Art. 2 Call for proposals – Complexity – Programmable Self-organisation – ENW

Het doel van de Complexity – Programmable Self-organisation Call is het stimuleren van innovatief, transdisciplinair onderzoek dat uitdagingen in wiskunde en informatica betreft die relevant zijn voor ten minste één topsector en dat gaat over de vragen (a) hoe kan er sturing worden gegeven aan emergent zelf-organiserend gedrag van modulaire complexe artefacten die zijn opgebouwd uit eenvoudiger, interacterende artefacten; en/of (b) hoe kan het gedrag van reeds bestaande modulaire complexe artefacten worden beïnvloed door het manipuleren van de interacterende componenten waaruit het artefact is opgebouwd (bijv. gedistribueerde software systemen). Moderne technologie, zoals geïntegreerde schakelingen, netwerken, computer programma’s of nanotechnologie, stellen ons in staat interacterende systemen te creëren van overweldigende complexiteit. Het emergente zelf-organiserende gedrag dat ontstaat uit deze interacties opent mogelijkheden voor een heel nieuw niveau van functionaliteit. Een goed voorbeeld van programmable systems zijn geprogrammeerde systemen. Zodra geprogrammeerde systemen ingezet worden ontstaat interactie met hun omgeving, die tegenwoordig vaak bestaat uit andere geprogrammeerde systemen. Vanuit die interacties moet het gewenste collectieve gedrag ontstaan, terwijl emergentie van ongewenst gedrag moet worden voorkomen. Zo moeten software agents die beurstransacties uitvoeren niet alleen eerlijke marktprijzen bereiken, maar ook weerbaar zijn tegen wanpraktijken. Autonome voertuigen zouden een veilige en efficiënte verkeerstroom moeten garanderen, zodat files en ongelukken worden vermeden. Een andere uitdaging betreft multi-agent systems waarin autonome software agents een gezamenlijk doel proberen te bereiken. Slimme algoritmen, bij voorkeur ingezet op een gedistribueerde manier, hebben tot doel om systemen vrijwel optimaal te laten functioneren zonder een gecentraliseerde autoriteit. Binnen de wiskunde en de informatica wordt complexiteit (die verschilt van algoritmische complexiteit) vanuit verschillende invalshoeken benaderd: Stochastiek is een standaard aanpak om de verschillende beslissingen die de vele individuen en apparaten in complexe systemen kunnen maken te modelleren. In control theory houdt een autonome regelaar een systeem onder controle, vaak terwijl er externe en onvoorspelbare verstoringen zijn. Mean Field Theory, (partiële) differentiaal vergelijkingen en andere onderdelen uit analyse kunnen worden gebruikt om systemen vereenvoudigd te beschrijven met hun belangrijkste kenmerken, zodat de invloed van de parameters van het model duidelijk wordt. In de speltheorie zijn formele technieken en middelen ontwikkeld om de mogelijke interacties van systemen te analyseren en om optimale uitkomsten te identificeren. De hoofdvraag rond zulke modulaire complexe artefacten is: welke eigenschappen en regels zouden er moeten worden aangebracht in, en tussen, de componenten waar een modulair complex artefact uit is opgebouwd, zó dat het zich naar behoren gedraagt? Met andere woorden, hoe kan het autonome gedrag van de componenten waar een modulair complex artefact uit is opgebouwd zo worden ingesteld dat het artefact over het geheel zich wenselijk gedraagt? En, voor reeds bestaande modulaire complexe artefacten die ongewenst emergent gedrag vertonen (files, wachtrijen, etc.), welke maatregelen op micro- of macroschaal kunnen zulk ongewenst gedrag in toom houden? Deze call richt zich op: Complexe kunstmatige artefacten waaronder gedistribueerde software systemen, juridische wetten en regels, complexe door de mens ontworpen chemische reactiepaden, multi-robot systemen, draadloze sensor-netwerken, of andere kunstmatige systemen waarin emergent gedrag optreedt waarbij optimale controle noodzakelijk is. Technieken die het mogelijk maken om emergent gedrag van kunstmatige artefacten aan te wenden of te beteugelen; technieken om gewenst emergent gedrag van zulke artefacten te doen ontstaan of nuttig te gebruiken, of technieken om greep te krijgen op ongewenst emergent gedrag. Benaderingen vanuit de wiskunde en informatica om de programmeerbaarheid van zelf-organisatie te bestuderen zijn o.a.: Stabiliteit en convergentie van het emergente gedrag (bijv. Nash-evenwichten), stochastische processen (bijv. discrete-time Markov processen en wachtrij-theorie), control theory (bijv. discrete-event systemen), interacting particle systems (waar bijv. duizenden kunstmatige processen communiceren zoals in grote draadloze netwerken). Random graphs dienen als model voor complexe netwerken, en als test beds voor prestatieanalyses van complexe netwerken. (Partiële) differentiaalvergelijkingen kunnen complexe systemen, zoals chemische reactienetwerken, vereenvoudigd beschrijven met hun belangrijkste kenmerken, en zo emergent en zelf-organiserend gedrag voorspellen. Slimme algoritmen en interactie protocollen kunnen worden gebruikt om de vele componenten van een systeem zo in te stellen dat een vrijwel optimale prestatie bereikt kan worden in real-time zonder een gecentraliseerde autoriteit. Formele methoden zoals model checking, supervision mechanisms, coördinatie en controle mechanismen kunnen worden gebruikt om de emergente eigenschappen van kunstmatige artefacten te sturen. Deze call is onderdeel van het Grip on Complexity programma dat nadrukkelijk tot doel heeft multidisciplinaire samenwerking tussen onderzoekers op het gebied van complexe systemen te stimuleren.

Doel

Rechtspraak bij dit artikel