stub AI-projekt af F-Secure for at udnytte potentialet i 'Swarm Intelligence' - Unite.AI
Følg os

Robotics

AI-projekt af F-Secure for at udnytte potentialet for 'Swarm Intelligence'

mm

Udgivet

 on

Cybersikkerhedsvirksomheden F-Secure har for nylig skabt et nyt AI-projekt, der bruger teknikker inspireret af "sværm-intelligens".  Som AI News rapporterer, F-Secures nye AI-tilgang gør brug af mange decentraliserede AI-agenter, som alle samarbejder for at udføre specifikke mål.

F-Secures nye swarm AI ligner i konceptet Fetch AI's tidligere bud på decentraliserede AI-systemer, som er blevet anvendt til IoT-koncepter. Men i modsætning til Fetch AI sigter F-Secure efter at tage konceptet decentraliseret AI og bruge det i cybersikkerhedsdomænet. Specifikt sigter F-Secure på at forbedre virksomhedens detektions- og responsmuligheder.

Som forklaret af Matti Aksela, VP for AI hos F-Secure, er det almindeligt antaget, at AI bør sigte mod at kopiere menneskelig intelligens. Men selvom det ikke er dårligt at mønstre AI-systemer efter menneskelig ræsonnement og adfærd, forklarede Aksela til AI-News, at kun at mønstre AI efter menneskelig erkendelse begrænser, hvad vi kan gøre med AI. Aksela forklarede, at vi kan se uden for menneskelig kognition og udforske andre metoder til at organisere og opbygge AI. En bredere række af mulige modeller til kunstig intelligens kan øge, hvad folk allerede kan opnå med kunstig intelligens.

Sværm-intelligens er en adfærd af decentrale systemer. Det er en kollektiv adfærd, der manifesterer sig i både kunstige og naturlige systemer. Med hensyn til biologiske systemer ses sværm-intelligens ofte i store kolonier af organismer som myrer, bier, fisk og fugle. For eksempel trækker mange fugle i store flokke, og når flokken rejser, opretholder den en konsistent formation, der svinger meget lidt, hvor fuglene kun afviger få centimeter fra hinanden i deres formation. Det menes, at flyvning i sådanne formationer reducerer den energi, som fuglene har brug for for at flyve.

Sværm-intelligens er blevet brugt til probabilistisk routing i telekommunikationsnetværk og til oprettelse af mikrobots. Et eksempel på dette koncept er de små robotter skabt af MicroFactory. Robotterne styres af et printkort, der genererer et magnetfelt, og selve robotterne er magneter. Robotterne er også udstyret med små manipulationsværktøjer, som de kan bruge til at interagere med omgivelserne omkring dem og manipulere objekter.

Udviklingen af ​​ægte menneskelignende kunstig intelligens, eller Artificial General Intelligence, vil tage noget tid at skabe. Estimater fra forskellige AI-eksperter varierer, men i gennemsnit menes det, at det vil tage omkring 50 år at lykkes med at skabe en AGI. I modsætning hertil burde udviklingen af ​​distribuerede autonome agenter som dem F-Secure tage væsentligt kortere tid.

Ifølge F-Secure skal der flere års udvikling til, før deres distribuerede intelligensarkitektur kan nå sit fulde potentiale, men nogle mekanismer baseret på sværm-intelligens-modellen er allerede i brug. F-Scale har brugt nogle sværm-intelligens-teknikker til at opdage brud og udvikle løsninger.

F-Secures AI-agenter er i stand til at kommunikere med hinanden og samarbejde.

Sværm-intelligensteknikker gør brug af de individuelle agenters talenter eller evner i agentpuljen, og når disse færdigheder er sat sammen i netværk, er der et robust og fleksibelt system, der er i stand til at udføre komplekse opgaver.

"I bund og grund vil du have en koloni af hurtige lokale AI'er, der tilpasser sig deres eget miljø, mens du arbejder sammen, i stedet for at én stor AI træffer beslutninger for alle." Aksela forklarede.

I det specifikke tilfælde med F-Secure er de forskellige agenter i stand til at lære af forskellige netværk og værter, og agenterne kan sprede denne viden gennem det bredere netværk, som forbinder forskellige organisationer. F-Secure siger, at en af ​​hovedfordelene ved denne tilgang er, at den kan sætte organisationen i stand til at dele følsom information via skyen og stadig forblive beskyttet på grund af overlegen brud- og angrebsdetektion.