AI-projekt af F-Secure til at udnytte potentialet for ‘Swarm Intelligence’

Sikkerhedsfirmaet F-Secure har nyligt oprettet et nyt AI-projekt, der anvender teknikker inspireret af “swarm-intelligence”. Som AI News rapporterer, F-Secures nye AI-tilgang anvender mange decentrale AI-agenter, der samarbejder for at opnå bestemte mål.

F-Secures nye swarm AI ligner i koncept Fetch AIs tidligere tilgang til decentrale AI-systemer, der er blevet anvendt til IoT-koncepter. Men til forskel fra Fetch AI, sigter F-Secure mod at tage konceptet med decentrale AI og anvende det i sikkerhedsdomænet. Specifikt sigter F-Secure mod at forbedre virksomhedens opdagede og responsfærdigheder.

Som Matti Aksela, VP for AI i F-Secure, forklarer, er det almindeligt antaget, at AI bør sigte mod at kopiere menneskelig intelligens. Men mens det at kopiere menneskelig fornuft og adfærd ikke er dårligt i sig selv, forklarede Aksela til AI-News, at det kun at kopiere menneskelig kognition er begrænsende for, hvad vi kan gøre med AI. Aksela forklarede, at vi kan se uden for menneskelig kognition og udforske andre metoder til at organisere og arkitekturere AI. En bredere række af mulige modeller for AI kan supplere, hvad mennesker allerede kan opnå med AI.

Swarm intelligence er en adfærd i decentrale systemer. Det er en kollektiv adfærd, der manifestere sig i både kunstige og naturlige systemer. I forhold til biologiske systemer, ses swarm intelligence ofte i store kolonier af organismer som myrer, bier, fisk og fugle. For eksempel migrerer mange fugle i store flokke, og da flokken rejser, opretholdes en konstant formation, der kun varierer lidt, og fuglene afviger kun få tommer fra hinanden i deres formation. Det antages, at flyvning i sådanne formationer reducerer den energi, fuglene kræver for at flyve.

Swarm intelligence er blevet anvendt til probabilistisk routing i telematiknetværk og i oprettelsen af mikro-robotter. Et eksempel på dette koncept er de små robotter oprettet af MicroFactory. Robotterne styres af et kredsløb, der genererer et magnetfelt, og robotterne selv er magneter. Robotterne er også udstyret med små manipuleringsværktøjer, som de kan bruge til at interagere med omgivelserne og manipulere objekter.

Udviklingen af virkelig menneske-lignende kunstig intelligens eller Artificial General Intelligence, vil tage noget tid at oprette. Estimater fra forskellige AI-eksperter varierer, men i gennemsnit antages det, at det vil tage omkring 50 år at oprette en AGI. I modsætning hertil, vil udviklingen af distribuerede autonome agenter som dem F-Secure skal tage betydeligt kortere tid.

Ifølge F-Secure, vil der være brug for flere års udvikling, før deres distribuerede intelligensarkitektur når sit fulde potentiale, men nogle mekanismer baseret på swarm-intelligence-modellen er allerede i brug. F-Scale har brugt nogle swarm-intelligence-teknikker til at opdage brud og udvikle løsninger.

F-Secures AI-agenter kan kommunikere med hinanden og samarbejde.

Swarm intelligence-teknikker udnytter de enkelte agenter i agent-puljen, og når disse færdigheder er netværksforbundet, opstår der et robust og fleksibelt system, der kan udføre komplekse opgaver.

“Essentiel, vil du have en koloni af hurtige lokale AI’er, der tilpasser sig deres egen omgivelse, mens de samarbejder, i stedet for en stor AI, der træffer beslutninger for alle,” Aksela forklarede.

I det specifikke tilfælde hos F-Secure er de forskellige agenter i stand til at lære fra forskellige netværk og værter, og agenterne kan sprede denne viden gennem det bredere netværk, der forbinder forskellige organisationer. F-Secure siger, at en af de vigtigste fordele ved denne tilgang er, at den kan muliggøre organisationen at dele følsomme oplysninger via skyen og stadig forblive beskyttet på grund af overlegen brud- og angrebsdetektion.