人工智能（AI）已经在机器学习领域取得了重大进展，引发了一种被称为Collective AI的变革性技术的出现。最近发表在《自然机器智能》杂志上的一篇文章中，计算机科学家们探讨了这些进展的融合以及Collective AI的潜力。
Collective AI指的是一种网络化的AI单元集合，这些单元具备不断获取知识和技能的能力。这些单元协作并共享信息，实现即时的知识共享，并能够迅速适应新数据以应对各种情况、挑战或威胁。
Collective AI的潜在应用领域广泛且令人兴奋。例如，在网络安全领域，一个AI单元可以识别威胁并传播这一知识以促使集体回应，类似于人体免疫系统保护身体免受病原体的方式。灾难应对机器人也可以通过Collective AI受益，迅速适应复杂环境。此外，个性化医疗代理可以将尖端医学知识与特定患者信息相结合，促进健康结果的改善。
需要认识到与Collective AI相关的风险，例如不道德或不当知识的迅速传播。但是，研究人员强调了其愿景的一个关键安全特性 – AI单元维护其自身目标并独立于集合体系之外。这种方法降低了个别大型系统对AI的主导风险，促进了更加均衡和包容的AI生态系统。
研究人员所提出的AI未来发展的建议是基于终身学习和知识共享能力。机器学习的进展侧重于使AI代理能够在其操作寿命内不断扩展知识，并开发用于AI系统之间知识共享的通用协议和语言。这种持续适应和知识重用的转变为当前的大型AI模型的局限性提供了一个有前途的转变。
来自拉夫堡大学的计算机科学家Andrea Soltoggio博士强调了将终身学习和知识共享能力纳入AI模型的重要性。这一举措将彻底改变其学习速度和能源需求。在充斥着可持续发展的AI单元集体的未来，目前的大型、昂贵、不可共享且非终身的AI模型很可能无法生存。
Collective AI的概念符合历史模式，即通过交流和分享推动人类知识的繁荣。研究人员指出，类似的动态可能塑造未来的AI单元社会，促进民主和协作性集体的形成。
常见问题
什么是Collective AI？
Collective AI指的是一个互相连接的AI单元网络，这些单元不断获取知识和技能，并互相分享信息。这使得能够迅速响应新数据和新情况。
Collective AI与当前的AI模型有何不同？
不同于目前具有有限终身学习和知识共享能力的AI模型，Collective AI为终身学习和AI系统之间分享知识铺平了道路，优化了学习速度和能源需求。
Collective AI有哪些潜在应用？
Collective AI在各领域都有巨大潜力。它可以通过快速分享威胁和集体应对来增强网络安全。它还能够提高灾难响应机器人的适应能力，并将尖端医学知识与个性化信息相结合以增强健康结果，这只是许多令人兴奋的可能性之一。
Collective AI存在哪些风险？
Collective AI的潜在风险之一是不道德或不当知识的快速传播。然而，文中作者强调，AI单元保持其自身目标和独立性，从而降低了少数大型系统主导AI的风险。
来源：
A. Soltoggio et al. A collective AI via lifelong learning and sharing at the edge. Nat Mach Intell 6, 251-264
The source of the article is from the blog qhubo.com.ni