[論文レビュー] Multi-agent systems and decentralized artificial superintelligence

Stanislav Ponomarev, A. E. Voronkov|arXiv (Cornell University)|Feb 27, 2017

Computability, Logic, AI Algorithms参考文献 13被引用数 15

ひとこと要約

この論文は、P2Pコンピューティング（BOINC）、エージェント間通信プロトコル、Ethereumベースのスマートコントラクトを統合することで、信頼性のない分散型のコンピューティングパワー市場を実現する分散型でブロックチェーン駆動のマルチエージェントシステムを提案する。自律的エージェントがハードウェア・ソフトウェアの効率を最適化し、動的にリソースを割り当てることで、グローバルネットワーク全体にわたる自己最適化タスク配分を可能にする。このシステムは、一般用途の分散型人工スーパーインテリジェンスへと進化する。

ABSTRACT

Multi-agents systems communication is a technology, which provides a way for multiple interacting intelligent agents to communicate with each other and with environment. Multiple-agent systems are used to solve problems that are difficult for solving by individual agent. Multiple-agent communication technologies can be used for management and organization of computing fog and act as a global, distributed operating system. In present publication we suggest technology, which combines decentralized P2P BOINC general-purpose computing tasks distribution, multiple-agents communication protocol and smart-contract based rewards, powered by Ethereum blockchain. Such system can be used as distributed P2P computing power market, protected from any central authority. Such decentralized market can further be updated to system, which learns the most efficient way for software-hardware combinations usage and optimization. Once system learns to optimize software-hardware efficiency it can be updated to general-purpose distributed intelligence, which acts as combination of single-purpose AI.

研究の動機と目的

• ブロックチェーン技術を用いて、分散型で信頼性のないコンピューティングパワーのマーケットプレイスを設計すること。
• BOINCのようなP2Pコンピューティングフレームワークとマルチエージェント通信プロトコルを統合し、スケーラブルなタスク配分を可能にすること。
• 分散環境における学習エージェントを用いて、ソフトウェア・ハードウェアの効率を自律的に最適化すること。
• エージェント間の自己最適化協調を可能にすることで、一般用途の分散型人工スーパーインテリジェンスへとシステムを進化させること。
• Ethereumスマートコントラクトを活用してインcentive管理を実施することで、中央集権的機関への依存を排除すること。

提案手法

• 一般用途の分散コンピューティングに適したBOINCフレームワークと、エージェント間協調のためのP2Pエージェント通信プロトコルを統合する。
• Ethereumスマートコントラクトを用いて、計算貢献に基づき報酬を自動かつ安全に分配する。
• 各エージェントがローカルリソースを管理し、他のエージェントと通信することでタスクを協調的に実行する分散型エージェントアーキテクチャを採用する。
• 時間の経過とともに最適なソフトウェア・ハードウェア構成を発見できる学習メカニズムを導入する。
• エージェントネットワークの上に構築された、グローバルかつ分散型のオペレーティングシステムの抽象化を実装し、リソース割り当てとタスク実行を管理する。
• 暗号的に保護され、透明な報酬メカニズムを用いて、動的でインcentive駆動の参加を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ブロックチェーンとマルチエージェントシステムを用いて、分散型で信頼性のないコンピューティングパワーのマーケットプレイスをどのように設計できるか？
• RQ2 分散エージェント間での自律的かつ自己最適化協調を可能にするために、どのようなアーキテクチャ的要素が必要か？
• RQ3 エージェント間通信プロトコルを、BOINCのような既存のP2Pコンピューティングフレームワークとどのように統合できるか？
• RQ4 Ethereum上のスマートコントラクトは、分散システムにおいてどのように公平かつ自動化された報酬分配を保証できるか？
• RQ5 システムは、分散コンピューティングマーケットから、一般用途の分散型人工スーパーインテリジェンスへと進化できるか？

主な発見

• 提案されたシステムは、中央集権的機関に依存せず、完全に分散型で信頼性のないコンピューティングパワー市場を実現する。
• BOINCとエージェント間通信プロトコルの統合により、グローバルなノードネットワークにわたるスケーラブルかつ動的なタスク配分が可能になる。
• Ethereum上のスマートコントラクトにより、計算貢献に基づき透明で自動的かつ安全な報酬割り当てが保証される。
• エージェントベースのフィードバックループを通じて、ソフトウェア・ハードウェアの効率を学習し最適化する可能性が示された。
• アーキテクチャは、単一目的のAIエージェントを協調的に管理できる一般用途の分散型人工スーパーインテリジェンスへと拡張可能である。
• P2Pエージェントネットワークとブロックチェーンインcentiveを基盤とする、グローバルな分散型オペレーティングシステムの基盤が提供される。