F-Secure 的 AI 项目利用“群体智能”潜力

网络安全公司 F-Secure最近创建了一个新的 AI 项目，该项目利用了受“群体智能”启发的技术。 如 AI News 报道，F-Secure 的新 AI 方法使用了许多去中心化的 AI 代理，这些代理都在合作以实现特定的目标。

F-Secure 的新群体 AI 概念与 Fetch AI 早期对去中心化 AI 系统的尝试类似，这些系统已应用于 IoT 概念。然而，F-Secure 与 Fetch AI 不同，F-Secure 旨在将去中心化 AI 的概念应用于网络安全领域。具体来说，F-Secure 旨在提高公司的检测和响应能力。

如 F-Secure 的 AI 副总裁 Matti Aksela 解释的那样，人们通常认为 AI 应该模仿人类智能。然而，Aksela 在接受 AI-News 采访时解释说，仅仅模仿人类认知是限制了我们对 AI 的潜力。Aksela 解释说，我们可以在人类认知之外寻找其他方法来组织和构建 AI。更广泛的 AI 模型可以增强人们已经可以使用 AI 完成的功能。

群体智能是去中心化系统的行为。它是一种集体行为，既可以在人工系统中也可以在自然系统中体现。从生物系统的角度来看，群体智能通常可以在像蚂蚁、蜜蜂、鱼和鸟这样的大型群体中看到。例如，许多鸟类成群迁徙，当群体移动时，它们保持着一致的形状，仅仅偏离几英寸。人们认为，飞行在这样的队形中可以减少鸟类飞行所需的能量。

群体智能已经被用于电信网络中的概率路由和微型机器人的创建。一个例子是由 MicroFactory 创建的微型机器人 。这些机器人由一块产生磁场的电路板控制，机器人本身就是磁铁。机器人还配备了小型操作工具，可以用来与周围环境交互并操纵物体。

真正的人类般的智能，或者说人工通用智能的开发，将需要一些时间。各个 AI 专家的估计不同，但平均而言，人们认为需要大约 50 年的时间来成功创建一个 AGI。相比之下，分布式自主代理的开发，如 F-Secure 的代理，将需要更短的时间。

根据 F-Secure 的说法，需要几年时间来开发他们的分布式智能架构，以发挥其全部潜力，但一些基于群体智能模型的机制已经在使用中。F-Scale 已经使用了一些群体智能技术来检测漏洞和工程解决方案。

F-Secure 的 AI 代理可以相互通信和协作。

群体智能技术利用了个别代理的才能或能力，当这些技能被网络化时，就会形成一个强大而灵活的系统，能够执行复杂的任务。

“本质上，你将拥有一个快速的本地 AI 集群，它们适应自己的环境，同时相互合作，而不是一个大型 AI 为所有人做出决定，” Aksela 解释说。

在 F-Secure 的情况下，不同的代理可以从不同的网络和主机中学习，并且代理可以在连接不同组织的更广泛的网络中传播这种知识。F-Secure 说，这种方法的一个主要好处是，它可以使组织通过云共享敏感信息，同时仍然受到保护，因为它具有更好的入侵检测和攻击检测能力。ents 可以通过连接不同组织的更广泛网络传播这种知识。F-Secure 说，这种方法的一个主要好处是，它可以使组织通过云共享敏感信息，同时仍然受到保护，因为它具有更好的入侵检测和攻击检测能力。