Robotica en fysieke AI

AI-project van F-Secure maakt gebruik van ‘swarm-intelligentie’

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Het cybersecuritybedrijf F-Secure heeft onlangs een nieuw AI-project gelanceerd dat gebruikmaakt van technieken geïnspireerd door “swarm-intelligentie”. Volgens AI News maakt F-Secure’s nieuwe AI-aanpak gebruik van veel decentrale AI-agents die samenwerken om specifieke doelen te bereiken.

F-Secure’s nieuwe swarm AI is vergelijkbaar met Fetch AI’s eerdere benadering van decentrale AI-systemen, die zijn toegepast op IoT-concepten. Echter, in tegenstelling tot Fetch AI, richt F-Secure zich op het toepassen van het concept van decentrale AI in het domein van cybersecurity. Specifiek richt F-Secure zich op het verbeteren van de detectie- en responsmogelijkheden van het bedrijf.

Volgens Matti Aksela, de VP van AI bij F-Secure, wordt vaak aangenomen dat AI moet worden gemodelleerd naar menselijke intelligentie. Echter, zoals Aksela aan AI-News uitlegde, is het alleen maar nadoen van menselijke intelligentie beperkend voor wat we met AI kunnen doen. Aksela legde uit dat we buiten menselijke cognitie kunnen kijken en andere methoden kunnen onderzoeken om AI te organiseren en te architectureren. Een bredere range van mogelijke modellen voor AI kan wat mensen al kunnen doen met AI, versterken.

Swarm-intelligentie is een gedrag van decentrale systemen. Het is een collectief gedrag dat zich manifesteert in zowel kunstmatige als natuurlijke systemen. In termen van biologische systemen wordt swarm-intelligentie vaak gezien in grote kolonies van organismen zoals mieren, bijen, vissen en vogels. Bijvoorbeeld migreren veel vogels in grote zwermen en als de zwerm reist, behoudt het een consistente formatie die heel weinig fluctueert, met de vogels die slechts enkele centimeters van elkaar afwijken in hun formatie. Men denkt dat vliegen in dergelijke formaties de energie die de vogels nodig hebben om te vliegen, vermindert.

Swarm-intelligentie is gebruikt voor probabilistische routing in telecommunicatienetwerken en bij de creatie van microbots. Een voorbeeld van dit concept zijn de kleine robots gemaakt door MicroFactory. De robots worden bestuurd door een printplaat die een magnetisch veld genereert, en de robots zelf zijn magneten. De robots zijn ook uitgerust met kleine manipulatietools die ze kunnen gebruiken om met de omgeving om hen heen te interageren en objecten te manipuleren.

De ontwikkeling van echt menselijke kunstmatige intelligentie, of Artificial General Intelligence, zal enige tijd in beslag nemen. Schattingen van verschillende AI-experts variëren, maar gemiddeld denkt men dat het ongeveer 50 jaar zal duren om een AGI te creëren. In tegenstelling tot de ontwikkeling van gedistribueerde autonome agents zoals die van F-Secure, zal dit aanzienlijk minder tijd in beslag nemen.

Volgens F-Secure zullen nog enkele jaren ontwikkeling nodig zijn om de volledige potentie van hun gedistribueerde intelligentie-architectuur te bereiken, maar sommige mechanismen op basis van het swarm-intelligentie-model zijn al in gebruik. F-Secure heeft enkele swarm-intelligentie-technieken gebruikt om inbraken te detecteren en oplossingen te ontwikkelen.

F-Secure’s AI-agents zijn in staat om met elkaar te communiceren en samen te werken.

Swarm-intelligentie-technieken maken gebruik van de talenten of capaciteiten van individuele agents in de agentenpool, en wanneer deze vaardigheden in een netwerk zijn verbonden, is er een robuust en flexibel systeem dat in staat is om complexe taken uit te voeren.

“In wezen hebt u een kolonie van snelle lokale AI’s die zich aanpassen aan hun eigen omgeving, terwijl ze samenwerken, in plaats van één grote AI die beslissingen voor iedereen neemt,” legde Aksela uit.

In het specifieke geval van F-Secure zijn de verschillende agents in staat om van verschillende netwerken en hosts te leren, en de agents kunnen deze kennis doorgeven aan het bredere netwerk dat verschillende organisaties met elkaar verbindt. F-Secure zegt dat een van de belangrijkste voordelen van deze benadering is dat het organisaties in staat stelt om gevoelige informatie via de cloud te delen en toch beschermd te blijven door superieure detectie van inbraken en aanvallen.

Blogger en programmeur met specialisaties in Machine Learning en Deep Learning onderwerpen. Daniel hoopt anderen te helpen de kracht van AI te gebruiken voor het sociale goede.