F-Secure 的 AI 项目利用“集群智能”的潜力

网络安全公司 F-Secure最近创建了一个新的AI项目，利用了受“集群智能”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，它们都协同工作以实现特定的目标。

F-Secure的新集群AI概念与Fetch AI早期对去中心化AI系统的处理类似，这些系统已应用于IoT概念。然而，F-Secure的目标是将去中心化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应该模仿人类的智能。然而，Aksela在与AI-News的谈话中表示，仅仅模仿人类的认知是限制了我们对AI的使用。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完成的任务。

集群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。从生物系统来看，集群智能通常出现在像蚂蚁、蜜蜂、鱼和鸟这样的大型群体中。例如，许多鸟类成群迁徙，当它们飞行时，它们保持着一致的队形，仅仅相互偏离几英寸。人们认为，这种飞行方式可以减少鸟类飞行所需的能量。

集群智能已被用于电信网络中的概率路由和微型机器人的创建。一个典型的例子是MicroFactory 创建的微型机器人。这些机器人由一个产生磁场的电路板控制，而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和操作物体。

真正的人类智能或人工通用智能（Artificial General Intelligence）的开发需要一些时间。各个AI专家的估计不同，但平均而言，人们认为需要大约50年才能成功创建AGI。相比之下，F-Secure的分布式自主代理的开发将需要更短的时间。

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，以达到其全部潜力，但一些基于集群智能模型的机制已经在使用中。F-Scale已经使用了一些集群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。集群智能技术利用代理池中个别代理的才能或能力，当这些技能被网络化时，就会形成一个强大且灵活的系统，能够执行复杂的任务。

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

在F-Secure的特定情况下，不同的代理可以从不同的网络和主机中学习，并且代理可以将这些知识传播到更广泛的网络中，这个网络连接了不同的组织。F-Secure表示，这种方法的主要优点之一是，它可以使组织能够通过云共享敏感信息，同时仍然保持保护，因为它具有更好的检测和攻击能力。