Inteligencja współpracująca

Inteligencja oparta na współpracy charakteryzuje wieloagentowe , rozproszone systemy , w których każdy agent, człowiek lub maszyna, autonomicznie uczestniczy w rozwiązywaniu problemów w sieci. Wspólna autonomia organizmów w ich ekosystemach umożliwia ewolucję. Naturalne ekosystemy, w których unikalna sygnatura każdego organizmu pochodzi z jego genetyki, okoliczności, zachowania i pozycji w ekosystemie, oferują zasady projektowania sieci społecznościowych nowej generacji w celu wspierania inteligencji opartej na współpracy, crowdsourcingu indywidualnej wiedzy, preferencji i unikalnego wkładu w rozwiązywanie problemów proces.

Cztery powiązane terminy są komplementarne:

Inteligencja zbiorowa przetwarza dane pochodzące od dużej liczby anonimowych respondentów na pytania ilościowe, aby uzyskać lepsze niż przeciętne prognozy .
Crowdsourcing rozdziela mikrozadania na dużą liczbę anonimowych wykonawców zadań.
Human Computation wykorzystuje zdolności rozpoznawania wzorców przez anonimowych ludzkich pracowników wykonujących mikrozadania , aby udoskonalić możliwości maszyn i umożliwić uczenie maszynowe .
Inteligencja oparta na współpracy uzupełnia trzy metody zdefiniowane powyżej, ale tutaj wykonawcy zadań nie są anonimowi. Osoby wykonujące zadania mają różne umiejętności, motywacje i mogą wykonywać różne zadania. Te nieanonimowe urządzenia i współtwórcy ludzi, od oznakowanych czujników , przez urządzenia zlokalizowane geograficznie, po zidentyfikowanych unikalnych współpracowników, napędzają wspólne rozwiązywanie problemów w sieciach społecznościowych nowej generacji .

Przegląd

Inteligencja oparta na współpracy to termin używany w kilku dyscyplinach. W biznesie opisuje heterogeniczne sieci ludzi wchodzących w interakcje w celu uzyskania inteligentnych wyników. Może również oznaczać nieautonomiczne, wieloagentowe systemy rozwiązywania problemów . Termin ten został użyty w 1999 roku do opisania zachowania „ekosystemu” inteligentnego biznesu, w którym Collaborative Intelligence, czyli CQ, to „zdolność do budowania, wnoszenia wkładu i zarządzania władzą znajdującą się w sieciach ludzi”. Kiedy społeczność informatyczna przyjęła termin inteligencja zbiorowa i nadała temu terminowi określone techniczne znaczenie, potrzebny był termin uzupełniający, aby odróżnić anonimową jednorodność w zbiorowych systemach przewidywania od nieanonimowej heterogeniczności we wspólnych systemach rozwiązywania problemów. Anonimowa inteligencja zbiorowa została następnie uzupełniona przez inteligencję opartą na współpracy, która uznawała tożsamość, postrzegając sieci społecznościowe jako podstawę ekosystemów rozwiązywania problemów nowej generacji, wzorowanych na ewolucyjnej adaptacji w ekosystemach natury.

Historia

Inteligencja oparta na współpracy ma swoje korzenie w architekturze Pandemonium zaproponowanej przez pioniera sztucznej inteligencji Olivera Selfridge'a jako paradygmat uczenia się . Jego koncepcja była prekursorem systemu tablic, w którym oportunistyczna przestrzeń rozwiązania lub tablica czerpie z szeregu podzielonych źródeł wiedzy, gdy wielu graczy układa układankę, z których każdy wnosi swój kawałek. Rodney Brooks zauważa, że model tablicy określa, w jaki sposób wiedza jest umieszczana na tablicy w celu ogólnego udostępniania , ale nie sposób, w jaki wiedza jest pobierana, zazwyczaj ukrywając się przed konsumentem wiedzy, który pierwotnie ją wytworzył, więc nie kwalifikowałby się jako współpracujący system wywiadowczy.

Pod koniec lat 80. Eshel Ben-Jacob zaczął badać samoorganizację bakterii , wierząc, że bakterie są kluczem do zrozumienia większych systemów biologicznych. Opracował nowe gatunki bakterii tworzących wzorce, Paenibacillus vortex i Paenibacillus dendritiformis i stał się pionierem w badaniu zachowań społecznych bakterii. P. dendritiformis przejawia zbiorową zdolność, którą można postrzegać jako prekursora inteligencji opartej na współpracy, czyli zdolność do przełączania się między różnymi morfotypami w celu przystosowania się do środowiska. Mrówki zostały po raz pierwszy scharakteryzowane przez entomologa WM Wheelera jako komórki pojedynczego „superorganizmu”, w którym pozornie niezależne osobniki mogą współpracować tak ściśle, że stają się nie do odróżnienia od pojedynczego organizmu. Późniejsze badania scharakteryzowały niektóre kolonie owadów jako przykłady zbiorowej inteligencji . Koncepcja algorytmów optymalizacji kolonii mrówek , wprowadzona przez Marco Dorigo , stała się dominującą teorią obliczeń ewolucyjnych . Mechanizmy ewolucji , dzięki którym gatunki dostosowują się do zwiększonej efektywności funkcjonalnej w swoich ekosystemach, są podstawą zasad inteligencji opartej na współpracy.

Sztuczna inteligencja roju (ASI) to technologia czasu rzeczywistego, która umożliwia sieciowym grupom ludzi efektywne łączenie ich wiedzy, mądrości, spostrzeżeń i intuicji w wyłaniającą się inteligencję. Czasami określane jako „umysł roju”, pierwsze ludzkie roje w czasie rzeczywistym zostały wdrożone przez jednomyślną sztuczną inteligencję przy użyciu serwera w chmurze o nazwie „ UNU” w 2014 r. Umożliwia grupom online odpowiadanie na pytania, podejmowanie decyzji i dokonywanie prognoz na podstawie myślą razem jako zjednoczona inteligencja. Wykazano, że ten proces prowadzi do znacznie lepszych decyzji, przewidywań, szacunków i prognoz, co wykazano podczas przewidywania ważnych wydarzeń, takich jak Kentucky Derby, Oscary, Puchar Stanleya, wybory prezydenckie i World Series.

Crowdsourcing ewoluował od anonimowej zbiorowej inteligencji i ewoluuje w kierunku uznanych, open source, współpracujących aplikacji wywiadowczych, które wykorzystują sieci społecznościowe. Biolog ewolucyjny Ernst Mayr zauważył, że konkurencja między osobnikami nie przyczyniłaby się do ewolucji gatunku, gdyby osobniki były typologicznie identyczne. Indywidualne różnice są warunkiem wstępnym ewolucji. Ta ewolucyjna zasada odpowiada zasadzie autonomii współpracy w zakresie inteligencji opartej na współpracy, która jest warunkiem wstępnym platform nowej generacji do pozyskiwania społecznościowego. Poniżej przedstawiono przykłady eksperymentów crowdsourcingowych z atrybutami inteligencji opartej na współpracy:

SwarmSketch to eksperyment artystyczny oparty na crowdsourcingu.
Galaxy Zoo to obywatelski projekt naukowy prowadzony przez Chrisa Lintotta z Uniwersytetu Oksfordzkiego, mający na celu wykorzystanie zdolności rozpoznawania ludzkich wzorców do katalogowania galaktyk.
DARPA Network Challenge bada, w jaki sposób Internet i sieci społecznościowe mogą wspierać terminową komunikację, budowanie zespołu na dużym obszarze i pilną mobilizację w celu rozwiązania szeroko zakrojonych problemów o krytycznym znaczeniu czasowym.
Climate CoLab, wyodrębniony z MIT i jego Centrum Kolektywnej Inteligencji.
reCAPTCHA to projekt digitalizacji książek, słowo po słowie

W miarę jak crowdsourcing ewoluuje od podstawowych zadań rozpoznawania wzorców do inteligencji opartej na współpracy, wykorzystując unikalną wiedzę poszczególnych współpracowników w sieciach społecznościowych , ograniczenia kierują ewolucją w kierunku zwiększonej efektywności funkcjonalnej, współewoluując z systemami tagowania, uznania, znacznika czasu i sortowania treści. Inteligencja oparta na współpracy wymaga zdolności do skutecznego wyszukiwania, odkrywania, integracji, wizualizacji i ram wspierających wspólne rozwiązywanie problemów.

Kategoria technologii wywiadu opartego na współpracy została utworzona w 2022 roku przez firmę MURAL, dostawcę oprogramowania do przestrzeni współpracy z interaktywną tablicą do grupowego tworzenia pomysłów i rozwiązywania problemów. MURAL sformalizował kategorię inteligencji opartej na współpracy poprzez przejęcie LUMA Institute, organizacji, która szkoli ludzi we wspólnym rozwiązywaniu problemów poprzez nauczanie projektowania skoncentrowanego na człowieku . MURAL opisuje kategorię technologii wywiadu opartego na współpracy jako połączenie „projektowania współpracy z przestrzeniami współpracy i powstającymi rozwiązaniami Collaboration Insights™️… w celu umożliwienia i wzmocnienia potencjału zespołu”.

Porównaj z inteligencją zbiorową

Termin inteligencja zbiorowa pierwotnie obejmował zarówno inteligencję zbiorową, jak i opartą na współpracy, a wiele systemów wykazuje cechy obu. Pierre Lévy ukuł termin „zbiorowa inteligencja” w swojej książce pod tym tytułem, opublikowanej po raz pierwszy w języku francuskim w 1994 roku. w czasie rzeczywistym oraz w skutecznej mobilizacji umiejętności”. Po opublikowaniu książki Lévy'ego informatycy przyjęli termin inteligencja zbiorowa na określenie zastosowania w bardziej ogólnym obszarze, do którego termin ten odnosi się obecnie w informatyce. W szczególności aplikacja, która przetwarza dane wejściowe od dużej liczby dyskretnych respondentów na określone, ogólnie ilościowe pytania (np. jaka będzie cena pamięci DRAM w przyszłym roku?). Algorytmy ujednolicają dane wejściowe, zachowując tradycyjną anonimowość respondentów w celu generowania lepszych niż -przeciętne przewidywania.

Niedawne badania sieci zależności sugerują powiązania między inteligencją zbiorową i opartą na współpracy. Wykazano, że częściowe sieci zależności oparte na korelacji, nowa klasa sieci opartych na korelacjach, odkrywają ukryte relacje między węzłami sieci. Badania przeprowadzone przez Drora Y. Kenetta i jego doktorat. przełożony Eshel Ben-Jacob odkrył ukryte informacje o podstawowej strukturze amerykańskiego rynku akcji , których nie było w standardowych sieciach korelacji , i opublikował swoje ustalenia w 2011 roku.

Aplikacja

Inteligencja oparta na współpracy rozwiązuje problemy, w przypadku których indywidualna wiedza specjalistyczna, potencjalnie sprzeczne priorytety interesariuszy i różne interpretacje różnych ekspertów mają kluczowe znaczenie dla rozwiązania problemu. Potencjalne przyszłe zastosowania obejmują:

konkursy, w których zgłoszenia muszą być zintegrowane, aby uzyskać efekt synergii;
inteligentne wyszukiwanie, w którym sieci społecznościowe osób wyszukujących na powiązane tematy wspólnie definiują wyniki wyszukiwania;
grupy zawodowe, kolektywy interesów, nauka obywatelska i inne społeczności, w których dzielenie się wiedzą jest warunkiem wstępnym skutecznych wyników;
planowanie, rozwój i zrównoważone zarządzanie projektami;
inteligentne systemy przekształcające niezależne miasta we współpracujące, ekologiczne sieci miejskie

Wikipedia, jedna z najpopularniejszych witryn w Internecie, jest przykładem sieci innowacji, manifestującej rozproszoną, opartą na współpracy inteligencję, która ilustruje zasady eksperymentalnych laboratoriów biznesowych i akceleratorów start-upów.

Platformy crowdsourcingowe, systemy rekomendacji i obliczenia ewolucyjne ewoluują z platform crowdsourcingowych, systemów rekomendacji i obliczeń ewolucyjnych . Istniejące narzędzia ułatwiające grupowe rozwiązywanie problemów obejmują wspólne oprogramowanie do pracy grupowej, synchronicznych konferencji , takie jak komunikatory internetowe , czat online i wspólne tablice, które są uzupełniane przez asynchroniczne przesyłanie wiadomości, takie jak poczta elektroniczna , wielowątkowe, moderowane fora dyskusyjne , dzienniki sieciowe i grupy wiki . Zarządzanie Inteligentnym Przedsiębiorstwem opiera się na tych narzędziach, jak również na metodach interakcji członków grupy; promocja twórczego myślenia; opinie o członkostwie w grupie; kontrola jakości i recenzowanie; oraz udokumentowaną pamięć grupową lub bazę wiedzy. Gdy grupy współpracują ze sobą, rozwijają wspólną pamięć, która jest dostępna dzięki wspólnym artefaktom stworzonym przez grupę, w tym protokołom ze spotkań, transkrypcjom z wątków dyskusji i rysunkom. Pamięć współdzielona (pamięć grupowa) jest również dostępna poprzez wspomnienia członków grupy; obecne zainteresowanie koncentruje się na tym, jak technologia może wspierać i zwiększać efektywność wspólnej pamięci z przeszłości i zdolności do rozwiązywania problemów w przyszłości. Metawiedza charakteryzuje sposób, w jaki treść wiedzy wchodzi w interakcję z jej kontekstem wiedzy w interdyscyplinarnej, wieloinstytucjonalnej lub globalnej współpracy rozproszonej.

Zobacz też