Executive Summary คําอธิบายการบริหาร Nothing we create exists outside the patterns nature has already explored. กระดาษนี้อ้างว่าในความพยายามของเราในการจัดการและควบคุมระบบที่ซับซ้อนเราลืมการออกแบบธรรมชาติที่นําเสนอพลังที่แท้จริง: ความสามารถในการปรับตัวลําดับที่เกิดขึ้นและการจัดระเบียบตนเอง เราพิจารณาวิธีการที่มุ่งเน้นไปที่การควบคุมจะ จํากัด ระบบกระจายและนําเสนอการเปลี่ยนไปสู่รูปแบบการจัดระเบียบตนเองแบบกระจายตัวที่ได้รับแรงบันดาลใจจากธรรมชาติ ที่สําคัญคือโปรโตคอลการโกง peer-to-peer ซึ่งเป็นกลไกที่มีประสิทธิภาพเพื่อให้สามารถประสานงานได้โดยไม่มีการดูแลศูนย์กลาง เราสํารวจวิธีที่กลไกการควบคุม จํากัด ระบบกระจายตัวของวันนี้และวิธีที่นําไปใช้ปรัชญาที่เป็นศูนย์กลางน้อยสามารถเปิดเผยศักยภาพเต็มรูปแบบของพวกเขา ในขณะที่ระบบเพิ่มขึ้นในความซับซ้อนและความยืดหยุ่นการควบคุมที่เราบูรณาการในพวกเขาได้รับการต้านทานมากขึ้นทําให้เกิดการกัดกร่อนและการต่อสู้พลังงาน เราเห็นสิ่งนี้ในระบบกระจายและในรูปแบบภาษาขนาดใหญ่ที่เพิ่มขึ้นซึ่งมักจะทํางานเป็นกล่องดํา ความต้านทานนี้ทําให้เส้นทางปัจจุบันของเราไม่สามารถยั่งยืนได้และแสดงให้เห็นถึงความจําเป็นในการเปลี่ยน paradigm กระดาษนี้ตรวจสอบการออกแบบและโปรโตคอลซึ่งหลายคนกําลังใช้แล้วซึ่งสามารถนําไปสู่ยุคใหม่ของระบบที่มีข้อ จํากัด น้อยลงและมีประสิทธิภาพมากขึ้น เราครอบคลุมการพัฒนาของระบบกระจายตัวการแสวงหาการควบคุมอย่างต่อเนื่องแนวคิดขององค์กรตนเองและวิธีการที่เราสามารถใช้ประโยชน์ได้ ในที่สุดเราจะหารือเกี่ยวกับกรณีการใช้ในอนาคตโดยเฉพาะอย่างยิ่งผลกระทบที่อาจเกิดขึ้นกับ AI เพื่อยอมรับอํานาจที่เกิดขึ้นนี้เราต้องยกเลิกการควบคุมและเปลี่ยนความคิดของเรา Introduction การแนะนํา วันที่ซอฟต์แวร์ทํางานบนเครื่องเดียวหายไป ไม่นานแล้วมันเป็นเรื่องปกติที่จะจินตนาการการคอมพิวเตอร์โดยไม่ต้องคลาวด์ศูนย์ข้อมูลหรือแม้แต่อินเทอร์เน็ต พิจารณาหนังสือโทรศัพท์: หน้าสีเหลือง, ไดเรกทอรีขนาดประตูหยุดของหลายพันที่อยู่และหมายเลขสําหรับธุรกิจในท้องถิ่น เพื่อติดต่อธุรกิจเราเพียงแค่ปรึกษาหนังสือโทรศัพท์และเรียกบริการที่เรากําลังมองหา นี่ไม่ไกลจากสิ่งที่อินเทอร์เน็ตกลายเป็นและสิ่งที่ Google ยังคงเป็นวันนี้: หมายเลขที่กว้างขวางของหน้าเว็บสําหรับเราในการค้นหาและนําทาง ทั้งสองเป็นรูปแบบของระบบกระจายตัวซึ่งไม่ได้เป็นศูนย์กลางอย่างสมบูรณ์และไม่ได้เป็นศูนย์กลางอย่างแท้จริง ดังนั้นสิ่งที่เป็นระบบศูนย์กลาง? ในรูปแบบศูนย์กลางงานที่สําคัญทั้งหมดการประมวลผลการจัดเก็บและการตัดสินใจได้รับการจัดการโดยคอมพิวเตอร์หรือเซิร์ฟเวอร์เดียว กลับไปที่ความคล้ายคลึงกันของหนังสือโทรศัพท์ของเรา: ลองจินตนาการว่ามีเพียงสําเนาเดียวที่เก็บไว้ในห้องสมุด ทุกคนที่ต้องการข้อมูลต้องมีค้าระดับและในวันที่รุนแรงการรอคอยเติบโตเป็นเวลานาน นี่คือระบบที่เข้มข้น มันสามารถทํางานได้หากถนนหนึ่งเท่านั้นแบ่งปันหนังสือ แต่ปรับขนาดไปยังเมืองหรือประเทศทั้งหมดและขอบขอบกลายเป็นที่เห็นได้ชัด [1] [1] เช่นเดียวกับซอฟต์แวร์ในช่วงต้นสามารถทํางานบนเซิร์ฟเวอร์เดียวหรือสแกนแนวตั้งโดยการเพิ่มการคํานวณมากขึ้น แต่เมื่อคําขอและผู้ใช้เพิ่มขึ้นการมุ่งเน้นกลายเป็นข้อ จํากัด คําตอบสําหรับปัญหานี้คือการกระจาย ในการกระจายเราแพร่กระจายหนังสือโทรศัพท์ แต่เราไม่ให้แต่ละคนของตัวเองเช่นเดียวกับ Google ไม่ให้แต่ละบ้านเซิร์ฟเวอร์ของตัวเองในการจัดการ แทนที่แต่ละรหัสโพสต์ได้รับสําเนาลดจํานวนผู้ใช้ที่แข่งขันสําหรับการเข้าถึง สิ่งสําคัญคือทุกสําเนาเป็นเหมือนกัน: มันมีข้อมูลเดียวกันและทํางานเหมือนกันไม่คํานึงถึงตําแหน่ง นี่คือการกระจาย ปัจจุบันมันมักจะเกี่ยวข้องกับ cryptocurrencies เช่น Bitcoin และในขณะที่ blockchain และสัญญาอัจฉริยะจริง ๆ ขึ้นอยู่กับโปรโตคอล decentralized แนวคิดเป็นเวลานานก่อนพวกเขา ระบบ peer-to-peer ก่อนหน้านี้เช่น BitTorrent และ Napster แสดงให้เห็นถึงประสิทธิภาพของเครือข่าย decentralized [2] [2] เพื่อขยายความคล้ายคลึงกันจินตนาการว่าหนังสือโทรศัพท์ไม่ได้มีอยู่อีกต่อไปในพิมพ์ แต่ในความรู้ที่ใช้ร่วมกันของชาวเมือง แต่ละรหัสจดหมายจะถือเป็นรุ่นที่แตกต่างกัน ในเวลาที่รุ่นอาจเข้ากันได้ แต่ผ่านช่องทางการสื่อสารที่แตกต่างกัน เพื่อหาที่อยู่คุณจะถามเพื่อนบ้านซึ่งอาจนําคุณไปยังคนอื่นที่ถือข้อมูล ระบบพฤติกรรมในลักษณะที่คล้ายคลึงกัน ปั๊มแยกส่วนภายในกลุ่มสร้างแผนที่ข้อมูลในท้องถิ่นเช่นบันทึกบริการที่พวกเขาแบ่งปันกับแต่ละอื่น ๆ กระดาษนี้อ้างว่าผ่านความจําเป็นและวิวัฒนาการระบบของเรากําลังนั่งอย่างมั่นคงในแคมเปญกระจาย แต่เรายังคงยึดติดกับความคิดที่ศูนย์กลาง เพื่อไปข้างหน้าและใช้ประโยชน์จากอํานาจที่เกิดขึ้นของการจัดระเบียบตนเองเราต้องปล่อยการควบคุมที่ศูนย์กลางและยอมรับความสามารถของระบบการจัดระเบียบตนเอง เพื่อแสดงให้เห็นถึงการเปลี่ยนแปลงนี้เราจะมุ่งเน้นไปที่สถาปัตยกรรมที่โดดเด่นในระบบปัจจุบัน คําปฏิเสธความรับผิดชอบ: กระดาษขาวนี้ได้รับการให้คําปรึกษาโดยมีวัตถุประสงค์ ธีมที่ซับซ้อนจะถูกสรุปและลดลงเพื่อให้มีการอภิปรายที่กว้างขึ้น การออกแบบระบบเป็นลักษณะที่แตกต่างกัน; กระดาษนี้ใช้แนวทางด้านธีมแทนการวิศวกรรมที่ลึกซึ้งโดยการยอมรับว่าความละเอียดอ่อนและกลไกของระบบไม่สามารถจับภาพอย่างเต็มที่หรือลดลงเป็นจํานวนชิ้นส่วนของพวกเขา กระดาษสีขาวนี้ได้รับการแสดงความคิดเห็นอย่างมีนัยสําคัญ ธีมที่ซับซ้อนจะถูกสรุปและเรียบง่ายขึ้นเพื่อให้มีเรื่องราวที่กว้างขึ้นสําหรับการสนทนา การออกแบบระบบเป็นลักษณะที่แตกต่างกัน; กระดาษนี้ 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. Disclaimer: ค้นหาการควบคุม ระบบกระจายได้เป็นมาตรฐานในขณะนี้ ระบบที่ซับซ้อนมากเหล่านี้ขึ้นอยู่กับชิ้นส่วนและอัลกอริทึมที่เคลื่อนย้ายจํานวนมากเพื่อให้สามารถใช้งานได้ทนต่อความผิดพลาดและสามารถปรับขนาดได้ อย่างไรก็ตามความคิดเหล่านี้ไม่ได้เป็นเรื่องใหม่มากของโปรโตคอลและเทคนิคที่ใช้ในวันนี้มาถึงหลายทศวรรษที่ผ่านมาจากเครือข่ายไฟฟ้าจนถึงทฤษฎีการแข่งขันอย่างเป็นทางการ [3] [3] ไดรฟ์หลักที่อยู่เบื้องหลังระบบเหล่านี้คือความสามารถในการปรับขนาด ในทางปฏิบัติการการปรับขนาดใช้สองรูปแบบ: ขอบแนวตั้งและแนวนอน การปรับขนาดแนวตั้งหมายถึงการเพิ่มการคํานวณหลัก CPU RAM และพื้นที่เก็บข้อมูลมากขึ้นไปยังเครื่องเดียวเพิ่มความจุภายใต้การโหลด การปรับขนาดแนวนอนในทางตรงกันข้ามแนะนําความซับซ้อนที่แตกต่างกัน: วิธีการประสานงานเครื่องจักรแต่ละเครื่อง (เซิร์ฟเวอร์) เพื่อให้พวกเขาทํางานเป็นบริการเดียวขึ้นรูปเป็นกลุ่ม ความท้าทายนี้อยู่ในใจกลางของทฤษฎีและปฏิบัติของระบบกระจาย หนึ่งในหลักการพื้นฐานในระบบกระจายตัวคือหลักการ CAP CAP står for Consistency, Availability, and Partition Tolerance. Theorem holds that a system can guarantee at most two of the three, obliging architects to make design trade-offs. [ 4 ] [ 4 ] ตัวอย่างเช่นระบบอาจเลือกความสอดคล้องที่แข็งแกร่งและความต้านทานการแยกส่วนโดยให้ความสําคัญกับข้อมูลที่แยกส่วนอย่างแม่นยําและระมัดระวังระหว่าง nodes โดยเสียค่าใช้จ่ายของความสามารถในการใช้ได้ The CAP theorem highlights the inevitable complexity and compromises in distributed system design อัลกอริทึมความเห็นด้วยกันตอบสนองความท้าทายของความสอดคล้องโดยการอนุญาตให้มีการประสานงานระหว่าง nodes ในระดับแนวนอนในคลัสเตอร์ ความเห็นด้วยกันหมายถึงความเห็นด้วยกันระหว่างผู้เข้าร่วมในสถานะที่ใช้ร่วมกัน อัลกอริทึมส่วนใหญ่ใช้ไดนามิก “ผู้นํา / ผู้ติดตาม” (ในประวัติศาสตร์ “มาสเตอร์ / ทาส”) : หน่วยหนึ่งทําหน้าที่เป็นผู้นําการประสานงานและซ้ําข้อมูลให้กับคนอื่น ๆ [5] [5] ตัวอย่างเช่นในฐานข้อมูลที่กระจายข้อมูลการเขียนทั้งหมดผ่านผู้นําซึ่งจะแพร่กระจายไปยังผู้ติดตาม หากผู้นําล้มเหลว nodes อื่น ๆ สามารถครอบครองและรักษาความสม่ําเสมอ Martin Kleppmann อธิบายแนวคิดเหล่านี้ในรายละเอียดใน การออกแบบแอพพลิเคชันที่เข้มงวดข้อมูล [ 6 ] [ 6 ] วิธีการเหล่านี้ทํางานได้ดีสําหรับวัตถุประสงค์ที่พวกเขาต้องการช่วยให้สามารถขยายได้ไกลกว่าการปรับขนาดแนวนอนง่ายๆ อย่างไรก็ตามพวกเขามีรากฐานในแนวโน้มของมนุษย์เพื่อรักษาการควบคุม แม้ว่าภาษาที่เราใช้คือ “Master/Slave”, “Leader/Follower”, “Primary/Replica”, “Parent/Child”, “Worker” จะสะท้อนให้เห็นถึงความคิดทางจริยธรรม ในขณะที่จริยธรรมมีสถานที่ของมันบทความนี้อ้างว่าการแสวงหาการควบคุมของเราอย่างต่อเนื่องนั้นไม่สอดคล้องกับเส้นทางของเทคโนโลยีและระบบที่เราสร้างขึ้น การควบคุมถูกทอผ่านระบบของเรา ในความเห็นร่วมกันเราเห็นมันในการค้นพบบริการ: วิธี nodes ในกลุ่มพบกัน? เครื่องมือเช่น Apache Zookeeper ให้การกําหนดค่าและการซิงโครไนซ์แบบศูนย์กลางช่วยให้โซลูชั่นสามารถค้นพบกันได้ แต่เพียงโดยการพึ่งพาหน่วยงานกลาง แอปพลิเคชันส่วนใหญ่ใช้บริการที่คล้ายกันในรูปแบบใด ๆ [ 7 ] [ 7 ] จากมุมมองที่กว้างขึ้นเราเห็นองค์ประกอบของการควบคุมผ่านการ orchestration แพลตฟอร์มเช่น Kubernetes โครงสร้างเพื่อเรียกใช้ระบบกระจายตัวได้อย่างยืดหยุ่นจัดการกับงานเช่นการปรับขนาดการล้มเหลวและรูปแบบการใช้งาน ให้วิธีการที่ศูนย์กลางในการจัดการและใช้บริการไมโครเซิร์ฟเวอร์ที่กระจายซับซ้อน [8] [8] การบริหารจัดการเพิ่มชั้นหนึ่งของความเข้มข้น หลายองค์กรใช้รูปแบบไฮบริดเพื่อสมดุลความยืดหยุ่นในท้องถิ่นกับการดูแลศูนย์กลาง ในขณะเดียวกันการใช้บริการดังกล่าวมักจะสร้างรูปแบบที่ซับซ้อนมากขึ้นของศูนย์กลาง: lock-in ผู้จัดจําหน่าย [9] [9] ในขณะที่ระบบกลายเป็นขนาดใหญ่และซับซ้อนมากขึ้นความท้าทายทางเทคนิคจํานวนมากยังคงได้รับการแก้ปัญหาด้วยหลักการที่เป็นศูนย์กลาง นี่เป็นส่วนหนึ่งเพราะการเป็นศูนย์กลางง่ายขึ้นง่ายต่อการพิจารณาและมักมีประสิทธิภาพมากขึ้น หากการปรับขนาดและทฤษฎี CAP ไม่เป็นข้อ จํากัด ระบบที่มุ่งเน้นอาจยังคงเป็นตัวเลือกที่ดีที่สุดให้ความพร้อมใช้งานความสม่ําเสมอและความอดทนโดยไม่มีความเสียหาย [ 10 ] [ 10 ] มีคําเตือน ในขณะที่เทคโนโลยีพัฒนาและกรณีการใช้งานใหม่ปรากฏขึ้นระบบและโครงสร้างพื้นฐานของเราต้องพัฒนาเช่นกัน เครือข่ายโทรศัพท์และอินเทอร์เน็ตเป็นตัวอย่างของเครือข่ายการสื่อสารขนาดใหญ่ที่มีประสิทธิภาพสูงซึ่งเป็นรากหลังของการกระจาย แต่ในช่วงหลายปีที่ผ่านมามีเครือข่ายประเภทใหม่ที่ปรากฏขึ้นซึ่งการสื่อสารไม่ได้เป็นวัตถุประสงค์เดียว: เครือข่ายเซ็นเซอร์ระบบ Peer-to-Peer (P2P) เครือข่ายโทรศัพท์มือถือ Ad-hoc และเครือข่ายสังคม เครือข่าย P2P เป็นที่โดดเด่นโดยเฉพาะอย่างยิ่งในฐานะระบบการจัดระเบียบตนเองซึ่งช่วยให้สามารถใช้กรณีเช่น drone swarms และ multi-agent AI ได้ [ 11 ] [ 11 ] เพื่อปลดล็อคเหล่านี้เราต้องปล่อยการควบคุมและอนุญาตให้ระบบจัดระเบียบตัวเอง ดังนั้นสิ่งนี้หมายถึงอะไร? สําหรับสิ่งนี้เรามองไปที่ธรรมชาติ ความลับของธรรมชาติ มันไม่ใช่เรื่องแปลกใจที่เมื่อเราพูดถึงระบบแยกส่วนโดยเฉพาะอย่างยิ่งการจัดระเบียบตนเอง ภาษาส่วนใหญ่จะมาจากธรรมชาติ ในทางตรงกันข้ามคําศัพท์สําหรับระบบศูนย์กลางมักจะสะท้อนให้เห็นถึงลําไส้ของมนุษย์ ด้วยการแยกส่วนเราพูดถึง “สกรู” “กลุ่ม” และ “กลุ่ม” ระบบทางธรรมชาติและทางชีวภาพจํานวนมากแสดงให้เห็นถึงการกระจายตัวที่ซับซ้อน สิ่งที่สําคัญที่สุดคือพวกเขามีการจัดระเบียบตนเองและทํางานร่วมกันเพื่อให้บรรลุเป้าหมายที่ร่วมกัน พิจารณา Swarm เป็นตัวอย่างที่เรียบง่าย แต่มีประสิทธิภาพของพฤติกรรมทางธรรมชาติในการออกแบบระบบ สัญญาณ Swarm เป็นรูปแบบของอัจฉริยะประดิษฐ์ที่ได้รับแรงบันดาลใจจากพฤติกรรมร่วมกันของสิ่งมีชีวิตเช่นผีเสื้อผีเสื้อและปลา . [ 12 ] [ 12 ] ภาพวาดกลุ่มนก: พันนกที่บินใกล้เคียงสร้างรูปร่างของของเหลวที่เปลี่ยนแปลงทุกวินาที นกไม่มีใครรู้รูปร่างของกลุ่มหรือทิศทางสุดท้าย แต่ละคนมุ่งเน้นเฉพาะกับเพื่อนบ้านที่ใกล้ที่สุดของตนรักษาระยะห่างการเคลื่อนไหวแบบกระจก แต่ละนกทําเช่นนี้และร่วมกันมังสวิรัติเคลื่อนที่เหมือนน้ําบนท้องฟ้าในความสอดคล้องที่สมบูรณ์แบบ สําหรับเรามันดูมีวัตถุประสงค์และทําสมาธิ; สําหรับนกพวกเขากําลังสื่อสารกับเพื่อนบ้านที่ใกล้ที่สุดของพวกเขา มังสวิรัติเพียงแค่สื่อสารและตอบสนอง สําหรับนกเปียกเป้าหมายที่แบ่งปันคือการอยู่รอดจากผู้พิษ; สําหรับมังสวิรัติมันคือการหาเส้นทางที่สั้นที่สุดไปยังอาหาร; สําหรับผึ้ง Swarm Intelligence มีแอพพลิเคชันที่กว้างขวางในโซ่ซัพพลายและโลจิสติกส์การนําทางเครือข่ายการเงินและการซื้อขายและอัจฉริยะเทียม ตัวอย่างหนึ่งคือ Ant Colony Optimization (ACO) ที่ได้รับแรงบันดาลใจจากวิธีการที่มดมองหาอาหาร เมื่อมดเป็นมดใหม่มดจะย้ายเป็นแบบสุ่มเนื่องจากไม่มีเฟอร์โมนที่นําทางและเส้นทางทั้งหมดมีความน่าจะเป็นเท่าเทียมกัน แต่ละมดออกเฟอร์โมนตามเส้นทางของมันโดยค่อยๆนําผู้อื่นไปสู่เส้นทางที่ดีที่สุด [13] [ 13 ] ตัวอย่างเช่น บริษัท โลจิสติกส์สามารถใช้สวิรัติสวิรัติเพื่อจําลองเรือของยานพาหนะและค้นพบเส้นทางที่เหมาะสม การจําลองอาจรวมข้อมูลการจราจรสดกับคลังสินค้าหรือคลังสินค้าที่รู้จักกัน ในระยะเวลาการโต้ตอบตามสวิรัติสามารถนําไปสู่กลยุทธ์การนําทางที่มีประสิทธิภาพ อัลกอริทึมแบบดั้งเดิมเช่น Dijkstra สามารถบรรลุผลลัพธ์ที่คล้ายคลึงกันได้โดยตรงและมีประสิทธิภาพมากขึ้นดังนั้นสิ่งที่ทําให้สมาร์ทสแควร์แตกต่างกันอย่างไร [24] [24] ความแตกต่างอยู่ในการจัดระเบียบตนเองและลําดับที่เกิดขึ้น ด้วยอัลกอริทึมแบบดั้งเดิมการทํางานของยานพาหนะหลายคนเพียงแค่กระจายภาระการทํางาน: แต่ละคนปฏิบัติตามกลยุทธ์เดียวกันสร้างผลลัพธ์ที่คล้ายกัน ความแตกต่างใด ๆ จะถูกแก้ไขในที่สุดโดยเราผู้ตัดสินใจที่ศูนย์กลาง ในทางตรงกันข้ามความเข้าใจของสกรูช่วยให้ยานพาหนะสามารถทําหน้าที่เป็น nodes ในเครือข่ายการสื่อสารกับเพื่อนบ้านสร้างความรู้ในท้องถิ่นและมีส่วนร่วมในการทําความเข้าใจของคลัสเตอร์ ไม่มีอํานาจศูนย์กลาง แต่กองทัพมีปฏิกิริยาและปรับตัวผ่านการโต้ตอบ คําสั่งที่เกิดขึ้นเกิดขึ้นจากการสื่อสารนี้ ใน AI เราจะเรียกระบบดังกล่าวเป็นระบบ หนึ่งในหัวข้อที่เราจะกลับมาในภายหลัง ระบบหลายตัวแทน เครือข่ายการสื่อสารและโปรโตคอลมีรากฐานอย่างลึกซึ้งในระบบธรรมชาติ ต้นไม้เช่นงานแสดงสินค้า : รูปแบบของการเชื่อมต่อเครือข่ายที่ต้นไม้ใช้สัญญาณทางเคมีและความสัมพันธ์แบบ symbiotic กับจุลินทรีย์เพื่อแบ่งปันข้อมูลที่สําคัญ แต่ละต้นไม้ทําหน้าที่เป็นศูนย์กลางในกลุ่มที่ใหญ่กว่าป่า ผ่านระบบรากที่กว้างขวางและเครือข่ายเชื้อรา (เชื้อรา mycorrhizal) สัญญาณเดินทางระหว่างต้นไม้ช่วยให้พวกเขาสามารถเตือนโรคส่งสัญญาณภัยพิบัติหรือแม้กระทั่งแลกเปลี่ยนสารอาหาร . การสื่อสารไม้ [25] [16] [25] [16] ธรรมชาติแสดงให้เห็นว่าระบบแยกส่วนที่มีลําดับที่เกิดขึ้นขึ้นขึ้นอยู่กับเครือข่ายที่ซับซ้อนและโปรโตคอลการสื่อสารที่ซับซ้อน ที่พื้นฐานของพวกเขาคือการแลกเปลี่ยนข้อมูลซึ่งเป็นตัวช่วยหลักของกลุ่มที่จัดระเบียบตนเอง แอปพลิเคชันที่มีแนวโน้มมากที่สุดของการออกแบบเหล่านี้อยู่ในการอัจฉริยะเทียม AI ได้ทําซ้ําพฤติกรรมตามธรรมชาติบางอย่าง: มันสามารถรับรู้รูปแบบการตอบสนองต่อเหตุการณ์และปรับตัวได้ อย่างไรก็ตามส่วนใหญ่ของ AI ยังคงรุนแรงอยู่ในความเข้มข้น โมเดลจะต้องได้รับการฝึกอบรมด้วยพารามิเตอร์ที่กําหนดไว้ล่วงหน้าโดยการดูแลของมนุษย์และให้อาหารจากหน่วยเก็บข้อมูลแบบศูนย์กลาง การพึ่งพานี้ตรงกันข้ามอย่างรุนแรงกับระบบการควบคุมตนเองแบบแยกส่วนของธรรมชาติ คําถามที่เกิดขึ้นแล้วคือ: AI สามารถทํางานได้อย่างไรในทางแยกส่วน? [17] [17] ระบบหลายตัวแทน ระบบหลายตัวแทน (MAS) มีความซับซ้อนสูงและรายละเอียดที่สมบูรณ์ของพวกเขาเกินไปถึงขอบเขตของบทความนี้ อย่างไรก็ตามแนวคิดหลักก็คุ้มค่าที่จะมีการตรวจสอบ: การใช้งาน MAS ขึ้นอยู่โดยตรงกับหลักการที่กล่าวถึงที่นี่และกรณีการใช้ของพวกเขาแสดงให้เห็นถึงเหตุผลของบทความนี้ ด้วยการเจริญเติบโตอย่างรวดเร็วของอัจฉริยะเทียมและการรวมกันอย่างลึกซึ้งในเทคโนโลยีที่ทันสมัยไม่สามารถพูดคุยเกี่ยวกับอนาคตของระบบได้ดีขึ้นหรือแย่ลงได้โดยไม่ต้องพูดถึง AI บางคนอาจกล่าวถึงว่าการจัดระเบียบตนเองเป็นรูปแบบของอัจฉริยะแม้ว่าเราจะปล่อยให้คําจํากัดความนี้แก่ผู้อ่าน ระบบอัญมณี AI และระบบอัญมณีที่ใช้ในการผลิตได้ใช้กันอย่างแพร่หลาย อย่างไรก็ตามการใช้งานในองค์กรส่วนใหญ่ยังคงยึดติดกับสถาปัตยกรรมอัญมณีเดี่ยวซึ่งเป็นระบบที่อัญมณีเดี่ยวต้องจัดการกับคําขอการเรียกใช้เครื่องมือและนโยบายใด ๆ แม้ว่าการทํางานจะถูกกระจาย แต่ชั้นการจัดระเบียบแบบศูนย์กลางยังคงควบคุมกระบวนการผ่านบันทึกการจัดเก็บและการจัดเก็บข้อมูล [ 18 ] [ 18 ] โดยการกําหนดค่าสถาปัตยกรรมดังกล่าวอาจมีคุณสมบัติเป็นระบบหลายตัวแทน แต่ตามที่แสดงในตัวอย่างด้านโลจิสติกส์การกระจายไม่เท่ากับการจัดระเบียบตนเอง MAS แสดงให้เห็นถึงความตึงเครียดระหว่างการควบคุมศูนย์กลางและพฤติกรรมที่เกิดขึ้นใหม่: การยึดติดกับหลักการที่ศูนย์กลาง จํากัด ความสามารถในการพัฒนาเป็นระบบที่มีประสิทธิภาพอย่างแท้จริง ความตึงเครียดนี้ยังอธิบายว่าทําไม MAS จะถูกกําหนดในหลายวิธีที่แตกต่างกันและมักขัดแย้ง สําหรับบทความนี้เรากําหนด MAS ที่แท้จริงเป็นเครือข่ายอัตโนมัติของตัวแทนอัจฉริยะที่ทํางานภายในโครงสร้างการจัดระเบียบตนเองพัฒนาบทบาทที่เกิดขึ้นและลําดับเพื่อตอบสนองภารกิจที่พัฒนาขึ้นหรือเป้าหมายอย่างต่อเนื่อง ในรูปแบบที่เหมาะที่สุดระบบจะไม่จําเป็นต้องเราระบุภารกิจ แทนที่สภาพแวดล้อมเครื่องมือและพฤติกรรมตัวแทนจะช่วยให้เป้าหมายปรากฏขึ้นตามธรรมชาติ จินตนาการว่ากองทัพของ drones ที่ออกแบบมาสําหรับการต่อสู้ไฟ ความสามารถของพวกเขาอาจรวมถึงการถ่ายภาพความร้อนกลไกการปิดผนึกและความต้านทานความร้อน ใน MAS drones สามารถตัดสินใจร่วมกันเพื่อยับยั้งรถที่เผาไหม้โดยการจัดระเบียบตัวเองรอบความสามารถและแนวโน้มของพวกเขาเช่นเดียวกับนกที่หลีกเลี่ยงการเผาไหม้หรือ คีย์ของระบบดังกล่าวคือความสามารถของตัวแทนในการประมวลผลข้อมูลในท้องถิ่นและตอบสนองต่อกัน ธรรมชาติอีกครั้งให้ตัวอย่าง: แม่พิมพ์หล่อลื่น แต่ละเซลล์ปฏิบัติตามกฎที่สร้างขึ้นง่าย: ไปข้างหน้าหลีกเลี่ยงความเสียหายการสื่อสารกับเพื่อนบ้าน ผ่านการโต้ตอบในท้องถิ่นเหล่านี้เซลล์สร้างความเข้าใจที่เกิดขึ้นใหม่สําหรับสิ่งมีชีวิตทั้งหมดแสดงพฤติกรรมแก้ปัญหาที่ซับซ้อน . [19] [19] นี่แสดงให้เห็นว่าพฤติกรรมที่ซับซ้อนสามารถเกิดขึ้นได้โดยไม่มีการควบคุมศูนย์กลาง สําหรับ MAS หมายความว่ากลุ่มตัวแทนที่เป็นอิสระสามารถโต้ตอบภายในสภาพแวดล้อมเพื่อแก้ปัญหาที่ตัวแทนเดียวไม่สามารถจัดการได้ วันนี้ MAS ยังคงอยู่ในช่วงต้นของพวกเขาส่วนใหญ่เป็นระบบที่กําหนดเองและมีเป้าหมายสูงที่สร้างขึ้นสําหรับโดเมนแคบ เช่นเดียวกับอัจฉริยะทั่วไปอัจฉริยะเทียม มีการอภิปรายเกี่ยวกับว่าเราจะเคยบรรลุ MAS ทั่วไปที่สามารถปรับตัวให้เข้ากับงานใด ๆ ความท้าทายอยู่ในความซับซ้อนของระบบแยกส่วนการจัดระเบียบตนเอง: ปัญหาของหน่วยความจําการจัดเก็บเนื้อหาการเรียนรู้ตนเองและการพิจารณา การเอาชนะอุปสรรคเหล่านี้จะช่วยให้ตัวแทนที่จะกระทําอย่างอิสระแบ่งปันความรู้และเรียนรู้โดยรวม ลองจินตนาการให้ทีมตัวแทนจัดการกับงานที่ตัวแทนหนึ่งได้แก้ไขแล้ว หากความรู้เหล่านี้ถูกแบ่งปันกลุ่มทั้งหมดสามารถได้รับประโยชน์โดยหลีกเลี่ยงความพยายามซ้ํากันและเพิ่มประสิทธิภาพในการทํางาน ด้วยการทําเช่นนี้ตัวแทนจะรับรู้สภาวะการสื่อสารและการจัดระเบียบตนเองเพื่อหลีกเลี่ยงการ "คิดค้นล้อ" [20] [20] การพิจารณาขั้นสูงยังแสดงให้เห็นว่าระบบการจัดระเบียบตนเองสามารถทํางานได้อย่างไร เมื่อตัวแทนพิจารณากับแต่ละอื่น ๆ พลังงานใหม่ปรากฏขึ้น: บทบาทใหม่อาจเกิดขึ้นเครือข่ายย่อยสามารถสร้างและกลยุทธ์ที่ดีที่สุดสามารถค้นพบได้ ตัวอย่างหนึ่งคือโปรโตคอล Contract Net ซึ่งกลุ่มตัวแทนจะสร้างกลุ่มและมีส่วนร่วมในกระบวนการเสนอราคาสําหรับงานหรือภารกิจย่อย ตัวแทนการเสนอราคาจะส่งความสามารถของพวกเขา ผู้จัดระเบียบประเมินข้อเสนอและกําหนดงานตาม ผ่านการหมุนเวียนที่ซ้ํากันคอลเลกชันจะปรับปรุงวิธีการของตนโดยมีส่วนร่วมในการบรรลุเป้าหมายและบรรลุกฎระเบียบแบบแยกส่วน [21] [21] MAS แสดงให้เห็นถึงศักยภาพที่ยิ่งใหญ่ที่สุดของ decentralization ความซับซ้อนของพวกเขาและการโต้ตอบตัวแทนจะถูกสร้างขึ้นและทําให้เป็นไปได้โดยการจําลองการออกแบบที่เราเห็นในธรรมชาติ โปรโตคอลเช่นเครือข่ายสัญญาและเกิ้ล peer-to-peer สอดคล้องกับเครือข่ายที่ซับซ้อนของธรรมชาติและให้กลไกสําหรับการจัดระเบียบตนเองที่แท้จริงในระบบแยกส่วน เครือข่ายที่ซับซ้อนโดยไม่มีอํานาจศูนย์ให้ความยืดหยุ่นมากขึ้นและสามารถเพิ่มสถาปัตยกรรมระบบได้ พวกเขาเปิดตัวกรณีการใช้งานใหม่ขยายภูมิทัศน์ทางเทคโนโลยีและอาจเปิดตัวยุคใหม่ของ AI เมื่อมองไปที่ทั้งระบบธรรมชาติและระบบคอมพิวเตอร์ปรากฏตัวรูปแบบที่ชัดเจน: ในเครือข่ายแยกส่วนการสื่อสารเป็นพื้นฐาน การสื่อสารเป็นรากฐานของระบบการจัดระเบียบตนเอง entities เดียวกันไม่ว่าจะเป็นเซลล์สัตว์ตัวแทนหรือโซลูชั่นต้องสื่อสารโดยไม่มีการควบคุมศูนย์ มันไม่เพียงพอที่จะตอบสนองต่อเหตุการณ์ในท้องถิ่น แต่พวกเขายังต้องแบ่งปันพวกเขา โปรโตคอลให้ “กฎของถนน” สําหรับช่องทางการสื่อสารเหล่านี้ หลักในหมู่พวกเขาคือโปรโตคอล peer-to-peer เช่นการสนทนา โปรโตคอล Gossip บัญชีมีบทบาทสําคัญในสังคมมนุษย์ สําหรับดีหรือแย่กว่ามันแพร่กระจายข้อมูลด้วยความเร็วที่โดดเด่น แม้จะไม่มีเทคโนโลยีที่ทันสมัย รูปลักษณ์ระหว่างเพื่อนสแกนเนอร์ในเมืองหรือข่าวในเมืองได้แพร่กระจายอย่างรวดเร็วเสมอโดยการพูดคุยระหว่างบุคคล จากการสนทนานี้เกิดขึ้นเรื่องราวที่แบ่งปันโดยเครือข่ายผู้คนที่กระจายตัว การแพร่กระจายข้อมูลอย่างรวดเร็วนี้คล้ายคลึงกับวิธีที่ไวรัสหรือทางประวัติศาสตร์แมลงพิษแพร่กระจายไปทั่วประชากร ด้วยเหตุนี้โปรโตคอลการสนทนาบางครั้งเรียกว่า "การขัดถู" หรือ "โปรโตคอลโรค" ซึ่งอธิบายถึงการเปลี่ยนแปลงของหลักการเดียวกัน [22] [22] โปรโตคอล Gossip แบบจําลองรูปแบบนี้ในระบบกระจายซึ่งช่วยให้โซลูชันในคลัสเตอร์สามารถทําหน้าที่เป็นศูนย์กลางโดยการแบ่งปันความรู้ในท้องถิ่นกับเพื่อนบ้าน ในทางปฏิบัติหนึ่งโซลูชันจะเลือกอีกโซลูชันเพื่อแลกเปลี่ยนข้อมูลกับพวกเขา พวกเขาเปรียบเทียบความทันสมัยของข้อมูลของพวกเขาและจับคู่กับรุ่นล่าสุด แต่ละโซลูชันจะเลือกคู่ใหม่และวงจรจะทําซ้ําเพื่อให้ข้อมูลสามารถแพร่กระจายผ่านคลัสเตอร์ได้ กระบวนการนี้ช่วยให้คลัสเตอร์สามารถสร้างความเห็นด้วยกันเกี่ยวกับสถานะระหว่าง nodes มันบรรลุ : เมื่อมีรูปร่างเพียงพอ nodes ทั้งหมดจะเข้ากันได้ในสถานะที่สอดคล้องกัน นี้ตรงกันข้ามกับความสอดคล้องที่แข็งแกร่งซึ่งบังคับให้เห็นด้วยทันทีผ่านหลักการที่ศูนย์กลางเช่นโครงสร้างผู้นํา / ผู้ติดตาม ความสอดคล้องที่เป็นไปได้ การแลกเปลี่ยนระหว่างความสม่ําเสมอที่แข็งแกร่งและความสม่ําเสมอในที่สุดได้รับการศึกษาอย่างดีโดยเฉพาะอย่างยิ่งในการออกแบบฐานข้อมูล ในที่สุดระบบที่สม่ําเสมอให้ความพร้อมใช้งานที่สูงขึ้นความอดทนการแบ่งที่สูงขึ้นและความล่าช้าที่ต่ํากว่าจําไว้ว่า CAP Theorem ระบบที่สม่ําเสมออย่างแข็งแกร่งในทางตรงกันข้ามรับประกันความสม่ําเสมอทันทีสําหรับการเขียนและให้แน่ใจว่าการอ่านทั้งหมดกลับไปสู่สถานะล่าสุด ในระบบที่สําคัญอาจต้องมีความสอดคล้องที่แข็งแกร่ง แต่สําหรับระบบกระจายตัวที่สามารถปรับขนาดได้สูงมันแนะนําข้อบกพร่องของการควบคุมแบบศูนย์กลาง เพื่อปรับขนาดได้อย่างมีประสิทธิภาพเราต้องใช้โปรโตคอล peer-to-peer และเพื่อให้บรรลุประโยชน์อย่างเต็มที่ให้ครอบคลุมพวกเขาอย่างเต็มที่ [23] [23] พิจารณาฐานข้อมูลที่กระจาย เมื่อตารางเติบโตขนาดใหญ่เกินไปสําหรับเครื่องเดียวมันจะถูกแบ่งออกเป็นชิ้นส่วนขนาดเล็กและเก็บไว้ในโหนดในกลุ่ม หากชิ้นส่วนกลายเป็นขนาดใหญ่เกินไปจะถูกเพิ่มโหนดอื่น การตั้งค่านี้ถูกกระจาย แต่ไม่ใช่การกระจายตัวหรือการจัดระเบียบตนเอง สําหรับความสม่ําเสมอระบบดังกล่าวอาจใช้รุ่นความเห็นด้วยกันเช่น Raft , ใช้โครงสร้างผู้นํา / ผู้ติดตามเพื่อทําซ้ําข้อมูล [24] [24] ปัญหาสําคัญสองประการเกิดขึ้น: สิ่งที่เกิดขึ้นหาก nodes ระงับหรือถูกลบออกและวิธีการที่ nodes ระงับตําแหน่งของพาร์ทิชัน? ในรูปแบบที่มุ่งเน้นการควบคุมเราแก้ปัญหานี้ด้วยบันทึกบริการเช่น Apache Zookeeper โนดสํารวจบันทึกเพื่อค้นหาผู้ถือพาร์ทิชันและบันทึกตรวจสอบสุขภาพของ nodes โดยใช้ pings เพื่อแจ้งให้ผู้อื่นทราบว่า nodes ไม่สามารถใช้งานได้ ในขณะที่มีประสิทธิภาพวิธีการนี้เพิ่มความตึงเครียดในเครือข่ายสร้างความเสี่ยงลดอัตโนมัติและเพิ่มความเสี่ยงของขัดขวางหรือความล้มเหลว นี่คือจุดที่โปรโตคอลโกงส่องสว่างโดยเฉพาะอย่างยิ่งในระบบที่เกิดจากคลาวด์ . ด้วยการโกง แต่ละ nodes สามารถแบ่งปันสถานะของตนโดยตรงกับคนอื่น ๆ แต่ละ nodes จึงรักษาจดทะเบียนบริการท้องถิ่นของตัวเองอัปเดตอย่างต่อเนื่องผ่านการโกง หาก nodes ที่สี่เข้าร่วมกลุ่มและได้รับอนุญาตให้แบ่งปันใหม่มันจะประกาศตัวเองให้เพื่อนร่วมงานความรู้ที่แพร่กระจายและเร็ว ๆ นี้ nodes ทั้งหมดจะรู้ว่าแต่ละแบ่งที่อยู่ในไหน เช่นเดียวกับถ้า nodes ไม่สามารถติดต่อกับเพื่อนร่วมงานก็แพร่กระจายความสงสัยของความล้มเหลวช่วยให้กลุ่มสามารถปรับตัวได้ เช่นเดียวกับต้นไม้สัญญาณความทุกข์ในป่า nodes จะจัดระเบียบตัวเองเป็น topology การรักษาตนเอง [25] [25] ตัวอย่างนี้แสดงให้เห็นถึงทางเลือกที่สําคัญคือการยอมรับการกระจายอํานาจโดยเสียค่าใช้จ่ายของการควบคุม อย่างไรก็ตามในบางกรณีก็ไม่มีทางเลือกเท่านั้น โปรโตคอลบราซิลอาจเป็นตัวเลือกที่สามารถใช้ได้เฉพาะอย่างยิ่งในสภาพแวดล้อมขอบเขตหรือเครือข่ายที่ไม่มีศูนย์กลาง [26] [26] แพลตฟอร์มที่ใช้กันอย่างแพร่หลายหลายขึ้นอยู่กับข่าวลวงทั้งในตัวและในระบบคลาวด์ DynamoDB ของ Amazon ใช้ข่าวลวงเพื่อติดตามสถานะของพาร์ทิชัน Eureka ของ Netflix ให้บริการการค้นพบที่ขับเคลื่อนโดยข่าวลวง Redis, ร้านที่นิยมในหน่วยความจํา Key-value Store, ใช้ข่าวลวงเพื่อแพร่กระจายข้อมูลคลัสเตอร์ นอกจากนี้ยังมีการประยุกต์ใช้แหล่งที่มาเปิดมากมาย ตัวอย่างหนึ่งคือ , โปรโตคอล gossip ประสิทธิภาพสูงที่ออกแบบมาเพื่อบูรณาการรัฐ decentralized และในที่สุดก็เป็นสอดคล้องกับแอพพลิเคชัน โกเฟอร์Broke [27] [27] เป็นสิ่งสําคัญที่โปรโตคอลโกงแสดงให้เห็นถึงการเปลี่ยนแปลงในการออกแบบระบบของเราซึ่งจะดึงการควบคุมออกจากทัศนคติที่เป็นศูนย์กลางที่ยังคงบูรณาการอยู่ในโครงสร้างพื้นฐานของเรา มันเป็นส่วนเล็ก ๆ และสัญญาณแรกสําหรับสิ่งที่เป็นไปได้ ข้อสรุป ในที่สุดการเลือกที่เรามีอยู่ข้างหน้านั้นง่าย แต่รุนแรง: ยังคงเสริมสร้างการควบคุมและลําดับของระบบเพื่อต่อต้านพวกเขาหรือยอมรับรูปแบบธรรมชาติของการแยกส่วนการสื่อสารและการจัดระเบียบตนเองซึ่งอยู่บนพื้นฐานของเครือข่ายที่ทนทานที่สุดไม่ว่าจะเป็นระบบทางชีวภาพสังคมหรือดิจิตอล อนาคตเป็นของระบบที่พัฒนาการปรับตัวและการประสานงานโดยไม่ถูกผูกพันโดยจุดเดียวของอํานาจ โดยการปล่อยตัวของเรารักษาความมุ่งเน้นในการมุ่งเน้นเราจะเปิดประตูไปยังสถาปัตยกรรมที่ไม่เพียง แต่สามารถปรับขนาดได้ แต่มีชีวิตอยู่ ระบบที่สะท้อนให้เห็นถึงความเข้าใจของธรรมชาติเองเช่นหมาป่าและป่าแสดงให้เห็นถึงความยืดหยุ่นผ่านพฤติกรรมของกลุ่มแทนการควบคุมที่บังคับ สําหรับการคํานวณแบบกระจายตัวนี่หมายความว่าโปรโตคอลเช่นการพูดคุยที่สนับสนุนการเกิดขึ้นมากกว่าการจัดระเบียบความร่วมมือมากกว่าการกําหนดคําสั่ง สําหรับอัจฉริยะเทียมมันหมายถึงระบบหลายตัวแทนที่มีความสามารถในการจัดระเบียบตนเองและแบ่งปันความรู้ และสําหรับเราในฐานะนักออกแบบระบบมันต้องการการเปลี่ยนแปลงในทัศนคติ: จากการสร้างเครื่องจักรที่ปฏิบัติตามไปจนถึงการเพาะปลูกระบบนิเวศที่ปรับตัว หากเรามีความกล้าหาญเพียงพอที่จะปล่อยให้การควบคุมที่ศูนย์กลางขึ้นเราอาจพบว่าเราไม่ได้อยู่บนขอบเขตของเทคโนโลยี แต่ในจุดเริ่มต้นของยุคใหม่ซึ่งระบบของเราเช่นเดียวกับธรรมชาติเองสามารถยึดมั่นในตนเองและสามารถเติบโตได้ตลอดเวลา การอ้างอิง [1] Centralized vs Distributed System - GeeksforGeeks Centralized vs Distributed System - GeeksforGeeks [2] Blockchain History: The Evolution of Decentralized Technology - LayerK Blog ประวัติ Blockchain: การพัฒนาของเทคโนโลยีการกระจายตัว - บล็อก LayerK [3] [2502.20468] การสร้างทฤษฎีของระบบกระจาย: การทํางานของ Nancy Lynch และเพื่อนร่วมงาน [2502.20468] การสร้างทฤษฎีของระบบกระจาย: การทํางานของ Nancy Lynch และเพื่อนร่วมงาน [ 4 ] คําอธิบาย CAP คืออะไร? IBM คําอธิบาย CAP คืออะไร? IBM [5] อัลกอริทึมความเห็นด้วยความเห็นด้วยกันในระบบกระจายและ Baeldung บนวิทยาศาสตร์คอมพิวเตอร์ อัลกอริทึมความเห็นด้วยความเห็นด้วยกันในระบบกระจายและ Baeldung บนวิทยาศาสตร์คอมพิวเตอร์ [ 6 ] Designing Data-Intensive Applications [Book] การออกแบบแอปพลิเคชันที่มีความเข้มข้นข้อมูล [หนังสือ] [ 7 ] Apache ZooKeeper 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 Breaking the Chains of Big Data: How Distributed Architecture Unlocks Agility CIO [ 10 ] [1805.01786] To Centralize or Not to Centralize: A Tale of Swarm Coordination [1805.01786] การมุ่งเน้นหรือไม่มุ่งเน้น: เรื่องราวของการประสานงาน Swarm [ 11 ] Gossip-Algorithms.pdf โฮสติ้งอัลกอริตส์.pdf [ 12 ] Swarm Intelligence - FRANKI T Swarm Intelligence - FRANKI T [ 13 ] Swarm Intelligence: การเชื่อมโยงของธรรมชาติและ AI Swarm Intelligence: การเชื่อมโยงของธรรมชาติและ AI [24] https://en.wikipedia.org/wiki/Dijkstra's_algorithm https://en.wikipedia.org/wiki/Dijkstra's_algorithm [25] 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 พูดคุยเกี่ยวกับความพยายามของโลก [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] การวิเคราะห์เครือข่ายสัญญาในระบบหลายตัวแทน - ScienceDirect การวิเคราะห์เครือข่ายสัญญาในระบบหลายตัวแทน - ScienceDirect [22] GossipandEpidemicProtocols.pdf โบสถ์ทางทวารหนั ก [23] Strong vs. Eventual Consistency in System Design - GeeksforGeeks ความแข็งแกร่ง vs. ความสอดคล้องที่เป็นไปได้ในการออกแบบระบบ - GeeksforGeeks [24] Raft Consensus Algorithm อัลกอริทึม Raft Consensus [25] Cloud-native simulation framework for gossip protocol: Modeling and analyzing network dynamics - PMC กรอบการจําลอง Cloud-native สําหรับโปรโตคอล gossip: การจําลองและวิเคราะห์วิศวกรรมเครือข่าย - PMC [26] [27] 2110.14609 GitHub - kristianJW54/GoferBroke: GoferBroke is a lightweight, extensible tool designed for building distributed clusters using an anti-entropy gossip protocol over custom binary TCP. 2110.14609 GitHub - kristianJW54/GoferBroke: GoferBroke เป็นเครื่องมือที่มีน้ําหนักเบาและสามารถขยายได้ที่ออกแบบมาเพื่อสร้างกลุ่มกระจายโดยใช้โปรโตคอล anti-entropy gossip บน TCP binary ที่กําหนดเอง
