Executive Summary Изпълнително резюме Nothing we create exists outside the patterns nature has already explored. Тази статия твърди, че в нашето търсене да овладеем и контролираме сложни системи, ние пренебрегваме естествените дизайни, които предлагат истинска сила: адаптивност, възникващ ред и самоорганизация. Ние разглеждаме как контролно-центричните подходи ограничават разпределени системи и предлагат преход към децентрализирани, самоорганизиращи се модели, вдъхновени от природата. Ние изследваме как механизмите за контрол ограничават днешните разпределени системи и как приемането на по-малко централизирана философия може да разгърне пълния им потенциал. Тъй като системите растат в сложност и мащаб, контролите, които вграждаме в тях, стават все по-устойчиви, създавайки триене и борби за власт.Виждаме това в разпределени системи и в появата на големи езикови модели, които често работят като черни кутии. Тази статия разглежда дизайните и протоколите, много от които вече се използват, които могат да доведат до нова ера на по-малко ограничени, по-мощни системи. Ние обхващаме еволюцията на разпределени системи, постоянното търсене на контрол, концепцията за самоорганизация и как можем да я използваме. За да приемем тази възникваща сила, трябва да се откажем от контрола и да променим мисленето си. Introduction Въведение Дните, в които софтуерът работи на една машина, са изчезнали. Не толкова отдавна беше нормално да си представим компютър без облак, центрове за данни или дори интернет. Помислете за телефонната книга: Жълтите страници, директория с хиляди адреси и номера за местни фирми. За да се свържете с бизнес, просто щяхме да се консултираме с телефонната книга и да се обадим на услугата, която търсехме. Това не е далеч от това, което интернет се превърна и това, което Google все още е днес: огромен индекс от уеб страници, за да търсим и да навигираме. И двете са форми на разпределени системи, нито напълно централизирани, нито наистина децентрализирани. В един централизиран модел, всички важни задачи, обработка, съхранение и вземане на решения, се управляват от един компютър или сървър. Връщайки се към аналогията на нашата телефонна книга: представете си, че има само едно копие, разположено в библиотеката. Всеки, който се нуждае от информация, трябва да стои на опашка и на един зает ден чакането расте дълго.Това е централизирана система.Това може да работи, ако само една улица споделя книгата, но го мащабира до цял град или страна, а бутилката става очевидна. [1] от [1] от По същия начин, ранният софтуер може да работи на един сървър или да скалира вертикално чрез добавяне на повече изчисления, но тъй като исканията и потребителите се увеличават, централизацията се превръща в ограничение. Отговорът на този проблем е разпределението. В дистрибуцията ние разпространяваме телефонните книги. Но ние не даваме на всеки човек своя собствена, точно както Google не разпределя на всяко домакинство свой собствен сървър, за да управлява. Вместо това, всеки пощенски код получава копие, което намалява броя на потребителите, които се конкурират за достъп. Днес тя често се свързва с криптовалути като Bitcoin и докато блокчейн и интелигентни договори разчитат на децентрализирани протоколи, концепцията отдавна ги предхожда. 2 от 2 от За да разширите аналогията, представете си, че телефонната книга вече не съществува в печат, а в споделеното знание на жителите на града. Всеки пощенски код ще държи различна версия. С течение на времето, версиите може да се сближат, но чрез различни канали на комуникация. Децентрализираните възли в клъстер създават локални карти на информация, като например регистрите на услугите, които споделят помежду си. Тази статия твърди, че чрез необходимост и еволюция нашите системи сега се намират твърдо в разпределения лагер, но все още се придържаме към централизираното мислене.За да напреднем по-нататък и да се възползваме от възникващата сила на самоорганизацията, трябва да се откажем от централизирания контрол и да приемем възможностите на самоорганизиращите се системи. За да илюстрираме тази промяна, ние се обръщаме към архитектурите, които доминират в днешните системи. Отговорност: Тази бяла книга е умишлено изразена.Сложните теми са обобщени и опростени, за да се осигури по-широк разказ за дискусия.Системният дизайн по своята същност е нюансиран; тази статия приема тематичен, а не дълбок инженерен подход, признавайки, че миниатюрите и механиката на системите не могат да бъдат напълно улавяни или сведени до сумата на техните части. Отговорност: Тази бяла книга е умишлено изразена.Сложните теми са обобщени и опростени, за да се осигури по-широк разказ за дискусия.Системният дизайн по своята същност е нюансиран; тази статия приема тематичен, а не дълбок инженерен подход, признавайки, че миниатюрите и механиката на системите не могат да бъдат напълно улавяни или сведени до сумата на техните части. Търсене за контрол Тези много сложни системи разчитат на много движещи се части и алгоритми, за да останат налични, толерантни към неизправности и мащабируеми.Въпреки това, тези идеи не са нови; много от протоколите и техниките, използвани днес, датират от десетилетия, от електрически мрежи до формална теория на съвпадението. [3] [3] от Централният двигател зад тези системи е мащабируемостта. На практика мащабирането приема две форми: вертикално и хоризонтално. Вертикалното мащабиране означава добавяне на повече изчисления, ядра на процесора, RAM и съхранение към една машина, увеличавайки нейния капацитет при натоварване. Хоризонталното мащабиране, напротив, въвежда различна сложност: как да се координират много отделни машини (сървъри), така че те да работят като една услуга, образувайки клъстер. Един от основните принципи на разпределените системи е теоремата CAP. CAP е съкращение от Consistency, Availability, and Partition Tolerance.Theorem поддържа, че една система може да гарантира най-много две от трите, принуждавайки архитектите да направят дизайнерски компромиси. на [4] на [4] Например, една система може да избере силна последователност и толерантност на раздели, като приоритизира точни, внимателно разделени данни между възли за сметка на наличността. Консенсус алгоритмите се справят с предизвикателството на последователността, като позволяват координация между хоризонтално скалирани възли в клъстер. Повечето алгоритми приемат динамика на "лидер / последовател" (исторически "майстор / роб"): един възел действа като лидер, координирайки и възпроизвеждайки информация на другите. [5] от [5] от Например, в разпределена база данни, всички писма преминават през лидера, който след това ги разпространява на последователите. Ако лидерът се провали, друг възел може да поеме, запазвайки последователността. Мартин Клепман обяснява тези понятия подробно в . от Дизайн на данни-интензивни приложения [6] на [6] Тези подходи работят добре за предназначените им цели, позволявайки възможности далеч отвъд простото хоризонтално мащабиране. Въпреки това, те са вкоренени в човешки инстинкт за запазване на контрол. Дори езикът, който използваме, „майстор / роб“, „лидер / последовател“, „първичен / реплика“, „родител / дете“, „работник“, отразява йерархичното мислене. Докато йерархията има своето място, тази статия твърди, че нашето упорито търсене на контрол все повече се разминава с траекторията на технологиите и системите, които изграждаме. Контролът се тъче в нашите системи.Съгласно консенсуса, ние го виждаме в откриването на услуги: как възлите в клъстер се намират един друг? , осигуряват централизирана конфигурация и синхронизация, позволявайки на възлите да се открият помежду си, но само чрез разчитане на централен орган. [7] Също така [7] Също така От по-широка гледна точка виждаме елементи на контрол чрез оркестрация.Платформи като Kubernetes, рамка за устойчиво изпълнение на разпределени системи, обработка на задачи като мащабиране, прехвърляне на грешки и модели на разполагане , осигуряват централизиран начин за управление и разполагане на сложни разпределени микроуслуги. [8] Също така [8] Също така Много организации приемат хибридни модели, за да балансират местната гъвкавост с централизирания надзор В същото време използването на такива услуги често създава по-фина форма на централизация: заключване на продавача. [ 9 ] [ 9 ] Тъй като системите стават по-големи и по-сложни, много технически предизвикателства все още се решават с централизирани принципи. Ако мащабируемостта и теоремата за ОСП не са ограничения, централизираните системи вероятно ще останат оптимален избор, осигурявайки наличност, последователност и толерантност без компромиси. [10] [10] Съдържание Тъй като технологиите се развиват и се появяват нови случаи на използване, нашите системи и инфраструктура също трябва да се развиват. Телефонните мрежи и интернет са примери за широкомащабни, високопроизводителни комуникационни мрежи, гръбнакът на разпространението.Но през последните години се появиха нови класове мрежи, където комуникацията не е единствената цел: сензорни мрежи, peer-to-peer (P2P) системи, мобилни ad-hoc мрежи и социални мрежи. P2P мрежите са особено забележими като самоорганизиращи се системи, позволяващи случаи на използване като дронове и мулти-агентен AI. [11] от [11] от За да ги отключим, трябва да се откажем от контрола и да позволим на системите да се самоорганизират. Тайните на природата Не е случайно, че когато говорим за децентрализирани системи, особено за самоорганизация, голяма част от езика се извлича от природата.За разлика от това, термините за централизирани системи често отразяват човешките йерархии. Много природни и биологични системи показват сложна децентрализация. По-важното е, че те се самоорганизират и работят колективно към споделени цели. Помислете за змията, прост, но мощен пример за това как естественото поведение се превежда в проектирането на системите. Змията е форма на изкуствен интелект, вдъхновен от колективното поведение на организми като пчели, мравки, птици и риби. . [ ] 12 [ ] 12 Представете стадо от птици: хиляди летят в близост, образувайки течни форми, които се променят всяка секунда. Нито една птица не знае колективната форма или крайната посока. Всеки се фокусира само върху най-близките си съседи, поддържайки разстояние, огледални движения. Всяка птица прави това, а заедно змията се движи като вода в небето в перфектно единство. За нас изглежда преднамерено и хореографично; за птиците те просто комуникират с най-близките си съседи. Стадото просто комуникира и реагира. За птиците общата цел е оцеляването от хищници; за мравки, това е намирането на най-краткия път към храната; за пчелите, намирането на оптималното място за хранене. Swarm интелигентност има широки приложения, в веригата за доставки и логистика, мрежово маршрутизиране, финанси и търговия, и изкуствен интелект. Един пример е Ant Colony Optimization (ACO), вдъхновен от начина, по който мравки търсят храна. Когато една колония е нова, мравки се движат случайно, тъй като няма насочващи феромони съществуват и всички пътища са еднакво вероятни. [13 ] [13 ] Например логистичните компании могат да използват Swarm Intelligence, за да симулират флоти от превозни средства и да открият оптимални маршрути. Симулацията може да комбинира данни за трафика на живо с известни депа или складове.С течение на времето, взаимодействията, базирани на Swarm, могат да доведат до ефективни стратегии за маршрутизиране.Традиционни алгоритми като Dijkstra Можем ли да постигнем подобни резултати по-директно и ефективно, така че какво прави интелигентността на сварката различна? [24] от [24] от Разликата се крие в самоорганизацията и възникващия ред. С конвенционален алгоритъм, управлението на няколко превозни средства просто разпределя натоварването: всеки следва една и съща логика, произвеждайки сходни резултати. Всякакви вариации в крайна сметка се решават от нас, централния вземащ решения. За разлика от това, Swarm Intelligence позволява на превозните средства да действат като възли в мрежата, да общуват със съседите, да изграждат местни знания и да допринасят за колективното разбиране на клъстера. Няма централен орган; флотът реагира и се адаптира чрез взаимодействие. Една тема, на която ще се върнем по-късно. Мулти-агентна система Комуникационните мрежи и протоколите са дълбоко вкоренени в естествените системи. Форма на свързване, при която дърветата използват химически сигнали и симбиотични взаимоотношения с микроорганизми, за да споделят жизненоважна информация. Всяко дърво действа като възел в по-големия клъстер, гората.Чрез огромни коренови системи и гъбични мрежи (микоризални гъбички), сигналите пътуват между дърветата, което им позволява да предупреждават за болести, да изпращат сигнали за беда или дори да обменят хранителни вещества. . Дървена комуникация [Прочети още] [16 ] [Прочети още] [16 ] Природата показва, че децентрализираните системи с възникващ ред разчитат на сложни мрежи и сложни комуникационни протоколи. Някои от най-обещаващите приложения на тези дизайни са в изкуствения интелект. AI вече репликира определени естествени поведения: той може да разпознава модели, да реагира на събития и да се адаптира. Тази зависимост контрастира рязко с децентрализираните, саморегулиращи се системи на природата.Тогава възниква въпросът: как AI може да работи по децентрализиран начин? [17] от [17] от Мултиагентни системи Многоагентните системи (MAS) са изключително сложни и техните пълни подробности са извън обхвата на тази статия.Въпреки това, основните концепции си заслужават да бъдат разгледани: реализациите на MAS зависят пряко от принципите, обсъдени тук, а техните случаи на употреба илюстрират аргументите на тази статия. Предвид бързия растеж на изкуствения интелект и неговата дълбока интеграция в съвременните технологии, за по-добро или по-лошо, е невъзможно да се обсъди бъдещето на системите, без да се споменава ИИ. Повечето внедрения на предприятия, обаче, остават закотвени в архитектурите на един агент, системи, където един генерализиран агент трябва да се справя с всяко искане, инструментално призоваване и политика.Дори когато работното натоварване е разпределено, централизираният оркестрационен слой все още управлява процеса чрез регистри, хранилища, съхранение и класификатори. [18] от [18] от По определение такива архитектури могат да се квалифицират като многоагентни системи. Но както показва логистичният пример, разпределението не е равно на самоорганизация. MAS подчертава напрежението между централния контрол и възникващото поведение: придържането към централизирани принципи ограничава потенциала им да се развиват в наистина мощни системи. Това напрежение също обяснява защо MAS се определят по много различни и често конфликтни начини. За тази статия, ние определяме истински MAS като децентрализирана, автономна мрежа от интелигентни агенти, работещи в рамките на самоорганизираща се структура, разработване на нововъзникващи роли и ред за изпълнение на развиващите се задачи или непрекъснати цели. В идеална форма системата няма да изисква от нас да посочваме задачата. Вместо това околната среда, инструментите и поведението на агентите биха позволили на целите да се появят естествено. Представете си флот от безпилотни летателни апарати, предназначени за борба с огъня. Техните възможности могат да включват термично изобразяване, механизми за гасене и топлоустойчивост. В MAS, безпилотни летателни апарати могат колективно да решат да потиснат изга Ключът към такива системи е способността на агентите да обработват местна информация и да реагират един на друг. Природата отново дава пример: мухъл. Всяка клетка следва прости вградени правила: да се движи напред, да избягва вреда, да общува с съседите. Чрез тези локални взаимодействия клетките генерират нововъзникваща интелигентност за целия организъм, показвайки сложни поведения за решаване на проблеми. . [19] [19] Със сигурност Това показва, че сложно поведение може да възникне без централизиран контрол.За MAS това означава, че набор от автономни агенти могат да взаимодействат в среда, за да решат проблеми, които нито един агент не може да се справи сам. Днес MAS остава в ранните си години, най-вече персонализирани, високо целенасочени системи, изградени за тесни области. Както с изкуствения общ интелект, има дебат дали някога ще постигнем общ MAS, способен да се адаптира към всяка задача. Предизвикателството се крие в присъщата сложност на децентрализираните, самоорганизиращи се системи: проблеми на паметта, съхранението, контекста, самообучението и разсъжденията. Преодоляването на тези бариери ще позволи на агентите да действат автономно, да споделят знания и да учат колективно. Ако това знание беше споделено, цялата група би могла да се възползва, като се избягва дублирането на усилията и се оптимизира изпълнението. [ 20 ] [ 20 ] Когато агентите разсъждават помежду си, се появяват нови динамики: могат да се формират нови роли, да се създават под-мрежи и да се открият оптимални стратегии. Един пример е протоколът Contract Net, в който група агенти образуват коалиция и участват в тръжен процес за задача или под-задача. Чрез повтарящи се кръгове коалицията усъвършенства подхода си, като колективно допринася за целта и постига децентрализиран ред. [21] от [21] от MAS илюстрира най-големия потенциал на децентрализацията. Тяхната сложност и взаимодействие с агенти са оформени и направени възможни чрез имитиране на дизайните, които виждаме в природата.Протоколи като Contract Net и peer-to-peer слухове, имитират сложните мрежи на природата и осигуряват механизмите за истинска самоорганизация в децентрализираните системи. Сложните мрежи без централен орган предлагат по-голяма гъвкавост и могат да повишат системната архитектура.Те отключват нови случаи на използване, разширяват технологичния пейзаж и могат да въведат нова ера на AI. Гледайки както естествените, така и компютърните системи, се появява ясен модел: в децентрализираните мрежи комуникацията е в основата. Комуникацията е крайъгълен камък на самоорганизиращите се системи.Сингулярните субекти, независимо дали са клетки, животни, агенти или възли, трябва да общуват без централен надзор.Не е достатъчно да се реагира на местни събития; те също трябва да ги споделят.Протоколите осигуряват „правилата на пътя“ за тези канали на комуникация. Протоколът на Госип Госписът играе жизненоважна роля в човешкото общество.За по-добро или по-лошо, той разпространява информация с забележителна скорост.Дори и без съвременни технологии, слухове сред приятели, скандали в град или новини в град винаги се разпространяват бързо, задвижвани от думи на уста между индивиди.От този чат възниква споделен разказ, точен или не, образуван от децентрализирана мрежа от хора. Това бързо разпространение на информацията е аналогично на това как вирусите, или исторически, болести, се разпространяват по популации.Поради тази причина, протоколите за слухове понякога се наричат "обръщане на слухове" или "епидемични протоколи", описващи вариации на същия принцип. [22] от [22] от Протоколите Gossip имитират този модел в разпределени системи, позволявайки на възлите в клъстер да действат децентрализирано, като споделят местни знания със своите съседи.На практика, един възел случайно избира друг, за да обменя информация с. Те сравняват скоростта на своите данни и се съгласуват с най-новата версия. Този процес позволява на клъстера да изгради консенсус за състоянието между възлите. Ако има достатъчно кръгове, всички възли се сближават в последователно състояние.Това контрастира със силна последователност, която налага незабавно съгласие чрез централизирани принципи като лидер / последовател структури. Евентуална последователност В крайна сметка, последователни системи предлагат по-висока наличност, по-голяма толерантност на разделяне и по-ниска латентност, напомня си теоремата на CAP. Силно последователни системи, напротив, гарантират незабавна последователност за писма и гарантират, че всички четения връщат най-новото състояние. В критичните системи може да се изисква силна последователност, но за силно мащабируемите разпределени системи тя въвежда бариери на централизираното управление.За да мащабираме ефективно, трябва да приемем протоколите peer-to-peer и за да реализираме пълната им полза, да ги приемем напълно. [23] от [23] от Помислете за разпределена база данни. Когато една таблица расте твърде голяма за една машина, тя се разделя на по-малки фрагменти и се съхранява между възли в клъстер. Ако фрагментът стане твърде голям, се добавя друг възел. Тази настройка е разпределена, но не децентрализирана или самоорганизираща се. За съгласуваност такава система може да използва модел на консенсус като Raft , използвайки структура за лидер / последовател за възпроизвеждане на данни. [24 ] [24 ] Появяват се два ключови проблема: какво се случва, ако възел се срине или се изключи, и как възелите откриват местоположението на разделите? В контролно-центричен модел, ние решаваме това с сервизен регистър като Apache Zookeeper. Възелите задават заявки в регистъра, за да намерят притежатели на раздели, а регистърът периодично проверява здравето на възела с пинг, като информира другите, ако възелът е недостъпен. Докато е ефективен, този подход добавя напрежение в мрежата, създава зависимост, намалява автономията и увеличава риска от затруднения или каскадни неуспехи. Това е мястото, където протоколът за гадости блести, особено в облачните системи С приказки всеки възел може да сподели своето състояние директно с другите. Всеки възел по този начин поддържа свой собствен регистър на местните услуги, актуализиран непрекъснато чрез приказки. Ако четвъртият възел се присъедини към клъстер и му бъде възложена нова партиция, той се съобщава на връстник. Това знание се разпространява и скоро всички възели знаят къде се намира всяка партиция. По същия начин, ако възелът не успее да се свърже с връстник, той разпространява подозрение за неуспех, което позволява на клъстера да се адаптира. [ 25 ] [ 25 ] Този пример подчертава критичен избор: дали да приемем децентрализацията за сметка на контрола.В някои случаи обаче няма избор; протоколите за приказки могат да бъдат единствената жизнеспособна опция, особено в периферни среди или мрежи без централен център. [ 26 ] [ 26 ] Много широко използвани платформи разчитат на приказки, както вградени, така и в облак. DynamoDB на Amazon използва приказки за проследяване на състоянието на разделите. Eureka на Netflix предоставя услуги за откриване, задвижвани от приказки. Redis, популярният магазин за ключови стойности в паметта, използва приказки за разпространение на информация за клъстери. , протокол с висока производителност, предназначен за вграждане на децентрализирано, в крайна сметка последователно състояние в приложенията. Гофърбърк [ 27 ] [ 27 ] По-важното е, че протоколът за приказки представлява промяна в дизайна на системите ни, която премахва контрола от централизирания начин на мислене, който все още е вграден в голяма част от нашата инфраструктура. Заключението В крайна сметка изборът пред нас е прост, но дълбок: да продължим да укрепваме контрола и йерархията в системи, които им се противопоставят, или да приемем естествените модели на децентрализация, комуникация и самоорганизация, които винаги са подкрепяли най-устойчивите мрежи, било то биологични, социални или цифрови. Бъдещето принадлежи на системи, които се развиват, адаптират и координират, без да са обвързани от нито една точка на власт.Чрез отхвърляне на нашия инстинкт за централизиране, ние отваряме вратата за архитектури, които не са просто мащабируеми, а живи.Системи, които отразяват интелигентността на самата природа, като стада, змии и гори, демонстрирайки устойчивост чрез колективно поведение, а не чрез налагане на контрол. За разпределени изчисления това означава протоколи като слухове, които благоприятстват появата над оркестрацията, сътрудничеството над командването.За изкуствения интелект тя посочва към мулти-агентни системи, способни на самоорганизация и споделяне на знания.И за нас като системни дизайнери това изисква промяна в мисленето: от изграждането на машини, които се подчиняват, до култивирането на екосистеми, които се адаптират. Ако сме достатъчно смели, за да освободим собственото си влияние върху централизирания контрол, може да се окажем не на границата на технологиите, а в началото на една напълно нова епоха, в която нашите системи, като самата природа, са самоподдържащи се, самоорганизиращи се и безкрайно способни на растеж. Референции [1] от Централизирана срещу разпределена система - GeeksforGeeks Централизирана срещу разпределена система - GeeksforGeeks 2 от Blockchain History: The Evolution of Decentralized Technology - LayerK Blog Blockchain история: Еволюцията на децентрализираната технология - LayerK блог [3] от [2502.20468] Building a Theory of Distributed Systems: Work by Nancy Lynch and Collaborators [2502.20468] Изграждане на теория на разпределени системи: работа на Нанси Линч и сътрудници на [4] What Is the CAP Theorem? | IBM Какво е CAP теорема? - IBM [5] от Консенсус алгоритми в разпределени системи, Baeldung на компютърни науки Консенсус алгоритми в разпределени системи, Baeldung на компютърни науки на [6] Проектиране на приложения с интензивна употреба на данни [Книга] Проектиране на приложения с интензивна употреба на данни [Книга] [7] Също така Apache ZooKeeper Изтегляне Apache ZooKeeper Изтегляне [8] Също така https://kubernetes.io/docs/concepts/overview/ https://kubernetes.io/docs/concepts/overview/ [ 9 ] Разкъсване на веригите на големите данни: как разпределената архитектура отключва гъвкавостта Разкъсване на веригите на големите данни: как разпределената архитектура отключва гъвкавостта [10] Съдържание [1805.01786] To Centralize or Not to Centralize: A Tale of Swarm Coordination [1805.01786] Да се централизира или да не се централизира: Приказка за координацията на тълпите [11] от Gossip-Algorithms.pdf Алгоритъм за измерване.pdf [ ] 12 Swarm Intelligence — FRANKI T Swarm Intelligence – Франки Т [13 ] Swarm Intelligence: the Intersection of Nature and AI Swarm Intelligence: На кръстопътя на природата и AI [24] от https://en.wikipedia.org/wiki/Dijkstra's_algorithm https://en.wikipedia.org/wiki/Dijkstra's_algorithm [Прочети още] The Whispering Forest: How Trees Communicate and the Future of AI-Driven Tree Talk | Earth Endeavours The Whispering Forest: How Trees Communicate и бъдещето на AI-Driven Tree [16 ] https://scientificorigin.com/do-trees-talk-to-each-other-the-hidden-language-of-forests https://scientificorigin.com/do-trees-talk-to-each-other-the-hidden-language-of-forests [17] от https://medium.com/@kamil.sedzimir/how-ai-and-holochain-can-transform-decentralized-human-systems-based-on-nature-cbd59bea2177 https://medium.com/@kamil.sedzimir/how-ai-and-holochain-can-transform-decentralized-human-systems-based-on-nature-cbd59bea2177 [18] от https://devblogs.microsoft.com/blog/designing-multi-agent-intelligence https://devblogs.microsoft.com/blog/designing-multi-agent-intelligence [19] Със сигурност https://www.researchgate.net/publication/383294907_Biological_Inspiration_for_AI_Analogies_Between_Slime_Mold_Behavior_and_Decentralized_Artificial_Intelligence_Systems https://www.researchgate.net/publication/383294907_Biological_Inspiration_for_AI_Analogies_Between_Slime_Mold_Behavior_and_Decentralized_Artificial_Intelligence_Systems [ 20 ] https://arxiv.org/pdf/2402.03578 https://arxiv.org/pdf/2402.03578 [21] от Анализ на договорната мрежа в многоагентните системи - ScienceDirect Анализ на договорната мрежа в многоагентните системи - ScienceDirect [22] от ЕпидемиологияПротоколи.pdf ЕпидемиологияПротоколи.pdf [23] от Strong vs. Eventual Consistency in System Design - GeeksforGeeks Силна срещу евентуална последователност в системния дизайн - GeeksforGeeks [24 ] Raft Consensus Algorithm Алгоритъм на консенсус [ 25 ] Cloud-native simulation framework for gossip protocol: Modeling and analyzing network dynamics - PMC Облачна симулационна рамка за протокол за гадости: моделиране и анализ на мрежовата динамика - PMC [ 26 ] „[27] 2110.14609 GitHub - kristianJW54/GoferBroke: GoferBroke е лек, разширяем инструмент, предназначен за изграждане на разпределени клъстери с помощта на протокол за антиентропични приказки чрез персонализиран двоичен TCP. 2110.14609 GitHub - kristianJW54/GoferBroke: GoferBroke е лек, разширяем инструмент, предназначен за изграждане на разпределени клъстери с помощта на протокол за антиентропични приказки чрез персонализиран двоичен TCP.
