Inteligența asimetrică: câtă avem – nu este a noastră. (II) Swarm intelligence, inteligența de roi

Am tras cu ochiul la înfruntarea dintre Noam Chomski și Google (Norvig) pe tema „ce înseamnă cunoaștere”, în ziua de azi. Înainte de a prezenta mai multe argumente, să clarificăm ce se numește inteligență de roi – swarm intelligence, un concept care ne poate ajuta să ne formăm o opinie privind noua paradigmă euristică.

Ce înseamnă inteligență de roi, swarm intelligence?

Înseamnă, pentru moment, cel puțin trei lucruri:

  • În lumea analizată de biologi și, mai nou, de medici, swarm intelligence este o măsură a performaței de acțiune și de supraviețuire pentru grupuri de entități biologice care sunt în confruntare cu mediul, caracterizate prin: o relativă stabilitate a grupului, o valoare adăugată pe care grupul o aduce față de entitățile separate în competiția darwininană pentru supraviețuire și o penalizare relativă a performanței de supraviețuire a fiecărui individ în favoarea performanței grupului.
  • În mințile înfierbântate ale informaticienilor focalizați pe AI (artificial intelligence), swarm intelligence este o abordare în programare, o tehnică de modelare bazată pe agenți elementari (boids) care interacționează generând sisteme auto-organizate, auto-stabilizate, descentralizate, adaptive și eficace în raport cu mediul. Conceptul a fost consacrat în comunitate de Gerardo Beni și Jing Wang la un simpozion NATO în 1989, pe tema „Robots and Biological Systems: Towards a New Bionics?”. După 25 ani, aplicațiile sunt multe și variate: de la algoritmi de optimizare modulară a căutărilor în baze foarte mari de date – Deep Data Mining, algoritmi de căutare a optimului în orice situație bazați pe SDS – Stochastic Difusion and Research, la controlul nanoroboților pentru atacul tumorilor, optimizarea în timp real a rețelelor informatice de mari dimensiuni (regionale, naționale, continentale), sisteme militare aeronautice de generația a șasea, sau alegerea porții de acces a avionului la aeroport, de către pilot.
  • În sfârșit, swarm intelligence desemnează și un un mod de combinare eficientă a contribuțiilor individuale ale oamenilor (cu sau fără extensiile lor tehnologice: calculatorul, telefonul mobil activ GPS etc) pentru atingerea unui obiectiv comun (obiectivul roiului), mod caracterizat prin lipsa unei coordonării centrale; fiecare individ își optimizează performanța în raport cu indivizii din proximitatea sa și rămâne ignorant în privința tacticii și strategiei la nivel de roi. În practică, coordonarea centrală nu lipsește cu desăvârșire, dar ea nu e realizată prin canale de comandă ierarhică ci doar prin comunicări propagate în undă, din aproape în aproape, împreună cu norme și criterii de performanță (un fel de Regulament de Ordine Interioară – ROI!).

O definiție consacrată este cea avansată în [1] și preluată în [2]: inteligența de roi – swarm intelligence este, în formularea lui S. Rosenfeld

„comportamentul organizat al unor comunități largi, fără un organizator global și fără o corespondență a comportamentului global la nivelul abilităților cognitive/comportamentale ale membrilor comunității”.

Formularea inițială, folosită de S. Garnier et al. în [1], are avantajul evitării contagiunii (neavenite) cu întreg pachetul de teorii dezvoltate în sociologia umană în jurul conceptului de comunitate:

La insectele sociale, „auto-organizarea este un set de mecanisme dinamice prin care apar structuri la nivel global ca rezultat al interacțiunilor dintre componentele de nivel inferior, fără ca aceste structuri globale să fie explicit codate la nivelul inferior – cel al indivizilor”.

Referirea la „auto-organizare” ține de abordarea analitică din [1], unde inteligența de roi este văzută la capătul unei dezvoltări de performanță în relația roi-mediu, pe linia „auto-organizare” – flexibilitate – „auto-adaptare”. Preluând și organizând conceptual informațiile abundente furnizate de E. Bonabeau, S. Camazine și J.L. Deneuburg, pionierii cercetării insectelor sociale, în [1] sunt afirmate performațele sistemelor cu inteligență de roi privind flexibilitatea și robustețea și sunt identificate unele caracteristici generale ale acestor sisteme, asociate caracteristicii de auto-organizare:
-sunt sisteme dinamice: manifestă continuu fluctuații și depind esențial de bucle de feed-back informațional (pozitiv și negativ);
-manifestă proprietăți emergente – mai complexe decât contribuțiile membrilor roiului;
-interacțiunile neliniare dintre membri conduc la bifurcații (singularități): situații în care mici perturbații pot determina evoluții ulterioare net diferite ale roiului;
-este potențial posibilă multistabilitatea: același sistem poate ajunge la stări cu aspect semnificativ diferit dar stabile, dacă se schimbă condițiile de pornire sau stimulii externi.

Simon Rosenfeld, de la National Cancer Institute (SUA), subliniază, în [2], că inteligența de roi este, încă de acum, identificată și descrisă pentru entități amețitor de variate. Lista exemplelor din literatură este în creștere continuă și deja include:
-entități biologice – în sens clasic: insecte, mamifere, oameni grupaţi ad-hoc în rețelele sociale online, pești, crustacee, bacterii, celule din sau de pe corpul organismelor pluricelulare (celule somatice, celule tumorale, celule cu genom diferit – comensale sau infectante), plante, colonii de corali, plasmodii;
-alte entități: rețele de reacții chimice, rețele neuronale artificiale, comunități robotice.

În privința modelării unitare a acestor sisteme dinamice neliniare care manifestă auto-organizare și comportament adaptiv, Rosenfeld subliniază clarificarea formală oferită de S. Grossberg prin demonstrarea teoremei fundamentale a consensului global Global Consensus Theorem:

„Orice sistem complex a cărui tendință de creștere nelimitată este inhibată de resurse din ce în ce mai precare se va stabiliza într-o formă de auto-organizare și de consens privind distribuția resurselor.” [2]

Rosenfeld enumeră și el unele aspecte ale swarm intelligence, cu deosebire relevante pentru apariția/dezvoltarea/răspândirea tumorilor și răspunsul lor la tratament: memoria colectivă, adaptativitatea, diviziunea muncii, cooperarea (Garnier distinge ‚cooperarea’ – la nivel de interacțiuni directe între indivizi, de ‚colaborare’ – la nivelul relațiilor de auto-organizare în roi), sensibilitatea colectivă bazată pe prag numeric – quorum sensing, precum și noțiunea inedită, introdusă de Pierre-Paul Grassé în 1959 stigmergy – modularea comportamentului indivizilor indusă de particularitățile mediului cu care se confruntă, ca resort esențial al regularității, simetriei și complexității funcționale care sunt atât de frapante în construcțiile fizice realizate de roiuri [3].

Nu este loc aici pentru detalii privind observațiile făcute asupra inteligenței de roi identificate în rețele de reacții chimice, în clustere de celule canceroase din circulația sanguină sau în plasmodii (slime molds) [4]. Merită însă subliniată confirmarea riguros științifică a proceselor de învățare în structuri biologice non-neuronale, lipsite de ceea ce numim, tradițional, sistem nervos [5]. Plasmodiile sunt organisme unicelulare cu o membrană externă și mai mulți nuclei și sunt propuse acum ca modele biologice performante pentru studiul inteligenței de roi. Vom reveni când vom aborda jocurile biotice ca „instrumente educative” pentru noile generații de „oameni – stăpâni ai universului”.

Aplicațiile inteligenței de roi în domeniul inteligenței artificiale sunt, deja, prea variate pentru a fi chiar și enumerate aici, de la cele militare – fie în tehnologia informației fie în domeniul armelor robotice: terestre, aerospațiale și navale, până la aplicațiile intim conectate cu ceea ce numim azi Internet of Things, care se dezvoltă irepresibil în simbioză cu omul modern.

Pentru moment, vom menționa, însă, interesul aparte acordat tot mai mult aplicării conceptelor inteligenței de roi în modul în care sunt mobilizați, aduși spre un obiectiv oamenii. Este evidentă azi situația calitativ nouă de interconectare informațională; noile tehnologii distrug barierele de spațiu și timp care au cantonat exprimarea genomului uman la nivelul grupurilor, comunităților, societăților, populațiilor – în ultimele sute de mii, chiar milioane de ani în care acest genom a rămas relativ stabil. Încă în 2009, conceptele specifice swarm intelligence erau consacrate drept esențiale peocean-swarmntru dezvoltarea de instrumente eficace în noul context de tehnologie a informației pentru: culegerea de informații actualizate de la un număr enorm de indivizi, la o scară fără precedent, mangementul companiilor (în general al organizațiilor), marketing comercial și politic, dezvoltare de produse, predicția piețelor, a rezultatelor electorale [6]. Louis B. Rosenberg introduce conceptul de social swarming; el încearcă să corecteze distorsiunile numite herding și snowballing, identificate pe forumurile și platformele clasice de socializare online (bazate pe comunicare asincronă), printr-o nouă platformă, numită UNUM, care facilitează comunicarea sincronă și agregarea spontană a participanților. Rezultatele experimentelor prezentate sugerează că social swarming ar putea genera predicții sau decizii operative de nivel expert prin contribuții de la participanți numeroși dar non-experți [7].

Deja în 2012, Bnerjee și Agarwal listau între aplicațiile confirmate pentru tehnici de analiză și acțiune (optimizare) bazate pe swarm intelligence: analiza predictivă, business intelligence, managementul relațiilor cu clienții, acțiuni colective de tipul flash mob sau Arab Spring [8]. Studiul lor raportează modele matematice eficace de evaluare și optimizare a activități pe bloguri, care utilizeaază tehnici din clasa de algoritmi deja consacrată drept ACO – Ant Colony Optimization. ACO se inspiră din  modul în care furnicile colaborează în optimizarea accesului la hrană comunicând prin urme de feromoni. Bucata de hrană mai mare, în timp ce este cărată, face ca furnica să lase o urmă de feromon mai intensă. Evaporarea în timp a feromonului face ca urmele mai lungi să fie mai slabe. Următoarele furnici vor alege urmele de feromoni cele mai intense pentru a ajunge la hrana cea mai abundentă și cea mai apropiată. Modelarea se bazează pe reguli locale care echivalează furnicile, hrana și feromonii cu utilizatorii blogului, respectiv cu informațiile și cu tehnicile de formulare, repost/sharing, etichetare, acordare de scoruri etc. Funcțiile locale de penalizare sau de bonificare sunt dictate de obiectivele generale ale blogului: furnizarea de informații, atenuarea efectului unor informații, introducerea de concepte/produse, stabilizarea unor atitudini…

Swarm intelligence – inteligența de roi: de ce este asimetrică?

Mai întâi, să vedem de ce ne crispăm azi când auzim de asimetrie. Nu datorită teoriilor economice privind informația asimetrică (George Akerlof), ci pentru că „asimetric” este azi un termen nelipsit, un buzz word în intervențiile pe teme de securitate națională și internațională, de strategie militară sau geopolitică:

„Noul model al amenințării a devenit, în general, neconvențional, dinamic, aleatoriu și neliniar în incidență, fără constrângeri sau reguli de angajare, într­-un cuvânt, asimetric.” [9]

Inițial, Andrew J.R. Mack a folosit termenul de „confruntare asimetrică” în articolul „Why Big Nations Lose Small Wars: The Politics of Asymmetric Conflict”, apărut în 1975 în revista World Politics, referindu-se la disparități în primul rând cantitative între beligerați. În timp, utilizarea lui s-a extins și a căpătat nuanțe noi, care reflectă realități consemnate istoric: actorul slab redefinește mijloacele de luptă, are disponibilitate crescută pentru conduită eroică și este mai puțin constrâns de considerente politico-etice, actorul puternic este captivul unor capacități specifice de luptă în care a investit și are constrângeri care țin de politică și de obligații pe care anvergura sa geopolitică i le aduce.

Pe vremuri, exemplele clasice de conflicte asimetrice se refereau la gherile, insurgențe și la conflictele directe armate de după 1950, de cele mai multe ori pierdute – într-un fel sau altul, de beligerantul mai puternic (SUA – Vietnam și URSS – Afganistan fiind cele mai notorii, dar A.J.R. Mack se referă și la Indochina 1946-1954, Indonezia 1947-1949, Algeria, Cipru, Aden, Maroc și Tunisia). A urmat „asimetria războiului cu teroriștii”, The War on Terror. Azi, exemplul la modă este Rusia. Vladimir Putin ține, în 10 februarie 2007, la Conferința privind probleme de securitate din Munchen, o cuvântare, periodic readusă în discuție de vectorii de propagandă rusă, în care spune:

„Acum discutăm cu dumneavoastră. Nu aș vrea ca cineva să suspecteze vreo intenție agresivă din partea noastră. Dar sistemul relațiilor internaționale este exact ca matematica. Nu are dimensiuni personale. Și, desigur, trebuie să reacționăm la asta. Cum? Fie la fel ca dumneavoastră, respectiv prin construirea unui sistem anti-rachetă cu costuri de multe miliarde de dolari, fie, având în vedere posibilitățile noastre financiare și economice prezente, prin dezvoltarea unui răspuns asimetric. Astfel încât toată lumea să înțeleagă că sistemul de apărare anti-rachetă este inutil împotriva Rusiei, deoarece avem unele arme care îl pot ușor depăși. Și acționăm în această direcție. Este mai ieftin pentru noi. Și nu este în niciun fel orientat împotriva Statelor Unite în particular.”

Cum se vede „răspunsul asimetric” rusesc dinspre NATO? Tot mai des este pusă în discuție  redefinirea mijloacelor de luptă, în primul rând prin redefinirea clasicului război informațional – care, într-o formă sau alta, a făcut parte dintotdeauna din „arta războiului”:

„Elementul cheie al strategiei Rusiei este noțiunea că războiul este, în esența sa, localizat în mintea participanților. Cu alte cuvinte, susținerea conceptuală a războiului, atât acasă cât și în țara atacată, este esențială pentru obținerea victoriei. Ca urmare, obiectivul războiului asimetric și neliniar este crearea unui mediu sociopolitic care să conducă la distrugerea structurilor economice și politice ale oponentului.” Jānis Bērziņš, Russian New Generation Warfare: Implications for Europe, citat în [10]

Cât de asimetric sau simetric este acest „război neliniar”, e posibil să rămână o evaluare subiectivă – iar subiectivisme există nu numai de o parte și de cealaltă a frontului, dar și între aliați, care deseori se află în raporturi … asimetrice. Obiectivul referirilor de mai sus a fost doar conturarea încărcăturii semantice pe care a dobândit-o calificativul „asimetric” în ultimii ani. Venind la chestiunea noastră, inteligența de roi este asimetrică pentru că reflectă un impact evaluat la nivelul interacțiunii (conflictului) roi-mediu dar bazat pe comportamentul indivizilor, a căror performanță individuală este relevantă după alte criterii. Inteligența „clasică”, cognitivă, emoțională, socială, chiar popularul Factor g, toate indică (și măsoară) performanța unui individ în rezolvarea unor probleme, dificultăți, constrângeri pe care mediul le pune afirmării intereselor aceluiași individ. Există o simetrie între probleme și soluțiile care se oferă, granița, frontul de confruntare fiind membrana care definește individul în raport cu mediul. În schimb inteligența de roi antrenează contribuții ale indivizilor din roi pentru a oferi soluții problemelor cu care se confruntă roiul. Răspunsul roiului la confruntarea cu mediul este unul asimetric, „individualitatea” unui roi este diferită de individualitatea unui organism pluricelular, care oferă un răspuns direct la problemele puse de mediu. Delocalizarea deciziei și a materializării răspunsului, împreună cu sincretismul intereselor distincte la nivelurile roi / membru al roiului, acestea sunt două caracteristici care exprimă asimetria inteligenței de roi. Flexibilitatea de răspuns a roiului oferă în anumite situații avantaje, în alte situații lipsa de stabilitate, învățarea lentă și limitată pot fi penalități fatale. Pentru inteligența de roi, „problemele personale” ale unui membru sunt relevante numai în măsura în care rezolvarea lor contribuie favorabil la performanța roiului în mediu. Performanța individului este evaluată/optimizată din perspectiva roiului, prin raportare la funcțiunile care îi sunt rezervate, la contribuțiile locale care sunt așteptate de la individ, nu prin perspectiva intereselor proprii, „personale” ale individului.

Sunt diferențe majore între ceea ce numim „comunități sociale umane” și organizările de tip roi prin care modelăm azi inclusiv manifestări ale oamenilor. Putem exemplifica, pentru început, prin diferența de mijloace cu care este bonificată performanța indivizilor (prestigiu, putere de decizie și acces la resurse – în comunitate, respectiv acces la resurse și reducere a stresului funcțional pus pe individ – în roi) sau prin diferența privind modul de comunicare internă și organizare (ierahică și orizontală, formalizată în coduri relativ stabile – în comunitate, respectiv „în undă”, cu auto-organizare, facilitată de „feromoni” deseori instabili –  în roi). Vom detalia fațete ale diferenței între „membru în comunitate” și „membru în roi”, cu aspecte mai puțin așteptate, legate, de pildă, de … medicina bazată pe dovezi, Evidence Based Medicine.

În pastila următoare, însă, revenim la subiectul dezbătut de Chomski și Norvig, respectiv „ce numim azi cunoaștere”: vom folosi conceptul swarm intelligence pentru a înțelege mai bine ce ni se propune prin post-truth reality, realitatea post-adevăr.

Referințe:

[1] Garnier S., J. Gautrais, G. Theraulaz, The biological principles of swarm intelligence, Swarm Intelligence, 2007

[2] Rosenfeld S., Critical Junction: Nonlinear Dynamics, Swarm Intelligence and Cancer Research, Fractal Geometry and Nonlinear Anal in Med and Biol, 2015

[3] Theraulaz, G., & Bonabeau, E., A brief history of stigmergy, Artificial Life, 5, 97–116, 1999

[4] Reid C.R., Latty T., Collective behaviour and swarm intelligence in slime moulds, FEMS Microbiology Reviews, 2016

[5] Boisseau R.P., Vogel D., Dussutour A., Habituation in non-neural organisms: evidence from slime moulds, Proceedings of the Royal Society B Biological Sciences,  283, 2016

[6] Krause J., Ruxton D. G., Krause S., Swarm intelligence in animals and humans, Trends in Ecology and Evolution, Vol. 25 No.1, 28-34, 2009

[7] Rosenberg L.B., Human Swarms, a real-time method for collective intelligence, Proceedings of the European Conference on Artificial Life, 658-659, 2015

[8] Banerjee S., Agarwal N., Analyzing collective behavior from blogs using swarm intelligence, Knowledge and Information Systems, Vol. 33, Issue 3, 523-547, 2012

[9] Coldea F., Comunicarea serviciilor de intelligence. Sfârșitul tăcerii?!, Intelligence, 30 octombrie 2016

[10] Samadashvili S., Muzzling the Bear. Strategic Defence for Russia’s Undeclared Information War on Europe, Wilfried Martens Centre for European Studies 2015

Lasa un comentariu

Adresa ta de email nu va fi publicată. Câmpurile necesare sunt marcate *