Inteligência de enxame
A inteligência de enxame (IE, ou swarm intelligence) é aquela encontrada no comportamento coletivode sistemas descentralizados e auto-organizados.Importantes para a inteligência computacional (IC),os sistemas de IE tipicamente consistem em umapopulação de agentes simples (também chamados de boids)que interagem (localmente) entre si e com o ambiente,e apresentam comportamento emergente.Os modelos são muitas vezes bioinspirados, caso em que a IE pertence à computação natural (CN).[1] A IE apresenta capacidades de aprendizado não-supervisionado, e resiliência aos extremos locais, características da computação cognitiva.
Histórico
O termo IE foi introduzido por Beni e Jing Wang em 1989 em contexto robótico.Modelos clássicos de IE são os Boids (Reynolds, 1987)e as Partículas auto-impulsionadas (Vicsek, 1995).
Exemplos de IE
Exemplos de sistemas de IE na CN são:otimização por colônia de formigas,bandos de aves,cardumes, ebusca por difusão estocástica.A IE por vezes, mas nem sempre, é considerada CE (veja o caso do PSO.
Otimização por enxame de partículas (PSO)
A PSO realiza uma otimização global em soluçõeslocalizadas em uma superfície ou ponto.Os boids são inicializados com posição e velocidade,e são atraídos aos outros boids na proporção de seus valores de fitness.A PSO é bastante resiliente aos extremos locais devido ao alto número de agentes.
Aplicações de IE
As aplicações da IE incluemtelecomunicações, biomedicina, arte,técnicas e observações teóricas como noexame de humanos, e na gramática de enxame,e suporte à IC.[2][3][4][5][6][7]
Computação natural (CN)
Os algoritmos evolucionários, de otimização por enxame de partículas (PSO), e de otimização por colônia de formigas dominam a computação natural meta-heurística (i.e. sem consideração das redes neurais artificiais).[8]
Ver também
- Robótica de enxame
- Otimização por enxame de partículas
- Predição de exame
- algoritmo imunoinspirado
- inteligência colaborativa
- efervecência coletiva
- Sistema complexo
- Computação evolucionária
- Inteligência computacional
- Inferência bayesiana
- Computação cognitiva
- Cérebro global
- Sistema multi-agente
- Busca de harmonia
- Teoria da promessa
- Protocolo de população
- Aprendizado por reforço
- Criticalidade auto-organizada
- Algoritmo de otimização espiral
- Otimização estocástica
- Grupo de desenvolvimento de enxame
- Swarming
- Saber das massas
- Inteligência artificial
Referênias
Bibliografia
- Bernstein, Jeremy. «Project Swarm». Report on technology inspired by swarms in nature. Consultado em 20 de maio de 2013. Arquivado do original em 29 de outubro de 2013
- Bonabeau, Eric; Dorigo, Marco; Theraulaz, Guy (1999). Swarm Intelligence: From Natural to Artificial Systems. [S.l.: s.n.] ISBN 0-19-513159-2 Complete bibliography
- Engelbrecht, Andries. Fundamentals of Computational Swarm Intelligence. [S.l.]: Wiley & Sons. ISBN 0-470-09191-6
- Fisher, L. (2009). The Perfect Swarm : The Science of Complexity in Everyday Life. [S.l.]: Basic Books
- Horn, Eva; Gisi, Lucas (Ed.) Marco (2009). Schwärme – Kollektive ohne Zentrum. Eine Wissensgeschichte zwischen Leben und Information. [S.l.]: Bielefeld. ISBN 978-3-8376-1133-5
- Kennedy, James; Eberhart, Russell C. Swarm Intelligence. [S.l.: s.n.] ISBN 1-55860-595-9
- Miller, Peter (julho de 2007), «Swarm Theory», National Geographic Magazine, consultado em 20 de maio de 2013, arquivado do original em 10 de novembro de 2007
- Resnick, Mitchel. Turtles, Termites, and Traffic Jams: Explorations in Massively Parallel Microworlds. [S.l.: s.n.] ISBN 0-262-18162-2
- Ridge, E.; Curry, E. (2007). «A roadmap of nature-inspired systems research and development». Multiagent and Grid Systems. 3 (1): 3–8. Predefinição:Citeseerx
- Ridge, E.; Kudenko, D.; Kazakov, D.; Curry, E. (2005). «Moving Nature-Inspired Algorithms to Parallel, Asynchronous and Decentralised Environments». Self-Organization and Autonomic Informatics (I). 135: 35–49. Predefinição:Citeseerx
- Swarm Intelligence (journal). Chief Editor: Marco Dorigo. Springer New York. ISSN 1935-3812 (Print) 1935-3820 (Online) [1]
- Waldner, Jean-Baptiste (2007). Nanocomputers and Swarm Intelligence. [S.l.]: ISTE. ISBN 978-1-84704-002-2
- Yang, Xin-She (2011). «Metaheuristic Optimization». Scholarpedia. 6 (8): 11472. doi:10.4249/scholarpedia.11472