En la teoría de sistemas, un sistema descentralizado es un sistema en el que los componentes de nivel inferior operan sobre información local para lograr objetivos globales. El patrón global de comportamiento es una propiedad emergente de los mecanismos dinámicos que actúan sobre los componentes locales, como la comunicación indirecta, en lugar de ser el resultado de una influencia ordenadora central de un sistema centralizado .
Un sistema centralizado es aquel en el que un controlador central ejerce control sobre los componentes de nivel inferior del sistema directamente o mediante el uso de una jerarquía de poder (por ejemplo, ordenando a un componente de nivel medio que ordene a un componente de nivel inferior). [1] El comportamiento complejo que exhibe este sistema es, por lo tanto, el resultado del "control" del controlador central sobre los componentes de nivel inferior del sistema, incluida la supervisión activa de los componentes de nivel inferior.
Por otra parte, un sistema descentralizado es aquel en el que el comportamiento complejo surge a través del trabajo de componentes de nivel inferior que operan sobre la base de información local, no de las instrucciones de ninguna influencia dominante. Esta forma de control se conoce como control distribuido , o control en el que cada componente del sistema es igualmente responsable de contribuir al comportamiento complejo global actuando sobre la información local de la manera adecuada. Los componentes de nivel inferior son conscientes implícitamente de estas respuestas apropiadas a través de mecanismos que se basan en la interacción del componente con el entorno, incluidos otros componentes de ese entorno.
Los sistemas descentralizados están íntimamente ligados a la idea de autoorganización , un fenómeno en el que las interacciones locales entre los componentes de un sistema establecen orden y coordinación para alcanzar objetivos globales sin una influencia central dominante. Las reglas que especifican estas interacciones surgen de la información local y, en el caso de los agentes biológicos (o de inspiración biológica), del sistema de percepción y acción estrechamente vinculado de los agentes. [2] Estas interacciones se forman continuamente y dependen de patrones espacio-temporales , que se crean a través de la retroalimentación positiva y negativa que proporcionan las interacciones. Por ejemplo, el reclutamiento en el comportamiento de búsqueda de alimento de las hormigas depende de la retroalimentación positiva de la hormiga que encuentra alimento al final de un rastro de feromonas , mientras que el comportamiento de cambio de tarea de las hormigas depende de la retroalimentación negativa de hacer contacto antenal con un cierto número de hormigas (por ejemplo, una tasa de encuentro suficientemente baja con recolectoras exitosas puede hacer que una obrera de basurero cambie a la búsqueda de alimento, aunque otros factores como la disponibilidad de alimento pueden afectar el umbral para el cambio).
Si bien los sistemas descentralizados se pueden encontrar fácilmente en la naturaleza, también son evidentes en aspectos de la sociedad humana como los sistemas gubernamentales y económicos.
Uno de los ejemplos más conocidos de un sistema descentralizado "natural" es el que utilizan ciertas colonias de insectos . En estas colonias de insectos, el control se distribuye entre los agentes biológicos homogéneos que actúan sobre la información local y las interacciones locales para crear colectivamente un comportamiento global complejo. Si bien exhiben individualmente comportamientos simples, estos agentes logran objetivos globales como alimentar a la colonia o criar a la cría mediante el uso de mecanismos dinámicos como la comunicación no explícita y la explotación de sus sistemas de acción y percepción estrechamente acoplados. Sin ninguna forma de control central, estas colonias de insectos logran objetivos globales realizando tareas requeridas, respondiendo a las condiciones cambiantes en el entorno de la colonia en términos de actividad-tarea y, posteriormente, ajustando el número de trabajadores que realizan cada tarea para garantizar que se completen todas las tareas. [3] Por ejemplo, las colonias de hormigas guían su comportamiento global (en términos de búsqueda de alimento, patrullaje, cuidado de la cría y mantenimiento del nido) utilizando una red pulsante y cambiante de interacciones con patrones espacio-temporales que dependen de la tasa de contacto antenal y la detección olfativa . Si bien estas interacciones consisten en interacciones con el medio ambiente y entre ellas, las hormigas no dirigen el comportamiento de otras hormigas y, por lo tanto, nunca tienen un "controlador central" que dicte lo que se debe hacer para lograr objetivos globales.
En cambio, las hormigas utilizan un sistema flexible de asignación de tareas que permite a la colonia responder rápidamente a las necesidades cambiantes para alcanzar estos objetivos. Este sistema de asignación de tareas, similar a una división del trabajo , es flexible en el sentido de que todas las tareas dependen del número de encuentros con las hormigas (que toman la forma de contacto con las antenas) y de la detección de gradientes químicos (utilizando la detección olfativa para los rastros de feromonas) y, por lo tanto, se puede aplicar a toda la población de hormigas. Si bien investigaciones recientes han demostrado que ciertas tareas pueden tener umbrales de respuesta basados en la fisiología y la edad, [4] todas las tareas pueden ser completadas por "cualquier" hormiga de la colonia.
Por ejemplo, en la conducta de búsqueda de alimento, las hormigas recolectoras rojas ( Pogonomyrmex barbatus ) comunican a otras hormigas dónde está el alimento , cuánta comida hay y si deben o no cambiar de tarea a la búsqueda de alimento en función de los olores de hidrocarburos cuticulares y la tasa de interacción con las hormigas. Al utilizar los olores combinados de hidrocarburos cuticulares de las recolectoras y de semillas [5] y la tasa de interacción utilizando un breve contacto antenal, la colonia captura información precisa sobre la disponibilidad actual de alimento y, por lo tanto, si deben o no cambiar a la conducta de búsqueda de alimento "todo ello sin ser dirigida por un controlador central o incluso otra hormiga". La tasa a la que las recolectoras regresan con semillas establece la tasa a la que las recolectoras salientes abandonan el nido en viajes de búsqueda de alimento; las tasas de retorno más rápidas indican una mayor disponibilidad de alimento y menos interacciones indican una mayor necesidad de recolectoras. Una combinación de estos dos factores, que se basan únicamente en información local del entorno, conduce a decisiones sobre el cambio a la tarea de búsqueda de alimento y, en última instancia, a lograr el objetivo global de alimentar a la colonia.
En resumen, el uso de una combinación de señales simples permite que las colonias de hormigas recolectoras rojas realicen un ajuste preciso y rápido de la actividad de búsqueda de alimento que corresponde a la disponibilidad actual de alimento [6] mientras utilizan la retroalimentación positiva para la regulación del proceso: cuanto más rápido las recolectoras que salen se encuentran con las hormigas que regresan con semillas, más hormigas salen a buscar alimento. [7] Las hormigas luego continúan utilizando estas señales locales para encontrar alimento, ya que usan sus sentidos olfativos para captar rastros de feromonas dejados por otras hormigas y seguir el rastro en un gradiente descendente hasta la fuente de alimento. En lugar de ser dirigidas por otras hormigas o de que se les diga dónde está el alimento, las hormigas confían en sus sistemas de acción y percepción estrechamente acoplados para completar colectivamente la tarea global. [3]
Si bien las colonias de hormigas cosechadoras rojas logran sus objetivos globales mediante un sistema descentralizado, no todas las colonias de insectos funcionan de esta manera. Por ejemplo, el comportamiento de búsqueda de alimento de las avispas está bajo la regulación y el control constantes de la reina. [8]
El molino de hormigas es un ejemplo de cuándo un sistema biológico descentralizado falla, cuando las reglas que gobiernan a los agentes individuales no son suficientes para manejar ciertos escenarios.
Una economía de mercado es una economía en la que las decisiones sobre inversión y asignación de bienes de producción se toman principalmente a través de los mercados y no de un plan de producción (véase economía planificada ). Una economía de mercado es un sistema económico descentralizado porque no funciona a través de un plan económico central (que suele estar encabezado por un organismo gubernamental), sino que actúa a través de interacciones locales distribuidas en el mercado (por ejemplo, inversiones individuales ). Si bien una "economía de mercado" es un término amplio y puede diferir mucho en términos de control estatal o gubernamental (y, por lo tanto, control central), el "comportamiento" final de cualquier economía de mercado surge de estas interacciones locales y no es el resultado directo de un conjunto de instrucciones o regulaciones de un organismo central.
Mientras que la inteligencia artificial (IA) clásica en la década de 1970 se centraba en sistemas basados en el conocimiento o robots de planificación, los robots basados en el comportamiento de Rodney Brooks y su éxito al actuar en el mundo real, que cambia de manera impredecible, han llevado a muchos investigadores de IA a pasar de una arquitectura simbólica planificada y centralizada a estudiar la inteligencia como un producto emergente de interacciones simples. [9] Esto refleja un cambio general de la aplicación de un sistema centralizado en robótica a la aplicación de un sistema más descentralizado basado en interacciones locales en varios niveles de abstracción.
Por ejemplo, en gran medida a partir de la teoría de símbolos físicos de Newell y Simon , los investigadores de la década de 1970 diseñaron robots con un curso de acción que, al ejecutarse, daría como resultado el logro de algún objetivo deseado; por lo tanto, los robots eran vistos como "inteligentes" si podían seguir las instrucciones de su controlador central (el programa o el programador) (para un ejemplo, consulte STRIPS ). Sin embargo, tras la introducción de Rodney Brooks de la arquitectura de subsunción , que permitió a los robots realizar un comportamiento "inteligente" sin usar conocimiento simbólico o razonamiento explícito, cada vez más investigadores han visto el comportamiento inteligente como una propiedad emergente que surge de la interacción de un agente con el entorno, incluidos otros agentes en ese entorno.
Mientras que algunos investigadores han comenzado a diseñar sus robots con sistemas de percepción y acción estrechamente acoplados y han intentado encarnar y situar a sus agentes al estilo de Brooks, otros investigadores han intentado simular el comportamiento de múltiples agentes y, de este modo, analizar más a fondo los fenómenos de los sistemas descentralizados para alcanzar objetivos globales. Por ejemplo, en 1996, Minar, Burkhard, Langton y Askenazi crearon una plataforma de software multiagente para la estimulación de agentes interactuantes y su comportamiento colectivo emergente, llamada " Swarm ". Si bien la unidad básica de Swarm es el "enjambre", una colección de agentes que ejecutan un programa de acciones, los agentes pueden estar compuestos por enjambres de otros agentes en estructuras anidadas. Como el software también proporciona bibliotecas orientadas a objetos de componentes reutilizables para construir modelos y analizar, mostrar y controlar experimentos en esos modelos, en última instancia intenta no solo simular el comportamiento de múltiples agentes, sino servir como base para una mayor exploración de cómo los grupos colectivos de agentes pueden alcanzar objetivos globales a través de una coordinación cuidadosa, pero implícita. [10]
Ejemplos de sistemas descentralizados: