Intelligence Artificielle Distribuée
L’intelligence Artificielle Distribuée (DAI ou IAD) consiste à mettre en place des systèmes multi agents afin de "distribuer" les fonctions de stockage, de traitement, de planification, de décision et d'action dans le cas soit de problèmatiques techniques complexes, soit en cas de gestion de très gros volumes de données (very big data).
L'intelligence artificielle distribuée (IAD) est une approche permettant de résoudre des problèmes complexes d'apprentissage, de planification et de prise de décision. Elle est capable de gérer des calculs à grande échelle et la distribution spatiale des ressources informatiques. Ces propriétés permettent de résoudre les problèmes exigeant le traitement des ensembles de données très volumineux. Les systèmes DAI sont constitués de noeuds de traitement d'apprentissage autonomes (agents), distribués, souvent à une très grande échelle . Les nœuds de l’IAD peuvent agir indépendamment et des solutions partielles sont intégrées par communication entre les nœuds, souvent de manière asynchrone. De par leur échelle, les systèmes DAI sont robustes et élastiques, et nécessairement couplés de manière lâche. En outre, les systèmes IAD sont conçus pour être potentiellement adapté aux évolutions dans la définition du problème ou des ensembles de données sous - jacentes en raison de l'ampleur et des difficultés à un redéploiement.
Les systèmes IAD ne nécessitent pas que toutes les données pertinentes soient agrégées en un seul endroit, à la différence des systèmes monolithiques ou centralisés d’intellgience artificielle qui ont des noeuds de traitement géographiquement proches. Par conséquent, les systèmes DAI fonctionnent souvent sur des sous-échantillons ou des impressions hachées de très grands ensembles de données. De plus, le jeu de données source peut changer ou être mis à jour au cours de l'exécution du système d’IAD.
