Это не первый случай, когда будущее ИИ ассоциируется с элементами научной фантастики.
В новом исследовании ученые-компьютерщики предсказывают, что в недалеком будущем технология будет обладать возможностями, сравнимыми с возможностями «боргов», кибернетических существ из вселенной «Звездного пути», поскольку, по их мнению, ее функционирование будет во многом основано на обмене знаниями между системами ИИ.
Это один из редких случаев, когда эксперты, делающие «утопические» прогнозы относительно будущего ИИ, попадают в заголовки специализированных журналов. Новое исследование, опубликованное в журнале и проведенное учеными из Университета Лафборо, Массачусетского технологического института и Йельского университета, предсказывает, что ИИ будущего окажет положительное влияние на общество, оказывая конструктивную поддержку в различных областях.
В самом деле, они предвидят развитие «коллективного ИИ», который будет состоять из сети множества отдельных единиц ИИ. Каждый из них будет способен постоянно обучаться и приобретать новые знания и навыки. Самое интересное в этой концепции то, что эти ИИ-единицы будут взаимосвязаны, чтобы они могли обмениваться информацией и знаниями друг с другом. Это позволит всей сети извлекать пользу из обучения и опыта каждой единицы.
Преимущества коллективного ИИ
Одним из главных преимуществ коллективного ИИ является возможность мгновенного обмена знаниями внутри сети. Это позволяет подразделениям учиться друг у друга и быстро адаптироваться к новой информации или ситуации. Благодаря такому способу работы коллективный ИИ может эффективно реагировать на вызовы, угрозы или новые ситуации.
Эта технология используется в самых разных областях. Например, в кибербезопасности, если одному устройству удается распознать атаку, оно может «предупредить» об этом остальную часть сети, чтобы усилить защиту всей системы. Исследователи также рассказали об интересном применении коллективного ИИ в здравоохранении. Система может эффективно улучшить медицинское обслуживание, объединив свои медицинские знания с данными пациента, что приведет к более эффективному персонализированному лечению.
Однако эта концепция не лишена риска. Одна из главных опасностей — возможность быстрого распространения вредных или незаконных знаний по сети. Чтобы предотвратить это, исследователи подчеркивают важность сохранения независимости каждой единицы ИИ в коллективе, сохранения ее собственных целей и способности принимать самостоятельные решения.
Новые тенденции в машинном обучении
Чтобы прийти к такой оценке, исследователи проанализировали эволюцию машинного обучения. В современных моделях ИИ этот процесс происходит на этапе обучения, после чего их способность усваивать новую информацию ограничена. Однако после анализа существующих и предыдущих систем инженеры отметили интересный сдвиг парадигмы: появление систем ИИ, способных обучаться на протяжении всего своего существования. Более того, согласно их выводам, разработчики все чаще работают над универсальными протоколами и языками, облегчающими обмен знаниями между различными системами ИИ.
«Последние тенденции в исследованиях расширяют возможности моделей ИИ, позволяя им постоянно адаптироваться после развертывания, и делают их знания многократно используемыми другими моделями, эффективно перерабатывая знания для оптимизации скорости обучения и потребления энергии«, — поясняют исследователи. Они также добавили: «Мы считаем, что нынешние крупные, дорогостоящие, не подлежащие совместному использованию и неустойчивые модели ИИ не выживут в будущем, где, вероятно, появятся устойчивые, масштабируемые и совместно используемые коллективные единицы ИИ«.