Executive Summary Podsumowanie wykonawcze Nothing we create exists outside the patterns nature has already explored. Ten artykuł twierdzi, że w naszym dążeniu do opanowania i kontrolowania złożonych systemów, zapominamy o naturalnych projektach, które oferują prawdziwą moc: adaptacyjność, pojawiający się porządek i samoorganizację. Przeanalizujemy, w jaki sposób podejścia ukierunkowane na kontrolę ograniczają systemy rozproszone i proponują zmianę w kierunku zdecentralizowanych, samoorganizujących się wzorców inspirowanych naturą. Będziemy badać, w jaki sposób mechanizmy kontroli ograniczają dzisiejsze systemy rozproszone i jak przyjęcie mniej scentralizowanej filozofii może odblokować ich pełny potencjał. Ponieważ systemy rosną w złożoności i skali, kontrolki, które w nich wbudowujemy, stają się coraz bardziej odporne, tworząc tarcie i walki o władzę. Widzimy to w systemach rozproszonych i w wzroście dużych modeli językowych, które często działają jako czarne skrzynki. W niniejszym artykule analizowane są projekty i protokoły, z których wiele jest już w użyciu, które mogą wprowadzić nową erę mniej ograniczonych, bardziej potężnych systemów. Zajmujemy się ewolucją systemów rozproszonych, ciągłym poszukiwaniem kontroli, koncepcją samoorganizacji i sposobem jej wykorzystania. Aby przyjąć tę pojawiającą się moc, musimy zrezygnować z kontroli i zmienić nasze myślenie. Introduction Wprowadzenie Nie tak dawno temu było normalne wyobrażać sobie komputery bez chmury, centrów danych, a nawet internetu. Zastanów się nad książką telefoniczną: żółtymi stronami, katalogiem tysięcy adresów i numerów dla lokalnych firm. Aby skontaktować się z firmą, po prostu skonsultujemy książkę telefoniczną i wybieramy usługę, której szukaliśmy. To nie jest dalekie od tego, co stało się internetem, a co Google jest nadal dzisiaj: ogromny indeks stron internetowych, które możemy wyszukiwać i nawigować. Oba są formami systemów rozproszonych, nie w pełni scentralizowanych ani naprawdę zdecentralizowanych. W modelu scentralizowanym wszystkie ważne zadania, przetwarzanie, przechowywanie i podejmowanie decyzji, są obsługiwane przez jeden komputer lub serwer. Wracając do naszej analogii książki telefonicznej: wyobraź sobie, że jest tylko jedna kopia, umieszczona w bibliotece. Każdy, kto potrzebuje informacji, musi czekać, a w zajęty dzień czekanie rośnie długo. [1] Na przykład [1] Na przykład Podobnie, wczesne oprogramowanie mogło działać na pojedynczym serwerze lub skalować pionowo, dodając więcej obliczeń, ale wraz z rosnącym zapotrzebowaniem i użytkownikami, centralizacja staje się ograniczeniem. Odpowiedzią na ten problem jest dystrybucja. W dystrybucji rozpowszechniamy książki telefoniczne.Ale nie dajemy każdej osobie własnej, tak jak Google nie przydziela każdemu gospodarstwu domowemu własnego serwera do zarządzania.Zamiast tego, każdy kod pocztowy otrzymuje kopię, zmniejszając liczbę użytkowników rywalizujących o dostęp. Dziś jest często kojarzona z kryptowalutami, takimi jak Bitcoin, a podczas gdy blockchain i inteligentne kontrakty opierają się na zdecentralizowanych protokołach, koncepcja znacznie ich wyprzedza. [2] [2] » Aby rozszerzyć analogię, wyobraź sobie, że książka telefoniczna nie istnieje już w druku, ale w wspólnej wiedzy mieszkańców miasta. Każdy kod pocztowy miałby inną wersję. Z biegiem czasu wersje mogłyby się zbiegać, ale za pośrednictwem różnych kanałów komunikacji. Zdecentralizowane węzły w grupie tworzą lokalne mapy informacji, takie jak rejestry usług, które dzielą się ze sobą. Ten artykuł twierdzi, że poprzez konieczność i ewolucję nasze systemy teraz mocno siedzą w rozproszonym obozie, ale nadal przywiązujemy się do centralizowanego myślenia. Aby zilustrować tę zmianę, zwracamy się do architektur, które dominują w dzisiejszych systemach. Odpowiedzialność: Ta książka jest celowo opiniowana. skomplikowane tematy są podsumowywane i uproszczone, aby zapewnić szerszą narrację do dyskusji. projektowanie systemów jest z natury niuansowane; ten artykuł przyjmuje podejście tematyczne, a nie głębokie inżynieryjne, uznając, że miniatury i mechaniki systemów nie można w pełni uchwycić ani zredukować do sumy ich części. Ten biały dokument jest celowo opinii. skomplikowane tematy są podsumowywane i uproszczone, aby zapewnić szerszą narrację do dyskusji. projektowanie systemów jest z natury niuanse; ten dokument przyjmuje podejście tematyczne, a nie głębokie inżynierii, uznając, że miniatury i mechaniki systemów nie można w pełni uchwycić lub zredukować do sumy ich części. Disclaimer: W poszukiwaniu kontroli Te wysoce złożone systemy polegają na wielu ruchomych częściach i algorytmach, aby pozostać dostępnymi, tolerującymi usterki i skalowalnymi. [3] » [3] » Głównym czynnikiem napędzającym te systemy jest skalowalność. W praktyce skalowanie przyjmuje dwie formy: pionowe i poziome. Skalowanie pionowe oznacza dodanie do jednej maszyny więcej obliczeń, rdzeni procesora, pamięci RAM i pamięci masowej, zwiększając jej pojemność pod obciążeniem. Skalowanie poziome, w przeciwieństwie do tego, wprowadza inną złożoność: jak koordynować wiele poszczególnych maszyn (serwerów), aby działały jako jedna usługa, tworząc klastr. Jedną z podstawowych zasad systemów rozproszonych jest CAP. CAP (Consistency, Availability, and Partition Tolerance) oznacza, że system może zagwarantować maksymalnie dwa z trzech, co zmusza architektów do dokonania kompromisów projektowania. Człowieka [4] Człowieka [4] Na przykład system może wybrać silną spójność i tolerancję partycji, nadając priorytet dokładnym, starannie podzielonym danym na węzły kosztem dostępności. Algorytmy konsensusu rozwiązują wyzwanie spójności, umożliwiając koordynację między węzłami skalowanymi poziomo w klastrze. Większość algorytmów przyjmuje dynamikę „leader/follower” (historycznie „master/slave”): jeden węzeł działa jako lider, koordynując i replikując informacje innym. [5] [5] Właśnie Na przykład, w rozproszonej bazie danych, wszystkie pisma przechodzą przez lidera, który następnie rozpowszechnia je do zwolenników. Jeśli lider nie uda się, inny węzeł może przejąć, zachowując spójność. ... Projektowanie aplikacji danych intensywnych [6] [6] » Te podejścia działają dobrze dla ich zamierzonych celów, umożliwiając możliwości daleko poza prostą skalę poziomą. Niemniej jednak, są one zakorzenione w ludzkim instynkcie, aby zachować kontrolę. Nawet język, którego używamy, „Master/Slave”, „Leader/Follower”, „Primary/Replica”, „Rodzic/Dziecko”, „Pracownik”, odzwierciedla myślenie hierarchiczne. Podczas gdy hierarchia ma swoje miejsce, ten artykuł twierdzi, że nasze uporczywe dążenie do kontroli jest coraz bardziej niezgodne z trajektorią technologii i systemów, które budujemy. W konsensusie widzimy to w odkryciu usług: jak węzły w klastrze znajdują się nawzajem? , zapewniają scentralizowaną konfigurację i synchronizację, pozwalając węzłom odkrywać się nawzajem, ale tylko przez poleganie na centralnym organie. [7 ] [7 ] Z szerszego punktu widzenia widzimy elementy kontroli poprzez orkiestrację.Platformy takie jak Kubernetes, ramy umożliwiające elastyczne uruchamianie systemów rozproszonych, obsługa zadań takich jak skalowanie, przekształcanie i wzorce wdrażania , zapewniając scentralizowany sposób zarządzania i wdrażania złożonych rozproszonych mikrousług. [8 ] [8 ] Wiele organizacji przyjmuje modele hybrydowe, aby zrównoważyć elastyczność lokalną z nadzorem centralnym Jednocześnie korzystanie z takich usług często tworzy subtelniejszą formę scentralizacji: zamknięcie dostawcy. [9 ] [9 ] Ponieważ systemy stają się większe i bardziej złożone, wiele wyzwań technicznych jest nadal rozwiązywanych za pomocą scentralizowanych zasad. Gdyby skalowalność i teorie WPR nie były ograniczeniami, systemy scentralizowane prawdopodobnie pozostaną optymalnym wyborem, zapewniając dostępność, spójność i tolerancję bez kompromisów. [10] » [10] » Wraz z rozwojem technologii i pojawieniem się nowych przypadków użytkowania, nasze systemy i infrastruktura muszą się również rozwijać. sieci telefoniczne i Internet są przykładami dużych sieci komunikacyjnych o wysokiej wydajności, kręgosłupa dystrybucji. Sieci P2P są szczególnie zauważalne jako systemy samoorganizujące się, umożliwiając przypadki użytkowania, takie jak drony i sztuczna inteligencja wieloagentów. [ 11 ] [ 11 ] Aby je odblokować, musimy uwolnić się od kontroli i pozwolić systemom na samoorganizację. Tajemnice natury Nie jest przypadkiem, że kiedy mówimy o systemach zdecentralizowanych, zwłaszcza o samoorganizacji, znaczna część języka pochodzi z natury.W przeciwieństwie do tego, terminy dla systemów scentralizowanych często odzwierciedlają hierarchie ludzkie. Wiele systemów naturalnych i biologicznych wykazuje złożoną decentralizację. Co ważniejsze, samodzielnie się organizują i pracują zbiorowo w kierunku wspólnych celów. Zastanów się nad swarmem, prostym, ale potężnym przykładem tego, jak naturalne zachowanie przekłada się na projektowanie systemów. . [ ] 12 [ ] 12 Wyobraź sobie stado ptaków: tysiące latających w pobliżu, tworząc kształty płynów, które zmieniają się co sekundę. Żaden ptak nie zna zbiorowego kształtu ani ostatecznego kierunku. Każdy koncentruje się tylko na swoich najbliższych sąsiadach, utrzymując odległość, odzwierciedlając ruchy. Każdy ptak robi to, a razem szmaragd porusza się jak woda na niebie w doskonałej harmonii. Dla nas wygląda to celowo i choreograficznie; dla ptaków po prostu komunikują się ze swoimi najbliższymi sąsiadami. Stado po prostu komunikuje się i reaguje. Dla ptaków wspólnym celem jest przetrwanie przed drapieżnikami; dla mrówek to znalezienie najkrótszej drogi do jedzenia; dla pszcz Swarm Intelligence ma szerokie zastosowania, w łańcuchu dostaw i logistyki, routingu sieci, finansów i handlu, a także sztucznej inteligencji. Jednym z przykładów jest Ant Colony Optimization (ACO), zainspirowany tym, jak mrówki szukają pożywienia. Kiedy kolonia jest nowa, mrówki poruszają się losowo, ponieważ nie ma prowadzących feromonów i wszystkie ścieżki są równie prawdopodobne. Każda mrówka pozostawia feromony wzdłuż swojej trasy, stopniowo kierując innych w kierunku optymalnych ścieżek. [13] » [13] » Na przykład firmy logistyczne mogą korzystać z inteligentnych narzędzi do symulacji flot pojazdów i odkrywania optymalnych tras. Symulacja może łączyć dane o ruchu na żywo z znanymi magazynami lub magazynami. Z biegiem czasu interakcje oparte na narzędziach mogą przynieść efektywne strategie kierowania. Czy można osiągnąć podobne wyniki bardziej bezpośrednio i efektywnie, więc co sprawia, że inteligencja swarma jest inna? [14] » [14] » Różnica polega na samoorganizacji i porządku pojawiającym się. Dzięki konwencjonalnemu algorytmowi, prowadzenie wielu pojazdów po prostu rozprowadza obciążenie robocze: każdy podąża za tą samą logiką, produkując podobne wyniki. Wszelkie różnice są ostatecznie rozwiązane przez nas, centralnego decydenta. W przeciwieństwie do tego, inteligencja swarma pozwala pojazdom działać jako węzły w sieci, komunikując się z sąsiadami, budując lokalną wiedzę i przyczyniając się do zbiorowego zrozumienia klastra. Nie ma centralnej władzy; flota reaguje i dostosowuje się poprzez interakcję. Temat, do którego wrócimy później. System multi-agentowy Sieci komunikacyjne i protokoły są głęboko zakorzenione w systemach naturalnych. Jest to forma tworzenia sieci, w której drzewa wykorzystują sygnały chemiczne i symbiotyczne relacje z mikroorganizmami, aby dzielić się ważnymi informacjami. Każde drzewo działa jako węzeł w większym gromadzeniu, w lesie.Przez rozległe systemy korzeniowe i sieci grzybów (grzyby mikoryzowe), sygnały podróżują między drzewami, umożliwiając im ostrzeganie o chorobie, wysyłanie sygnałów nieszczęśliwych lub nawet wymianę składników odżywczych. . Komunikacja drzewna [15 ] [16] » [15 ] [16] » Natura pokazuje, że zdecentralizowane systemy z pojawiającym się porządkiem opierają się na skomplikowanych sieciach i złożonych protokołach komunikacyjnych. Niektóre z najbardziej obiecujących zastosowań tych projektów leżą w sztucznej inteligencji. sztuczna inteligencja już replikuje pewne naturalne zachowania: może rozpoznawać wzorce, reagować na zdarzenia i dostosowywać się. Ta zależność kontrastuje ostro z zdecentralizowanymi, samoregulującymi się systemami natury.Pytanie staje się: jak AI może działać w zdecentralizowany sposób? [17] » [17] » Systemy wielofunkcyjne Systemy wielostopniowe (MAS) są bardzo złożone, a ich pełne szczegóły wykraczają poza zakres niniejszego artykułu.Jednak podstawowe pojęcia warto zbadać: wdrożenia MAS zależą bezpośrednio od zasad omówionych tutaj, a ich przypadki użycia ilustrują argumenty niniejszego artykułu. Biorąc pod uwagę szybki rozwój sztucznej inteligencji i jej głęboką integrację z nowoczesną technologią, na lepsze lub gorsze, niemożliwe jest omówienie przyszłości systemów bez wspominania o sztucznej inteligencji. Większość wdrożeń przedsiębiorstw pozostaje jednak zakotwiczona w architekturze pojedynczego agenta, systemie, w którym jeden uogólniony agent musi obsługiwać każde żądanie, wzywanie narzędzi i politykę. [18 ] [18 ] Z definicji takie architektury mogą kwalifikować się jako systemy wielostronne. Ale jak pokazano w przykładzie logistycznym, dystrybucja nie jest równoznaczna z samoorganizacją. MAS podkreśla napięcie między centralną kontrolą a pojawiającym się zachowaniem: przywiązanie do scentralizowanych zasad ogranicza ich potencjał do ewolucji w naprawdę potężne systemy. W tym artykule definiujemy prawdziwą MAS jako zdecentralizowaną, autonomiczną sieć inteligentnych agentów pracujących w ramach samorządowej struktury, rozwijających pojawiające się role i porządek, aby spełniać rozwijające się zadania lub ciągłe cele. W idealnej formie system nie wymagałby od nas określenia zadania. Zamiast tego środowisko, narzędzia i zachowania agentów pozwoliłyby na pojawienie się celów w sposób naturalny. Wyobraź sobie flotę dronów zaprojektowanych do walki z ogniem. Ich możliwości mogą obejmować obrazowanie termiczne, mechanizmy gaszenia i odporność na ciepło. W MAS drony mogłyby wspólnie zdecydować się na tłumienie płonącego samochodu, samodzielnie organizując się wokół swoich możliwości i instynktów, tak Kluczem do takich systemów jest zdolność agentów do przetwarzania informacji lokalnych i reagowania na siebie nawzajem. Przyroda ponownie daje przykład: błony śluzowe. Każda komórka przestrzega prostych zasad: iść naprzód, uniknąć szkody, komunikować się z sąsiadami. . [19] » [19] » Dla MAS oznacza to, że zbiór autonomicznych agentów może wchodzić w interakcje w środowisku, aby rozwiązać problemy, z którymi żaden z agentów nie poradziłby sobie sam. Obecnie MAS pozostaje na wczesnym etapie, głównie dostosowane do potrzeb, wysoce ukierunkowane systemy zbudowane dla wąskich domen. Podobnie jak w przypadku sztucznej inteligencji ogólnej, istnieje dyskusja na temat tego, czy kiedykolwiek osiągniemy ogólną MAS zdolną do przystosowania się do jakiegokolwiek zadania. Wyzwanie leży w nieodłącznej złożoności zdecentralizowanych, samoorganizujących się systemów: kwestie pamięci, przechowywania, kontekstu, samodzielnego uczenia się i rozumowania. Pokonanie tych barier pozwoliłoby agentom działać autonomicznie, dzielić się wiedzą i uczyć się zbiorowo. Jeśli ta wiedza byłaby udostępniona, cała grupa mogłaby czerpać korzyści, unikając powielania wysiłków i optymalizując wydajność. [20 ] [20 ] Zaawansowane rozumowanie ilustruje, w jaki sposób systemy samoorganizacyjne mogą działać. Gdy agenci rozważają się ze sobą, pojawiają się nowe dynamiki: mogą powstawać nowe role, mogą powstawać podsieci i mogą zostać odkryte optymalne strategie. Jednym z przykładów jest protokół Contract Net, w którym grupa agentów tworzy koalicję i angażuje się w proces składania ofert na zadanie lub podzadanie. Poprzez powtarzające się rundy koalicja udoskonala swoje podejście, wspólnie przyczyniając się do osiągnięcia celu i osiągając zdecentralizowany porządek. [21] » [21] » MAS ilustruje największy potencjał decentralizacji. Ich złożoność i interakcje agentów są ukształtowane i możliwe poprzez naśladowanie projektów, które widzimy w naturze. Protokoły takie jak Contract Net, i peer-to-peer gossip, emulują zaawansowane sieci natury i zapewniają mechanizmy prawdziwej samoorganizacji w zdecentralizowanych systemach. Złożone sieci bez centralnej władzy oferują większą elastyczność i mogą podnieść architekturę systemu. Odblokowują nowe przypadki użytkowania, rozszerzają krajobraz technologiczny i mogą wprowadzić nową erę sztucznej inteligencji. Komunikacja jest podstawą systemów samoorganizujących się. Jednostki pojedyncze, czy to komórki, zwierzęta, agenci czy węzły, muszą komunikować się bez centralnego nadzoru. Nie wystarczy reagować na wydarzenia lokalne; muszą je również dzielić. Protokoły zapewniają „reguły drogi” dla tych kanałów komunikacji. Protokół Gossip Gossip odgrywa istotną rolę w społeczeństwie ludzkim. Na lepsze lub gorsze, rozprzestrzenia informacje z niezwykłą prędkością. Nawet bez nowoczesnej technologii, plotki wśród przyjaciół, skandale w mieście, lub wiadomości w mieście zawsze rozprzestrzeniły się szybko, napędzane przez słowo do ust między osobami. Z tej rozmowy powstaje wspólna narracja, dokładna lub nie, utworzona przez zdecentralizowaną sieć ludzi. To szybkie rozprzestrzenianie się informacji jest analogiczne do tego, w jaki sposób wirusy, lub historycznie plagi, rozprzestrzeniają się na populacje. [22] » [22] » Protokoły gossip emulują ten wzorzec w systemach rozproszonych, umożliwiając węzłom w klasterze działanie w sposób zdecentralizowany poprzez dzielenie się wiedzą lokalną ze swoimi sąsiadami. W praktyce węzeł losowo wybiera inny w celu wymiany informacji z. Porównują aktualność swoich danych i dopasowują się do najnowszej wersji. Proces ten pozwala klastrowi na zbudowanie konsensusu na temat stanu między węzłami. : przy wystarczającej liczbie rund, wszystkie węzły zbiegają się w spójnym stanie.To kontrastuje z silną spójnością, która wymusza natychmiastowe porozumienie poprzez scentralizowane zasady, takie jak struktury lidera / następcy. Ewentualna spójność W końcu systemy spójne oferują wyższą dostępność, większą tolerancję podziału i niższy czas opóźnienia, przypomina CAP Theorem. Silnie spójne systemy, w przeciwieństwie do tego, gwarantują natychmiastową spójność dla zapisów i zapewniają, że wszystkie odczyty zwracają najnowszy stan. W systemach krytycznych może być wymagana silna spójność, ale w przypadku wysoce skalowalnych systemów rozproszonych wprowadza to bariery centralizowanej kontroli. Aby skutecznie skalować, musimy przyjąć protokoły peer-to-peer, a aby zrealizować ich pełną korzyść, przyjąć je w pełni. [23] » [23] » Rozważ rozproszoną bazę danych. Gdy tabela rośnie zbyt duża dla pojedynczej maszyny, jest ona podzielona na mniejsze fragmenty i przechowywana na węzłach w klasterze. Jeśli fragment staje się zbyt duży, dodaje się inny węzeł. To ustawienie jest rozproszone, ale nie jest zdecentralizowane lub samoorganizujące się. Aby zapewnić spójność, taki system może używać modelu konsensusu, takiego jak Raft , używając struktury lidera / następcy do replikowania danych. [24 ] [24 ] Pojawiają się dwa kluczowe problemy: co się dzieje, jeśli węzeł ulegnie awarii lub odłączy się, i jak węzły odkrywają lokalizację partycji? W modelu zorientowanym na kontrolę rozwiązujemy to za pomocą rejestru usługowego, takiego jak Apache Zookeeper. Węzły kwestionują rejestr, aby znaleźć posiadaczy partycji, a rejestr okresowo sprawdza zdrowie węzła za pomocą pingi, informując innych, jeśli węzeł jest niedostępny. W tym miejscu świeci protokół gossip, szczególnie w systemach native cloud. Z gossip, każdy węzeł może podzielić się swoim stanem bezpośrednio z innymi. Każdy węzeł utrzymuje więc swój własny lokalny rejestr usług, aktualizowany w sposób ciągły za pośrednictwem gossip. Jeśli czwarty węzeł dołączy do klastra i zostanie przydzielony nowy podział, ogłasza się do rówieśnika. Ta wiedza rozprzestrzenia się, a wkrótce wszystkie węzły wiedzą, gdzie mieszka każdy podział. Podobnie, jeśli węzeł nie kontaktuje się z rówieśnikiem, rozprzestrzenia podejrzenie niepowodzenia, pozwalając klastrowi dostosować się. [25 ] [25 ] W niektórych przypadkach jednak nie ma wyboru; protokoły gossip mogą być jedyną możliwą opcją, zwłaszcza w środowiskach krawędziowych lub sieciach bez centralnego węzła. [26 ] [26 ] Wiele powszechnie używanych platform opiera się na plotkach, zarówno wbudowanych, jak i w chmurze. Amazon DynamoDB wykorzystuje plotki do śledzenia stanu partycji. Netflix Eureka zapewnia odkrywanie usług zasilanych plotkami. Redis, popularny sklep z kluczami wartościami w pamięci, wykorzystuje plotki do rozpowszechniania informacji o klastrach. Ponadto istnieje wiele wdrożeń open source. , wysoce wydajny protokół gossip przeznaczony do osadzenia zdecentralizowanego, ostatecznie spójnego stanu w aplikacjach. Goferbroke [27 ] [27 ] Krytycznie rzecz biorąc, protokół gossip reprezentuje zmianę w naszych projektach systemowych, który odciąga kontrolę od scentralizowanego myślenia nadal osadzonego w dużej części naszej infrastruktury. konkluzji Ostatecznie wybór przed nami jest prosty, ale głęboki: kontynuuj wzmacnianie kontroli i hierarchii w systemy, które im przeciwstawiają, lub przyjmij naturalne wzorce decentralizacji, komunikacji i samoorganizacji, które zawsze opierały się na najbardziej odpornych sieciach, czy to biologicznych, społecznych, czy cyfrowych. Przyszłość należy do systemów, które ewoluują, przystosowują się i koordynują, nie wiążąc się z żadnym punktem autorytetu.Wyrzucając nasz instynkt centralizacji, otwieramy drzwi do architektur, które są nie tylko skalowalne, ale żywe.Systemy, które odzwierciedlają inteligencję samej natury, takie jak stada, krzewy i lasy, demonstrując odporność poprzez zbiorowe zachowanie, a nie nałożoną kontrolę. W przypadku obliczeń rozproszonych oznacza to takie protokoły jak plotki, które sprzyjają pojawieniu się nad orkiestracją, współpracy nad dowództwem. W przypadku sztucznej inteligencji wskazuje na systemy wieloagentowe zdolne do samoorganizacji i dzielenia się wiedzą. Jeśli jesteśmy wystarczająco odważni, aby uwolnić naszą opiekę nad scentralizowaną kontrolą, możemy znaleźć się nie na granicach technologii, ale na początku zupełnie nowej ery, w której nasze systemy, podobnie jak sama natura, są samowystarczalne, samoorganizujące się i nieskończenie zdolne do wzrostu. Referencje [1] Na przykład Centralizowany vs System Rozproszony - GeeksforGeeks Centralizowany vs System Rozproszony - GeeksforGeeks [2] » Blockchain History: The Evolution of Decentralized Technology - LayerK Blog Historia Blockchain: Ewolucja technologii zdecentralizowanej - Blog LayerK [3] » [2502.20468] Building a Theory of Distributed Systems: Work by Nancy Lynch and Collaborators [2502.20468] Budowa teorii systemów rozproszonych: praca Nancy Lynch i współpracowników Człowieka [4] What Is the CAP Theorem? | IBM Co to jest CAP Theorem? - IBM [5] Właśnie Algorytmy konsensusu w systemach rozproszonych, Baeldung na temat informatyki Algorytmy konsensusu w systemach rozproszonych, Baeldung na temat informatyki [6] » Designing Data-Intensive Applications [Book] Projektowanie aplikacji o dużej intensywności danych [Księga] [7 ] Apache ZooKeeper Aplikacja Apache ZooKeeper [8 ] https://kubernetes.io/docs/concepts/overview/ https://kubernetes.io/docs/concepts/overview/ [9 ] Breaking the chains of big data: How distributed architecture unlocks agility | CIO Rozbijanie łańcuchów dużych danych: jak rozproszona architektura odblokowuje agilność [10] » [1805.01786] To Centralize or Not to Centralize: A Tale of Swarm Coordination [1805.01786] Aby skoncentrować się lub nie skoncentrować się: opowieść o koordynacji Swarm [ 11 ] Algorytmy gospodyń.pdf Algorytmy gospodyń.pdf [ ] 12 Swarm Intelligence — FRANKI T Swarm Intelligence – Franki T [13] » Swarm Intelligence: the Intersection of Nature and AI Swarm Intelligence: Krzyżowanie natury i sztucznej inteligencji [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 (Świszczący las: Jak komunikują się drzewa i przyszłość drzew napędzanych sztuczną inteligencją) [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] » Analiza sieci kontraktowej w systemach wielodzietnych - ScienceDirect Analiza sieci kontraktowej w systemach wielodzietnych - ScienceDirect [22] » GospodyniEpidemicProtocols.pdf GospodyniEpidemicProtocols.pdf [23] » Silna vs. ewentualna spójność w projektowaniu systemów - GeeksforGeeks Silna vs. ewentualna spójność w projektowaniu systemów - GeeksforGeeks [24 ] Algorytm konsensusu Algorytm konsensusu [25 ] Cloud-native simulation framework for gossip protocol: Modeling and analyzing network dynamics - PMC Cloud-native symulatory framework for gossip protocol: modelowanie i analizowanie dynamiki sieci - PMC [26 ] „[27] 2110.14609 GitHub - kristianJW54/GoferBroke: GoferBroke jest lekkim, rozszerzalnym narzędziem przeznaczonym do budowania rozproszonych klastrów przy użyciu protokołu antyentropijnego przez niestandardowy TCP. 2110.14609 GitHub - kristianJW54/GoferBroke: GoferBroke jest lekkim, rozszerzalnym narzędziem przeznaczonym do budowania rozproszonych klastrów przy użyciu protokołu antyentropijnego przez niestandardowy TCP.
