這是關(guān)于邊緣計算趨勢的第三篇文章，第一篇文章物聯(lián)網(wǎng)發(fā)展趨勢之三（2019）介紹了邊緣計算的兩種機制：固定邏輯處理模式和基于人工智能學習模式。在第二篇文章物聯(lián)網(wǎng)發(fā)展趨勢之四（2019），介紹了邊緣計算與云計算協(xié)調(diào)的機制：主要從設(shè)備安全性和設(shè)備靈活性兩個維度討論。

  本文討論另外一種邊緣計算的模式：設(shè)備不受云計算控制，僅受邊緣計算的控制。

一、MAS模式的邊緣計算

  MAS是多智能體系統(tǒng)(Multi-Agent-System）的縮寫，在2017年Gartner未來預測中，提到了SWARM，是物聯(lián)網(wǎng)協(xié)作物件的集群。最典型的例子是無人蜂群作戰(zhàn)：一組具備部分自主能力的無人機在有/無人操作裝置輔助下，實現(xiàn)無人機間的實時數(shù)據(jù)通信、多機編隊、協(xié)同作戰(zhàn)，并在操作員的指引下完成滲透偵查、誘騙干擾、集群攻擊等一些列作戰(zhàn)任務。

  無人蜂群作戰(zhàn)最開始源自軍方的研究。

  但隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，SWARM開始被關(guān)注，并在多個領(lǐng)域應用，2017年英特爾公司用500架無人機編隊組成復雜圖案的智能模式。

  500架無人機，通過MAS，實現(xiàn)圖案的組合，展示了Intel的圖標。

  另外一個例子是豐田汽車做的嘗試。

  豐田嘗試將多個車之間信息打通，從而讓多個車之間能夠通過自我運動控制，在局部范圍內(nèi)，保持前后左右相鄰車輛的運動狀態(tài)相對穩(wěn)定（主要指相對距離和速度），基于共同的加速或減速規(guī)則，形成車流在整體上的有序運動。

  在2017年漢諾威工業(yè)博覽會上，SAP展示了MAS的應用，SAP展示的智能制造系統(tǒng)中，每一個部件有多道生產(chǎn)工序，這個部件在一道生產(chǎn)工序結(jié)束后，會自動尋找下一個空閑的生產(chǎn)設(shè)備，進行加工，從而實現(xiàn)分布式的APS功能。

二、MAS模式的生物學基礎(chǔ)

  仍然用生物學解釋MAS，其實最近幾年去中心化的概念討論的非常多。其中去中心化，最典型的生物學案例有蜜蜂的協(xié)同、螞蟻的協(xié)同、鳥的協(xié)同。但是對于邊緣計算而言，沒有相對應的云計算的控制。

  最好的例子還是用人體來做比喻。

  人的血液包括血漿、血小板、紅細胞、白細胞。當人受傷失血后，會自動補充血漿，紅細胞，白細胞；血小板會自動增加來使傷口愈合。當有炎癥時，白細胞會自動的增加。

  但是血小板、紅細胞、白細胞的這種操作，是完全不受大腦控制，大腦甚至都感知不到紅細胞、白細胞的變化。

  血液的邊緣計算模式，與人腦與心臟的控制模式不同，人腦是感覺到心臟的運動，只是不能直接控制。而血液與人腦之間沒有直接的感知與控制的通道。血液的模式，只是在通用的規(guī)則模式下，由血液群體完成。是典型的SWARM模式。

三、MAS模式的技術(shù)突破在于區(qū)塊鏈

  類似于血液的運作模式，是典型的去中心化的管理，讓不同的細胞（血小板、白細胞、紅細胞）具有不同的功能，利用簡單的規(guī)則約束細胞的功能，從而形成完善的系統(tǒng)，支撐人體能量運輸的功能。

  每個血液細胞是基于整體規(guī)則的，這個功能非常類似于區(qū)塊鏈技術(shù)。

  區(qū)塊鏈的分布記賬（每個邊緣側(cè)的設(shè)備基于整體記賬規(guī)則）。由規(guī)則保證記賬的一致性。

  未來隨著物聯(lián)網(wǎng)的普及，會有越來越多的設(shè)備具有自主性（脫離云計算控制），這些設(shè)備會自動與其他設(shè)備進行交互，而設(shè)備之間相互交互，需要對設(shè)備的有效調(diào)用時間做記錄，人的有效勞動時間用貨幣來衡量，設(shè)備的有效調(diào)用時間，也需要一套規(guī)則來記錄，而區(qū)塊鏈是現(xiàn)在看來最佳的技術(shù)方案。