物聯網發展趨勢之五（2019）
接上篇：
這是關于邊緣計算趨勢的第三篇文章，第一篇文章物聯網發展趨勢之三(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。在第二篇文章物聯網發展趨勢之四(2019)，介紹了邊緣計算與云計算協調的機制：主要從設備安全性和設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：設備不受云計算控制，僅受邊緣計算的控制。
MAS模式的邊緣計算
MAS是多智能體系統(Multi-Agent-System)的縮寫，在2017年Gartner未來預測中，提到了SWARM，是物聯網協作物件的集群。最典型的例子是無人蜂群作戰：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，實現無人機間的實時數據通信、多機編隊、協同作戰，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任務。
無人蜂群作戰最開始源自軍方的研究。
但隨著物聯網技術的發展，SWARM開始被關注，并在多個領域應用，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，保持前后左右相鄰車輛的運動狀態相對穩定(主要指相對距離和速度)，基于共同的加速或減速規則，形成車流在整體上的有序運動。
在2017年漢諾威工業博覽會上，SAP展示了MAS的應用，SAP展示的智能制造系統中，每一個部件有多道生產工序，這個部件在一道生產工序結束后，會自動尋找下一個空閑的生產設備，進行加工，從而實現分布式的APS功能。
MAS模式的生物學基礎
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同、螞蟻的協同、鳥的協同。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，只是在通用的規則模式下，由血液群體完成。是典型的SWARM模式。
MAS模式的技術突破在于區塊鏈
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，利用簡單的規則約束細胞的功能，從而形成完善的系統，支撐人體能量運輸的功能。
每個血液細胞是基于整體規則的，這個功能非常類似于區塊鏈技術。
區塊鏈的分布記賬(每個邊緣側的設備基于整體記賬規則)。由規則保證記賬的一致性。
未來隨著物聯網的普及，會有越來越多的設備具有自主性(脫離云計算控制)，這些設備會自動與其他設備進行交互，而設備之間相互交互，需要對設備的有效調用時間做記錄，人的有效勞動時間用貨幣來衡量，設備的有效調用時間，也需要一套規則來記錄，而區塊鏈是現在看來最佳的技術方案。
