了迅猛的发展，来自不同领域的研究者构造了各自需要的软件。而主体也有各种名字，如用于接口上的intelligence interface，用于知识处理的Knowbot(知识机器人)，用于人机、网络通信的Usebot和Netbot等。相应地，与应用开发相关的软件体系结构、语言、逻辑程序设计也取得了显著的进展，如面向主体的程序设计语言、主体开发环境等。总之，对各种软件主体来说，总的趋势是主体、多主体系统开发是面向实用的，旨在向最终用户提供直接(ends-ends)的服务发展。
　　早期分布式人工智能研究的问题主要是分布式问题求解，其目标是要创建大粒度的协作群体，它们之间共同工作以对某一问题进行求解。进入20世纪90年代以来，随着计算机网络、计算机通信等技术的发展，特别是互联网和WWW的普及，对于智能主体以及多主体系统的研究己成为分布式人工智能研究的热点。主体计算被认为是软件开发的下一个重要突破口。面向主体的程序设计(AOP, Agent-oriented Programming)也被认为是面向对象程序设计(OOP, Object-oriented Programming)的一次革命。面向主体的程序设计是一种以计算的社会观为基础的崭新的程序设计范例，它已经成为人工智能程序设计的主流，反映了人工智能领域日益重视对主体动态性的研究和主体之间丰富交互活动的开发。而多主体系统作为群体智能的体现，更能体现人类的社会智能，具有更大的灵活性和适应性，更加适合开放、混合和动态的世界环境。早期关于Agent 的研究侧重于智能主体和多主体系统两个方面，但一般来说这两个方面并没有严格的区分，我们统一把它们称为智能主体的研究。
　　
　　主要应用
　　
　　在工业界和学术界，多主体系统作为一种新的设计和开发软件系统的模式已经被越来越多的人所接受。人们已经提出了许多基于主体的新的方法学、建模语言、开发平台、工具和编程语言，并将其应用到了许多领域当中。而面向主体的软件工程（Agent-Orient Software Engineering，AOSE）理论的出现和发展，为面向主体的软件开发走向大规模化和工业化发展道路提供了系统化的手段和重要的保障。
　　随着面向主体的技术的不断发展，越来越多面向主体的开发平台开始出现在人们的视野当中。这些主体平台是将主体技术推向应用的重要成果。主体平台通过提供一系列可重用的组件和服务来执行和部署Agents。如今大部分的多主体开发平台是作为中间件的形式，使用Java开发出来的开源平台。开源的平台主要包括JADE、Jadex、Tryllian ADK、SAP、AgentScape、Madkit等等。另外还包括一些商业的平台例如JACK，另外IBM、Microsoft、 Fujitsu等公司也纷纷开发出自己的基于主体的产品，如IBM的Aglet、Microsoft的Microsoft Agent和Fujitsu的APRIL。在国内，中科院计算所的史忠植研究员等研究了主体技术与网格计算结合的问题，将网格看成是许多交互的主体，并提出了一个基于主体的网格计算模型，建立了基于主体的网格智能平台AGrIP （Agent Grid Intelligence Platform）。AGrIP由底层支撑平台MAGE（Multi-Agent Environment）、中间件层和应用层组成。中间件层包括Web智能信息搜索引擎GHunt、多策略知识挖掘软件MSMiner、专家系统开发工具OKPS、范例推理工具CBRS、知识管理系统KMSphere、基于特征的多媒体信息检索系统MIRES等。通过多主体运行环境MAGE，集成这些中间件形成一个主体网格的协同工作环境。
　　经过近20多年的研究，主体的理论与技术有了长足的发展，不仅用于许多传统的人工智能应用，如机器人、定理证明、调度和自然语言理解等，而且已经在工业、商业、医疗卫生、电子商务和电力系统等很多新的领域中得到了应用。国外(主要是美国、加拿大、欧洲、澳大利亚等)智能主体技术的应用已经十分广泛，国内起步相对较晚，更多的是着重于认知模型和理论等方面的研究。国内中科院计算所智能信息处理重点实验室研制的多主体环境MAGE，则把智能主体技术推向应用。
　　主体技术作为一段个性化的、能持续生存的和具有某种自主特性的特殊程序，能够帮助甚至替代人来处理各种信息。例如，智能主体可以根据用户的兴趣对Web上的信息进行检索、分析、过滤和分类，解决互联网带来的信息超载，把人们从纷繁的信息海洋中解放出来。
　　当今智能主体技术被认为是处理电子商务中海量信息的关键技术之一，将智能主体技术应用于电子商务，可以构造一个基于智能主体的电子商务平台。将主体技术应用到电子商务系统中主要有以下功能: 买方主体可以帮助客户选择商品、选择卖方以及与卖方协商价格等; 卖方主体可以帮助商家提供商品信息、选择买方以及与买方协商价格等。主体作为买卖双方的中介，充分体现了它在自主性、个性化和时间延续性等方面的优势。基于智能主体的电子商务是目前分布智能和电子商务最活跃的研究领域。包括MIT媒体实验室、CMU机器人实验室在内的数家美国最著名的大学都有专门的研究小组，比较著名的原型系统包括Kasbah、TeteaTete、persona Logic、Firefly、Bargain Finder、Jango、Auction Bot等。
　　
　　未来展望
　　
　　现实世界中的系统都是开放系统，即在任何时候都会从系统之外接收新的信息及输出无法预期的结果，主体技术提供了一种研究大规模开放系统的途径，因此大有发展前景。
　　主体技术的研究与传统人工智能有着紧密联系。一方面主体技术研究要用到传统人工智能的成果(如已有的知识表示方法和推理机制等)上，另一方面由于主体技术自身的特点，研究者们利用其他学科(如社会学、经济学、生态学等)的方法对主体系统中涉及的人工智能的基本问题进行更深入的研究，这些成果不仅对主体系统，而且对人工智能其他领域的研究都会起指导作用。另外，主体技术可用于许多传统的人工智能应用，如机器人、定理证明、调度和自然语言理解等，而且已经在工业、商业、医疗卫生、电子商务、电力系统等很多领域中得到了应用。主体技术的发展对这些应用问题的解决也是十分有益的。
　　近年来，如何更好地模拟人类自身的智能行为，建造开放程度更高的、适应性更强的多主体系统已经成为当今主体领域研究的热点。
　　软件是现代信息产业的基础之一，也是当前信息技术和信息产业发展的重要内容。网络化软件已成为当前在国内外技术发展具有强劲势头的领域。以软件构件等技术支持的软件实体将以开放、自主的方式存在于互联网的各个节点之上，任何一个软件实体可以在开放的环境下通过某种方式加以发布，并以各种协同方式与其他软件实体进行跨网络的互连、互通、协作和联盟，从而形成一种与当前的信息Web类似的Software Web。这样一种Software Web并不能够像传统软件那样一蹴而就，它应能感知外部网络环境的动态变化，并随着这种变化按照功能指标、性能指标和可信性指标等进行静态的调整和动态的演化，以使系统具有尽可能高的用户满意度。我们将这样一种新的软件形态称为网构软件。网构软件是在开放、动态和多变环境下软件系统基本形态的一种抽象，它既是传统软件结构的自然延伸，又具有区别于在集中封闭环境下发展起来的传统软件形态独有的基本特征: 自主性、协同性、反应性、演化性、多态性。如何构建网构软件，同时如何测试系统的可靠性、可信性以及系统的可维护性和有效性，便成了一个非常大的问题。由于主体具有自治性、交互性、协作性、可通信性、自适应性等特点，所以是当前网构软件基本单元的最好实体。利用现有的主体技术，在日趋成熟的面向主体软件工程的指导下，建立基于主体的自治、协同、可靠、可信的网构软件模型也将是今后研究的重要方向。
　　
　　小资料
　　什么是主体
　　究竟什么是智能主体Agent？作为DAI(Distributed.AI，分布式人工智能)的一个基本术语及AI的一个原语，迄今为止，Agent并没有一个明确的定义。在国内，Agent一词的译法亦无定论，通常翻译为“智能主体”、“主体”或“代理”等。但这些译法都不能准确表达Agent一词的丰富内涵。因此，许多研究者依据不同的研究内容和目标对术语“Agent”赋予不同的含义（本文中Agent翻译为主体）。一般认为，在AI中，智能主体被看做是处于一定环境下包装的计算机系统，在其他主体存在的情况下，能够连续、自主地处理环境中发生事件的功能总和，也就是能够适应于动态的环境。这里所说的“自主”是指系统主体工作时不要求由人经常不断地引导和干预。许多主体是与它的物理表征密切相关的。
　　一般认为，主体是能依据心理状态(信念、期望、意向)自主工作，并具有语义互操作和合作行为协调能力的软件实体，不仅为实施紧凑一致的协同工作提供有力的支持，也为建立面向分布式计算的开放性、可重构和可伸缩的新型计算环境建立了基础。每个主体具有一定的问题求解能力，如推理、规划、协商、通信及协调等能力。主体应能在多主体环境中协同工作和消解冲突，以执行和完成一些相互受益且自身无法独立求解的复杂问题。通常情况下，人们把主体看做是一个具有自治性、交互性、协作性和可通信性的实体。在实际应用中，可能还要具有自适应性、个性、社会性和实时性等特点。下面给出了智能主体系统的基本特性:
　　自治性(autonomy): 主体能够在没有人或其他Agent干预下完成其大部分功能，控制其内部状态;
　　社会能力(social ability)，或称为可通信性(communicability): 主体能够通过某种主体通信语言和其他主体或人交互，以实现其目标;
　　反应性(reactivity): 主体能感知周围环境并对其间的变化产生实时响应，这些动作的执行可以基于触发规则和预定义的执行计划;
　　能动性(pro-activity): 主体能够主动地进行基于自身目标和信念的活动，就是说主体感知周围环境变化，并做出基于目标的行为(goal-directed behavior)。
　　其他经常讨论的主体属性有可移动性(mobility)、学习能力(learning)、推理能力(reasoning)、规划能力(planning)、合理性(rationality)、协作和协商的能力(cooperation and negotiation)等。
　　一般情况下主体分布在网络之中，因此它们的行为既具有局部效应又具有全局效应。主体概念不仅仅只应用于人工智能领域，而且广泛地应用在诸如人机界面、通信、并行工程、软件工程、搜索引擎等方面。因此很多计算机软件都可以纳入主体的范畴里来，如处理Internet事务，帮助用户处理E-mail的代理等。在某些研究领域，尤其是人工智能领域，科学家们往往更关注主体的智力行为，强调计算机系统中人的智力和精神上、情感上的因素，比如知识、信念、意图、拒绝、承诺等精神状态。
　　多主体系统主要研究自主的智能主体之间智能行为的协调，为了一个共同的全局目标，也可能是关于各自的不同目标，共享有关问题和求解方法的知识，协作进行问题求解。一个多主体系统中包括多个主体，它的知识、数据和控制等分布在多个节点处理机上。多主体系统中没有全局控制、没有全局知识、没有全局共享目标，在主体间可能存在协作与竞争。因此，对多主体系统的研究主要是如何协调一组自治的或半自治的主体的行为(知识、目标、策略和规划)，以便联合采取行动和求解问题。