Executive Summary 行政概要 Nothing we create exists outside the patterns nature has already explored. この論文は、複雑なシステムをマスターし、コントロールするための私たちの探求において、私たちは真のパワーを提供する自然のデザインを無視していると主張しています:適応性、新たな秩序、および自己組織。 私たちは、コントロール中心のアプローチが分散型システムを制限する方法を調べ、自然にインスピレーションを与えられた分散型の自己組織パターンへの移行を提案します。 私たちは、現在の分散システムを制御するメカニズムがどのように制限するか、そしてどのように集中化されていない哲学を採用すれば、その可能性を完全に解き放つことができるかを探る。 システムの複雑さと規模が拡大するにつれて、私たちがそれらに組み込むコントロールはますます抵抗され、摩擦と権力闘争を引き起こします。我々は、これを分散型システムと、しばしばブラックボックスとして機能する大規模な言語モデルの上昇に見ます。 この論文は、すでに使用されている多くの設計とプロトコルを検討し、より制約が少なく、より強力なシステムの新しい時代を迎えることができます。 私たちは、分散システムの進化、コントロールの継続的な探求、自己組織の概念、そしてそれをどのように活用できるかをカバーします。 この新たな力を受け入れるためには、私たちはコントロールを放棄し、考え方を変えなければなりません。 Introduction 導入 ソフトウェアが一台のマシンで実行された日々は過ぎ去った。 久しぶりに、クラウド、データセンター、またはインターネットなしでコンピューティングを想像するのが普通だった。 電話帳:黄色いページ、地元のビジネス向けの何千ものアドレスや番号のドアストップサイズのディレクトリを考慮してください。 ビジネスに連絡するには、電話帳を参照し、探していたサービスを呼び出すだけです。 これはインターネットがどうなったか、そしてGoogleが今日もどうなっているかとは遠くありません。 検索とナビゲーションのためのウェブページの膨大なインデックスです。 両方とも完全に中央化されず、真に分散化されていない分散型システムの形態です。 集中型システムとは何ですか?集中型モデルでは、処理、ストレージ、および意思決定のすべての重要なタスクは、単一のコンピュータまたはサーバーによって処理されます。 私たちの電話帳の類似性に戻る:図書館に収蔵されているコピーが1つしかないと想像してください。情報を必要とする人は誰でも列に並び、忙しい日に待つ時間が長くなります。これは集中的なシステムです。それは1つの通りだけが本を共有する場合に機能しますが、それを全体の都市や国に拡大し、ボトルネックが明らかになります。 ( 1 ) ( 1 ) 同様に、初期のソフトウェアは単一のサーバー上で実行したり、より多くのコンピューティングを追加することで垂直にスケールすることができますが、リクエストやユーザーが増加するにつれて、集中化が制約になります。 この問題の答えは分布です。 ディストリビューションでは、電話帳を配布しますが、Google が各家庭に独自のサーバーを割り当てるのではなく、各ポストコードはコピーを受け、アクセスのために競うユーザーの数を減らします。 今日、それはしばしばビットコインのような暗号通貨と関連付けられており、ブロックチェーンとスマートコントラクトは分散型プロトコルに依存しているが、コンセプトはそれらをずっと前にしている。 [2] [2] アナログを拡張するには、電話帳はもはや印刷されているのではなく、町民の共有された知識の中に存在することを想像してください。各ポストコードは異なるバージョンを保持します。時間の経過とともに、バージョンは一致するかもしれませんが、異なるコミュニケーションチャンネルを通じて。アドレスを見つけるには、隣人に尋ねるでしょう。 クラスター内の分散型ノードは、サービスレジストリなどの情報のローカルマップを構築し、互いに共有します。 この論文は、必要性と進化を通じて、私たちのシステムは現在分散キャンプに固く座っていると主張していますが、我々は依然として集中的な思考に固執しています。 この変化を示すために、私たちは今日のシステムを支配するアーキテクチャに立ち向かいます。 Disclaimer: This white paper is intentionally opinionized. Complex topics are summarized and simplified to provide a broader narrative for discussion. System design is inherently nuanced; this paper adopts a thematic rather than a deep engineering approach, recognizing that the minutiae and mechanics of systems cannot be fully captured or reduced to the sum of their parts. システムの設計は、本書は、深いエンジニアリングのアプローチではなく、テーマ的なアプローチを採用し、システムのミニアエとメカニクスを完全にキャプチャしたり、その部分の合計に減らすことができないことを認識しています。 このホワイトペーパーは意図的に意見を述べています。複雑なテーマは概要され、議論のためのより幅広い話し方を提供するために簡素化されています。システム設計は本質的に微妙なものであり、この論文は、システムの細かい部分やメカニクスが完全に捉えられたり、それらの部分の合計に減らすことができないことを認識して、深いエンジニアリングのアプローチではなく、テーマ的なアプローチを採用しています。 Disclaimer: コントロールの探求 これらの高度に複雑なシステムは、多くの動く部品やアルゴリズムに依存し、利用可能であり、欠陥容認性があり、スケーラブルであるが、これらのアイデアは新しいものではなく、今日使用されているプロトコルやテクニックの多くは、電気ネットワークから正式な共通貨幣理論に至るまで、何十年も前のものだ。 【3】 【3】 これらのシステムの中心的なドライバーはスケーラビリティです。実践では、スケーラビリティは2つの形態をとります:垂直および水平スケーラビリティ。垂直スケーラビリティは、より多くのコンピュータ、CPUコア、RAM、およびストレージを1台のマシンに追加し、負荷下の容量を増やすことを意味します。相反して、水平スケーラビリティは、異なる複雑性を導入します:どのように多くの個々のマシン(サーバー)を調整して、1つのサービスとして動作し、クラスターを形成します。この課題は、分散システムの理論と実践の中心にあります。 分散システムの1つの基本原理は、CAP理論です。 CAP(Consistency, Availability, and Partition Tolerance)は、システムが3つの要素のうち2つ以上を保証できるという理論で、建築家は設計の妥協を余儀なくされる。 【4】 【4】 たとえば、システムは強力な一貫性とパーティション耐性を選択し、可用性の犠牲でノード間で正確で慎重にパーティションされたデータを優先する可能性があります。 Consensus algorithms address the challenge of consistency by enabling coordination between horizontally scaled nodes in a cluster. Consensus means agreement between participants on a shared state. コンセンサスアルゴリズムは、クラスター内の水平にスケールされたノード間の連携を可能にすることによって、一貫性の課題に対処します。 ほとんどのアルゴリズムは「リーダー/フォロワー」(歴史的に「マスター/奴隷」)のダイナミクスを採用する:一つのノードがリーダーとして機能し、他のノードに情報を調整し、複製する。 【5】 【5】 たとえば、分散型データベースでは、すべての書き込みがリーダーを通過し、その後フォロワーに伝播します。リーダーが失敗した場合、別のノードがコントロールし、一貫性を維持することができます。 で。 データ密集型アプリケーションの設計 【6】 【6】 これらのアプローチは、意図された目的のためにうまく機能し、単純な水平スケールをはるかに超える能力を可能にします。しかし、コントロールを維持するための人間の本能に根ざしています。私たちが使用する言語「マスター/奴隷」、「リーダー/フォロワー」、「Primary/Replica」、「親/子」、「労働者」は、階層的な思考を反映しています。階層がその場所を持っている間、この論文は、コントロールの継続的な探求が技術の軌道と私たちが構築しているシステムとますます不一致していると主張しています。 コントロールは私たちのシステム全体で織り込まれています。共通点では、サービス発見:クラスター内のノードはどのように互いを見つけるのですか? Apache Zookeeperのようなツール 集中的な構成と同期を提供し、ノードが相互に発見できるようにするが、中央の権威に頼ることによってのみ。 【7】 【7】 より広い視点から見ると、オーケストラを介してコントロールの要素を見ることができます。Kubernetesのようなプラットフォームは、分散システムを柔軟に実行するためのフレームワークであり、スケーリング、 failover、およびデプロイパターなどのタスクを処理します。 , 複雑な分散型マイクロサービスを管理し、展開する集中的な方法を提供します。 [8] 【8】 統治は中央化のもう一つの層を加え、多くの組織はハイブリッドモデルを採用して、地方の柔軟性と中央監督のバランスをとる。 同時に、そのようなサービスを使用することは、しばしばより微妙な集中化の形を作り出す:ベンダーロックイン。 [9] 【9】 システムが大きくなり、より複雑になるにつれて、多くの技術的課題は依然として集中的な原則によって解決される。 もしスケーラビリティとCAP理論が制約でなかったら、集中型システムは最適な選択肢であり、妥協することなく可用性、一貫性、寛容性を提供するだろう。 【10】 【10】 テクノロジーが進化し、新しい使用例が現れるにつれて、私たちのシステムとインフラストラクチャも進化しなければなりません。電話ネットワークとインターネットは、大規模で高性能なコミュニケーションネットワークの例であり、配布の背骨です。しかし、近年では、コミュニケーションが唯一の目的ではない新しいクラスのネットワークが現れました:センサーネットワーク、ピアツーピア(P2P)システム、モバイルアドホックネットワーク、ソーシャルネットワーク。 P2Pネットワークは、ドローンスワームやマルチエージェントAIなどの使用ケースを可能にする自社組織システムとして特に顕著です。 【11】 【11】 これらを解除するには、コントロールを手放し、システムが自らを組織することを許さなければなりません。 自然の秘密 私たちが分散型システム、特に自己組織について議論するとき、言語の多くは自然から引き出されていることは偶然ではありません。対照的に、集中型システムの用語はしばしば人間の階層を反映しています。 多くの自然および生物システムは複雑な分散化を示しています。もっと重要なことは、それらは自らを組織し、共通の目標に向かって集団的に働くことです。クジラ、鳥、魚などの生物の集団的行動にインスピレーションを与えられた人工知能の形態です。 . 【12】 【12】 鳥の群れをイメージしてください:近くで飛んでいる何千もの鳥が、毎秒変化する液体の形を作り出します. 鳥は集合的な形や究極の方向を知らない。 それぞれが最も近い隣人に集中し、距離を維持し、鏡の動きを保つ。 すべての鳥はこれを行う、そして一緒に、クモは空の水のように完璧な一致で動く。 私たちにとっては、それは意図的でコレオグラフィックされたように見えます。 鳥にとっては、彼らは単に近隣人とコミュニケーションしています。 群れは単にコミュニケーションと反応しています。 鳥にとって、共有の目標は捕食者からの生存です。 蟻にとっては、食物への最短の道を見つけることです。 ミツバチにとっては、最適な Swarm インテリジェンスは、サプライチェーンと物流、ネットワークルーティング、財務と貿易、および人工知能で幅広いアプリケーションを持っています。 一つの例は、サルコロニーの最適化(ACO)であり、サルコロニーが食べ物を探す方法にインスピレーションを与えています。 コロニーが新しいとき、サルコロニーはランダムに移動します。 ガイドフェロモンは存在しませんし、すべてのパスは同様に可能性があります。 各サルはそのルートに沿ってフェロモンを残し、徐々に最適なルートに向かって他の人々を導きます。 【13】 【13】 たとえば、物流会社はスワームインテリジェンスを使用して車両のフロートをシミュレートし、最適なルートを発見することができます。シミュレーションは、既知の倉庫や倉庫とライブトラフィックデータを組み合わせることができます。 同様の結果をより直接的かつ効率的に達成することができるので、スワームインテリジェンスは何によって異なるのでしょうか。 【14】 【14】 違いは自己組織と新興順序にあります。従来のアルゴリズムでは、複数の車両を実行すると、単に作業負荷が分配されます:それぞれが同じ論理に従い、類似した結果を生み出す。あらゆる差異は最終的に中央決定者である私たちによって解決されます。対照的に、スワーム・インテリジェンスは、車両がネットワークのノードとして機能し、隣人とコミュニケーションし、地元の知識を構築し、クラスターの集団的理解に貢献することを可能にします。中央権威はありません。艦隊は相互作用を通じて反応し、適応します。新興秩序はこのコミュニケーションから生まれる。AIでは、このようなシステムをクラスターの集団的理解に貢献します。 後で戻るテーマです。 マルチエージェントシステム 通信ネットワークとプロトコルは自然システムに深く根ざしています。 木々が重要な情報を共有するために化学信号と微生物との共生関係を使用するネットワーク化の形態。 それぞれの木は、より大きな群集、森林のノードとして機能します. 広大な根系と真菌ネットワーク(ミコリザール真菌)を通じて、シグナルは木々の間を移動し、病気を警告し、苦難信号を送信したり、栄養素を交換したりすることができます。 . 木のコミュニケーション 【15】 【16】 【15】 【16】 Nature shows that decentralized systems with emerging order rely on intricate networks and complex communication protocols. On their foundation lies information exchange, the key enabler of self-organizing clusters.自然は、新興秩序を持つ分散型システムが複雑なネットワークと複雑な通信プロトコルに依存していることを示しています。 これらの設計の最も有望なアプリケーションのいくつかは人工知能にあります。AIはすでに特定の自然な行動を複製しています:それはパターンを認識し、イベントに反応し、適応することができます。しかし、ほとんどのAIは集中化に根ざしています。 この依存性は、自然の分散型の自己規制システムと激しく矛盾するが、問題は、AIはどのように分散型の方法で動作するのか。 【17】 【17】 マルチエージェントシステム マルチエージェントシステム(MAS)は非常に複雑で、その詳細はこの論文の範囲を超えています。それでも、コアコンセプトは検討する価値があります:マルチエージェントシステム(MAS)の実装は、ここで議論された原則に直接依存し、その用例はこの論文の議論を示しています。 人工知能の急速な成長と近代技術への深い統合を考えると、AIを言わずにシステムの将来について議論することは不可能である。 エージェントAIとエージェントベースのシステムはすでに幅広く生産されているが、ほとんどのエンタープライズ展開は、単一エージェントアーキテクチャに根ざしているが、一般化されたエージェントがすべてのリクエスト、ツール呼び出し、ポリシーを処理しなければならないシステムである。 【18】 【18】 定義により、このようなアーキテクチャは複数のエージェントシステムとして適用される可能性があります。しかし、物流の例で示されているように、配布は自己組織に等しいものではありません。MASは、中央制御と新興行動の間の緊張を強調します:集中原則に固執することは、本当に強力なシステムに進化する可能性を制限します。この緊張はまた、MASが多くの異なる、しばしば矛盾する方法で定義されている理由を説明します。 この論文では、真の MAS を自己組織構造の中で働く知的エージェントの分散型、自律的なネットワークとして定義し、新たな役割と順序を開発して進化するタスクや継続的な目標を達成します。理想的な形で、システムは私たちにタスクを指定する必要はありません。代わりに、環境、ツール、エージェントの行動は、目標が自然に現れることを可能にします。消防のために設計されたドローンの艦隊を想像してください。彼らの能力には熱イメージ、消火メカニズム、および熱抵抗が含まれる可能性があります。 MAS では、ドローンは、鳥が本能的に食料のために捕食者やビーズを逃げるように、自分自身の能力と本能を取り巻くことで燃焼する車を抑制する こうしたシステムの鍵は、エージェントが地元の情報を処理し、互いに反応する能力です。自然はまた、例を提供します:粘液型。それぞれの細胞は、単純な内蔵ルールに従って:前進し、損傷を避け、隣人とコミュニケーションします。これらの地元の相互作用を通じて、細胞は、複雑な問題解決行動を示す全生物体のための新たな知性を生成します。 . (※19) (※19) MASにとっては、一連の自律的エージェントが環境内で相互作用し、単独で処理できない問題を解決することができることを意味します。 今日、MASは、狭いドメインのために構築された、主にカスタマイズされた、高度にターゲット化されたシステムの初期段階に残っています。人工一般知能と同様に、私たちはいつでも任意の任務に適応できる一般的なMASを達成するかどうかについて議論があります。課題は、分散化された、自己組織的なシステムの固有の複雑さにあります:メモリ、ストレージ、文脈、自己学習、および推論の問題。これらの障壁を克服することは、エージェントが自律的に行動し、知識を共有し、集団的に学ぶことを可能にします。 その知識が共有されれば、グループ全体が利益を得ることができ、重複の努力を回避し、パフォーマンスを最適化することによって、エージェントは文脈を認識し、コミュニケーションし、自らを組織し、「車輪の再発明」を避けることができます。 [20] [20] 高度な推論は、自己組織システムがどのように機能するかをさらに示しています。エージェントが互いに推論するとき、新しいダイナミクスが現れる:新しい役割が形成され、サブネットワークが作成され、最適な戦略が発見される可能性があります。一例として、契約ネットプロトコルは、エージェントのグループが連合を形成し、タスクまたはサブタスクのための入札プロセスに従事します。 連合は繰り返しのラウンドを通じて、そのアプローチを改良し、集団的に目標に貢献し、分散的秩序を達成する。 [21] [21] MASは、分散化の最大の可能性を示しています。その複雑さとエージェントの相互作用は、私たちが自然の中で見ているデザインを模することによって形作られ、可能になります。契約ネットやピアツーピアの噂のようなプロトコルは、自然の複雑なネットワークを模し、分散型システムにおける真の自己組織のメカニズムを提供します。 中央権限のない複雑なネットワークは、より大きな柔軟性を提供し、システムアーキテクチャを高めることができます. They unlock new use cases, expand the technological landscape, and may inaugurate a new era of AI. Looking at both natural and computer systems, a clear pattern emerges: in decentralized networks, communication is the foundation. 彼らは新しい使用ケースを解除し、技術的景観を拡大し、AIの新しい時代を迎える可能性があります。 コミュニケーションは自らを組織するシステムの基盤である。細胞、動物、エージェント、またはノードであろうと、単一の実体は、中央の監督なしにコミュニケーションしなければならない。地元の出来事に反応するだけでは不十分だが、それらも共有しなければならない。 ゴシッププロトコル ゴシップは、人間社会において重要な役割を果たしています。より良いか悪いか、それは驚くべきスピードで情報を広めます。現代の技術がなければさえ、友人の間の噂、町のスキャンダル、あるいは都市のニュースは、常に迅速に広がり、個人の間の口から口から推し進められています。 この情報の急速な拡散は、ウイルス、あるいは歴史的に、疫病が、人口に広がる方法に類似するものであり、このため、噂のプロトコルは時には「噂の流出」あるいは「流行のプロトコル」と呼ばれ、同じ原理の変異を記述する。 [22] [22] Gossip プロトコルは、分散型システムでこのパターンを模し、クラスター内のノードが、隣人と地元の知識を共有することによって分散的に行動することを可能にします。実践では、ノードがランダムに別の情報を交換することを選択します。彼らはデータの最新性を比較し、最新のバージョンに調和します。それぞれが新しい同僚を選択し、サイクルは繰り返されます。 このプロセスにより、クラスターはノード間の状態に関するコンセンサスを構築することができます。 : 十分なラウンドがあると、すべてのノードは一貫した状態で一致し、これは強力な一貫性と対照的に、リーダー/フォロワー構造などの集中的な原則を通じて即時合意を強制します。 可能な一貫性 強力な一貫性と最終的な一貫性の間の妥協は、特にデータベース設計においてよく研究されています。最終的には、一貫性のあるシステムは、より高い可用性、より高いパーティション耐久性、より低い遅延性を提供します。 重要なシステムでは、強力な一貫性が必要かもしれません。しかし、高度にスケーラブルな分散型システムでは、集中制御のボトルネックを導入します。 効果的にスケールするには、ピアツーピアプロトコルを採用し、その利益を完全に実現するために、それらを完全に採用しなければなりません。 [23] [23] 分散型データベースを検討します。テーブルが単一のマシンに大きくなると、それはより小さな断片に分割され、クラスター内のノードに保存されます。断片が大きくなると、別のノードが追加されます。このセットアップは分散されますが、分散または自己組織ではありません。一貫性のために、このようなシステムはRaftのようなコンセンサスモデルを使用するかもしれません。 リーダー/フォロワー構造を使用してデータを複製します。 [24] [24] ノードが故障または切断した場合にどうなるか、ノードがパーティションの位置をどのように発見するか? コントロール中心のモデルでは、Apache Zookeeperのようなサービスレジストリでこれを解決します。ノードはレジストリをクエリしてパーティションの所有者を探し、レジストリは定期的にノードの健康をペンでチェックし、ノードが利用できない場合に他の人に知らせます。 これは、特にクラウドネイティブシステムでは、噂プロトコルが輝く場所です。 ジョシップによって、各ノードはその状態を他の人と直接共有することができます。各ノードは、ジョシップを通じて継続的に更新される独自のローカルサービスレジストリを維持します。もし4番目のノードがクラスターに加わり、新しいパーティションが割り当てられると、それは同僚に自分自身を発表します。その知識が広がり、すぐにすべてのノードがそれぞれのパーティションがどこに居住しているかを知っています。同様に、ノードが同僚に連絡しない場合、それは失敗の疑惑を広げ、クラスターが適応することを可能にします。木々が森林で苦難を信号するように、ノードは自らを癒すトポロジーに組織します。 [25] [25] この例では、分散化をコントロールのコストで受け入れるかどうかという重要な選択肢を強調していますが、いくつかのケースでは、選択肢がありません; 冗談プロトコルは、特にエッジ環境や中央ハブのないネットワークでは、唯一の実行可能な選択肢かもしれません。 [26] 【26】 多くの広く使用されているプラットフォームは、埋め込みとクラウドネイティブの両方で、冗談に依存しています。AmazonのDynamoDBは冗談を使用してパーティションの状態を追跡します。NetflixのEurekaは冗談によって駆動されたサービス発見を提供します。 高性能のゴシッププロトコルで、分散型で最終的に一貫した状態をアプリケーションに組み込むように設計されています。 ゴッホブロック [27] [27] 重要なことに、スピーチプロトコルは、私たちのシステムの設計における変化を表しており、それは私たちのインフラストラクチャの大部分にまだ埋め込まれている集中的な考え方からコントロールを引き離すものです。 結論 結局のところ、私たちが直面している選択は単純だが深い:それらに抵抗するシステムにコントロールと階層を強化し続けるか、生物学的、社会的、またはデジタルであろうと、最も抵抗力のあるネットワークを常に支えてきた分散化、コミュニケーション、自己組織の自然なパターンを採用する。 未来は、一つの権威の点に縛られずに進化し、適応し、調整するシステムに属します。集中する私たちの本能を放棄することによって、私たちは単にスケーラブルでなく、生きているアーキテクチャへの扉を開きます。 分散型コンピューティングでは、これは、オーケストラを優先し、コマンドを優先する噂のようなプロトコルを意味します。人工知能では、自己組織と知識共有を可能にする複数のエージェントシステムを指します。そして、システムデザイナーとしての私たちにとっては、従順な機械を構築することから、適応する生態系を育成することまで、考え方を変える必要があります。 もし私たちが集中的なコントロールを解放する勇気があるなら、私たちはテクノロジーの限界ではなく、私たちのシステムが自然と同様に自らを維持し、自らを組織し、無限に成長できる新しい時代の始まりにいるかもしれません。 参照 ( 1 ) Centralized vs Distributed System - GeeksforGeeks Centralized vs Distributed System - GeeksforGeeks [2] Blockchain History: The Evolution of Decentralized Technology - LayerK Blog Blockchain History: The Evolution of Decentralized Technology - LayerK ブログ 【3】 [2502.20468] Building a Theory of Distributed Systems: Work by Nancy Lynch and Collaborators 2502.20468 Building a Theory of Distributed Systems: Work by Nancy Lynch and Collaborators (分散システムの理論を構築する:ナンシー・リンチと協力者による仕事) 【4】 What Is the CAP Theorem? | IBM CAP理論とは何ですか? IBM 【5】 Consensus Algorithms in Distributed Systems | Baeldung on Computer Science Consensus Algorithms in Distributed Systems (コンピュータサイエンス) 【6】 Designing Data-Intensive Applications [Book] データ密集型アプリケーション(Data Intensive Applications) 【7】 アパッチ ZooKeeper アパッチ ZooKeeper 【8】 https://kubernetes.io/docs/concepts/overview/ https://kubernetes.io/docs/concepts/overview/ 【9】 ビッグデータの連鎖を断ち切る:分散アーキテクチャがどのようにアジリティを解除するか ビッグデータの連鎖を断ち切る:分散アーキテクチャがどのようにアジリティを解除するか 【10】 [1805.01786] Centralize or Not to Centralize: A Tale of Swarm Coordination 集中するか非集中するか:スワームの連携の物語 [1805.01786] Centralize or Not to Centralize: A Tale of Swarm Coordination 集中するか非集中するか:スワームの連携の物語 【11】 ゴシップ・アルゴリズム.pdf ゴシップ・アルゴリズム.pdf 【12】 Swarm Intelligence — FRANKI T スワーム・インテリジェンス - FRANKI T 【13】 Swarm Intelligence: the Intersection of Nature and AI Swarm Intelligence: The Intersection of Nature and AI(スワーム・インテリジェンス:自然とAIの交差点) 【14】 https://en.wikipedia.org/wiki/Dijkstra's_algorithm https://en.wikipedia.org/wiki/Dijkstra's_algorithm 【15】 The Whispering Forest: How Trees Communicate and the Future of AI-Driven Tree Talk | Earth Endeavours 「The Whispering Forest: How Trees Communicate and the Future of 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】 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】 https://devblogs.microsoft.com/blog/designing-multi-agent-intelligence https://devblogs.microsoft.com/blog/designing-multi-agent-intelligence (※19) 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] マルチエージェントシステムにおける契約ネットの分析 - ScienceDirect マルチエージェントシステムにおける契約ネットの分析 - ScienceDirect [22] GossipandEpidemicProtocols.pdf エピソード プロトコル.pdf [23] Strong vs. Eventual Consistency in System Design - GeeksforGeeks Strong vs. Eventual Consistency in System Design - GeeksforGeeks [24] Raft Consensus Algorithm Raft Consensusアルゴリズム [25] Cloud-native simulation framework for gossip protocol: Modeling and analyzing network dynamics - PMC Cloud-native simulation framework for gossip protocol: Modeling and analyzing network dynamics - PMC シミュレーションフレームワーク 【26】 【27】 2110.14609 GitHub - kristianJW54/GoferBroke: GoferBrokeは、カスタムバイナリーTCPを介してアンチエントロピーの噂プロトコルを使用して分散クラスターを構築するための軽量で拡張可能なツールです。 2110.14609 GitHub - kristianJW54/GoferBroke: GoferBrokeは、カスタムバイナリーTCPを介してアンチエントロピーの噂プロトコルを使用して分散クラスターを構築するための軽量で拡張可能なツールです。
