构建互联 "集体人工智能 "的方法

研究人员在《自然-机器智能》（Nature Machine Intelligence）杂志上发表的一篇观点论文中记录了他们的想法，并提出了共享经验终身学习（ShELL）框架，用于创建由多个独立代理或 "集体人工智能"（Collective AI）组成的去中心化人工智能系统。

这些独立的人工智能单元像 "蜂巢思维 "一样工作，在其整个生命周期中不断学习和分享知识，挑战集中式的单体架构。

如果开发成功，"集体人工智能 "就能像《星际迷航》中的 "博格人 "以及《质量效应》中的 "获取者 "或《星际之门 SG-1》中的 "复制者 "等众多其他科幻概念一样。

通过让代理从自身的经验和他人分享的知识中学习，ShELL系统可以在逆境中表现出更快的学习速度、更高的性能和更大的灵活性--类似于生物有机体。

该研究的首席研究员、拉夫堡大学的安德烈娅-索尔托吉奥博士描述了该研究的愿景： "能够不断学习和适应新数据的人工智能单元集体网络之间的即时知识共享，将能够对新情况、挑战或威胁做出快速反应。

索尔托吉奥进一步强调了去中心化人工智能的潜力，他将其与人体免疫系统进行了类比，在人体免疫系统中，多个组成部分协同工作，共同抵御威胁。

"索尔托吉奥解释说："这也可能导致灾难响应机器人的发展，这些机器人可以快速适应它们被派遣到的环境，或者个性化的医疗代理，通过将前沿的医学知识与病人的特定信息相结合来改善健康结果。

对去中心化人工智能本身的兴趣也在不断增长，Stability AI 公司首席执行官埃马德-莫斯塔克（Emad Mostaque）最近的辞职就表明了这一点。

当系统集体或独立地协同工作时，其复原力会大大增强，我们可以在鱼群以及鸟类和昆虫的协调运动等自然系统中观察到这一点。

过去也有一些关于去中心化人工智能的研究。例如，一家由前谷歌工程师创立的初创公司萨卡纳（Sakana）最近为 "蜂群 "人工智能融资 3000 万美元，其概念与这项新研究中提出的概念类似。

研究人员也注意到了集体人工智能系统的潜在风险，比如错误、不安全或不道德的知识会在各单元之间迅速传播。

为了应对这种情况，他们建议促进集体中每个人工智能单元的自主性，确保合作与独立的平衡。

集体人工智能以最近人工智能领域的未来派发展为基础，例如生物启发的人工智能架构，可有效模拟模拟突触结构，以及在真实脑细胞上运行的人工智能模型。