Umjetna inteligencija (AI) donijela je značajne napretke u strojnom učenju, što je rezultiralo pojavom transformacijske tehnologije nazvane Kolektivna AI. U nedavnom članku objavljenom u časopisu Nature Machine Intelligence, znanstvenici su istražili kako se ove inovacije i potencijal kolektivne umjetne inteligencije međusobno prožimaju.
Kolektivna AI predstavlja mrežu povezanih jedinica umjetne inteligencije koje neprestano stječu znanje i vještine. Ove jedinice surađuju i dijele informacije, omogućavajući trenutno dijeljenje znanja i brzu prilagodbu novim podacima u odgovoru na različite situacije, izazove ili prijetnje.
Potencijalne primjene kolektivne umjetne inteligencije su ogromne i uzbudljive. Primjerice, u području kibernetičke sigurnosti, jedna jedinica AI-ja može identificirati prijetnju i podijeliti to znanje kako bi potakla kolektivnu reakciju, slično tome kako ljudski imunološki sustav štiti tijelo od patogena. Roboti za odgovor na katastrofe također mogu imati koristi od kolektivne AI jer se brzo prilagođavaju izazovnim uvjetima. Također, personalizirani medicinski agenti mogu povezati cutting-edge medicinsko znanje s pacifičnim informacijama, što dovodi do poboljšanja zdravstvenih ishoda.
Važno je priznati rizike povezane s kolektivnom AI, poput brze širenja neetičnih ili nezakonitih znanja. Međutim, istraživači ističu ključnu sigurnosnu značajku njihove vizije – jedinice AI-ja održavaju vlastite ciljeve i neovisnost od kolektiva. Ovaj pristup smanjuje rizik dominacije AI-ja od strane nekoliko velikih sustava, potičući uravnoteženiju i inkluzivniju AI ekosustav.
Budućnost AI-a, kako sugeriraju istraživači, leži u mogućnostima cjeloživotnog učenja i dijeljenja znanja. Napretci u strojnom učenju usmjereni su na omogućavanje AI agenata da prošire svoje znanje tijekom cijelog radnog vijeka i na razvoj univerzalnih protokola i jezika za dijeljenje znanja između AI sustava. Ovaj pomak prema kontinuiranoj prilagodbi i ponovnoj uporabi znanja nudi obećavajući odlazak od ograničenja trenutnih velikih AI modela.
Doc. Andrea Soltoggio, znanstvenik s Loughborough sveučilišta, ističe značaj uključivanja mogućnosti cjeloživotnog učenja i dijeljenja znanja u modele AI-ja. To revolucionira njihovu brzinu učenja i energetske zahtjeve. U budućnosti kojom vladaju održive kolektivne jedinice umjetne inteligencije, trenutni veliki, skupi, nepodijeljeni i ne-cjeloživotni modeli AI-ja vjerojatno neće uspjeti.
Koncept kolektivne AI usklađen je s povijesnim obrascem rasta ljudskog znanja kroz komunikaciju i dijeljenje. Dr. Soltoggio ukazuje na to da su slične dinamike vjerojatno oblikovati buduće društvo AI jedinica, potičući demokratske i suradničke kolektive.
Često postavljana pitanja
The source of the article is from the blog myshopsguide.com