Tabl Cynnwys[Cuddio][Dangos]
Un o'r geiriau mwyaf newydd yr ymddengys ei fod yn cael ei ddefnyddio'n gyson yw dysgu heidiau.
Mae'n ymddangos bod y gair buzz hwn yn dod yn fwyfwy “allan yn y byd,” ynghyd â deallusrwydd artiffisial a dysgu peirianyddol.
Fodd bynnag, a yw mewn gwirionedd?
Mae dysgu heidiau yn cymryd ei enw o'r ffordd y mae anifeiliaid a phryfed yn cydweithredu i gyflawni nod cyffredin.
Ystyriwch ymddygiad heidio gwenyn i greu cychod gwenyn, pysgod bach yn ffurfio peli abwyd i ddychryn pysgod ysglyfaethus mwy, ymddygiad hela grŵp bleiddiaid, neu symudiad adar wrth hedfan.
Mae anifeiliaid a phryfed sy'n dod at ei gilydd yn cyfuno eu hadnoddau ac yn cydweithredu i gyflawni amcan cyffredin.
Mewn rhai achosion, mae gwybodaeth grŵp wedi'i wella trwy gydweithio i'r pwynt lle mae perfformiad y grŵp yn well na pherfformiad ei aelodau unigol. Mae terminoleg wyddonol ar gyfer y math hwn o ymddygiad yn cynnwys “cudd-wybodaeth ar y cyd, consensws, neu haid.”
Crëwyd platfform o'r enw Swarm AI trwy ddefnyddio methodoleg debyg gan AI unfrydol. Bydd yr erthygl hon yn archwilio heidio yn drylwyr deallusrwydd artiffisial, gan gynnwys sut mae'n gweithredu, cymwysiadau ar gyfer dysgu heidiau, a llawer mwy.
Yn gyntaf, byddwn yn dechrau gyda chyflwyniad y platfform a'i weithrediad, ac yn ddiweddarach byddwn yn plymio'n ddwfn i dechnoleg.
Beth yw haid AI?
Mae'r platfform deallusrwydd artiffisial (AI) cyntaf yn y byd, Swarm, yn gwella deallusrwydd timau busnes rhwydweithiol, gan alluogi rhagolygon, rhagfynegiadau, dewisiadau a mewnwelediadau llawer mwy cywir.
Creodd AI unfrydol y platfform, sy'n enghraifft unigryw o AI gwasgaredig a thimau dynol yn cydweithredu ar swydd mewn amser real. Mae heidio yn dilyn ymddygiad cydweithredol systemau naturiol fel cychod gwenyn a heidiau o adar.
Mae grŵp o bobl sy'n dewis rhwng nifer a bennwyd ymlaen llaw o ddewisiadau amgen yn cyfathrebu mewn modd rheoledig diolch i algorithmau cudd-wybodaeth heidio.
Mae'r platfform rhyngrwyd yn hygyrch i bawb o unrhyw le. Yn lle'r pynciau, maen nhw'n dadlau, mae'r algorithmau wedi'u hyfforddi ar ddata ar ddeinameg ymddygiadol grwpiau.
Mewn system dolen gaeedig a ffurfiwyd gan bobl yn rhyngweithio ag asiantau AI, gall y peiriant a'r bobl ymateb yn seiliedig ar sut mae eraill yn ymddwyn i newid neu gadw eu dewisiadau.
Defnyddir dynameg rhyngweithio'r cyfranogwyr gan fodel rhwydwaith niwral sydd wedi'i adeiladu gan ddefnyddio dysgu peirianyddol dan oruchwyliaeth yn yr ail gam i gynhyrchu mynegai euogfarnau. Mae'r dangosydd hwn yn mesur pa mor hyderus yw'r grŵp yn y canlyniad.
Sut mae Swarm yn gweithio?
Mae popeth yn dechrau gyda'r adar a'r gwenyn. hefyd pysgod. hefyd morgrug. Mae'n perthyn i'r nifer enfawr o rywogaethau sy'n trefnu eu hunain yn heidiau, ysgolion, heigiau, cytrefi, a heidiau er mwyn cynyddu eu deallusrwydd cyfunol.
Mae byd natur yn dangos y gall organebau cymdeithasol ragori ar y mwyafrif helaeth o aelodau unigol wrth gydweithio fel systemau unedig i ddatrys problemau a gwneud penderfyniadau ar draws ystod eang o rywogaethau.
Mae'r ffenomen hon, y mae gwyddonwyr yn cyfeirio ati fel “deallusrwydd heidio,” yn dystiolaeth bod llawer o ymennydd yn wirioneddol well nag un.
Nid oes gennym y cysylltiadau cain y mae rhywogaethau eraill yn eu defnyddio i greu dolenni adborth tynn ymhlith unigolion, a dyna pam na chafodd bodau dynol yn naturiol y gallu i adeiladu deallusrwydd haid.
Mae pysgod yn gallu synhwyro aflonyddwch yn y dŵr gerllaw. Mae gwenyn yn manteisio ar ddirgryniadau cyflym. Gall adar synhwyro symudiadau sy'n ymledu drwy'r ddiadell.
Fodd bynnag, mae technoleg rhwydweithio cyflym heddiw yn ein galluogi i gysylltu â'n gilydd o unrhyw le yn y byd. Dim ond y dechnoleg gywir sydd ei hangen arnom i drawsnewid y cysylltiadau hyn yn rhwydweithiau amser real gydag adborth dolen gaeedig rhwng cyfranogwyr.
Mae technoleg Swarm AI yn llenwi'r bwlch hwn. Mae'n cynnig y rhyngwynebau a'r algorithmau AI sydd eu hangen ar gyfer “heidiau dynol” i ymgynnull ar-lein a chyfuno eu gwybodaeth, eu dirnadaeth a'u greddf â gwybodaeth grwpiau eraill i ffurfio gwybodaeth hollgynhwysol sy'n dod i'r amlwg.
Canfuwyd bod heidiau amser real yn cynyddu gwybodaeth yn fawr mewn amrywiaeth o dasgau, gan gynnwys rhagweld tueddiadau ariannol a chwaraeon, canfa
cdscdms cmds v,mds vm, dsm, cm,ds c,mds cm,ds vwrngre ig fj ewi jt43itiiy 5j4iojeroijas yn ogystal â gwerthuso llwyddiant hysbysebion a rhaghysbysebion ffilm.
Nodweddion
- Mae Swarm Insight, sy'n defnyddio technoleg Swarm AI, nid yn unig yn darparu defnyddiwr mwy cywir dadansoddiad teimlad nag unrhyw beth arall oedd ar gael yn flaenorol, ond mae hefyd yn gyflymach ac yn fwy mynegiannol nag unrhyw beth arall sydd ar gael, hyd yn oed ar gyfer y prosiectau ymchwil mwyaf cymhleth.
- Mae Swarm Insight yn ddatrysiad gwasanaeth llawn sy'n darparu gwybodaeth am y farchnad wedi'i optimeiddio gan AI yn gyflym a gyda chanfyddiadau sy'n llawer mwy cywir na'r rhai o ddulliau mwy confensiynol fel arolygon, grwpiau ffocws, neu gyfweliadau.
- Rydym yn cynnig dadansoddiad ymddygiad cyflawn, recriwtio cyfranogwyr, gwasanaethau cymedroli sesiynau, a chymorth methodoleg proffesiynol gyda Swarm Insight. Mae'r cyfan wedi'i gynnwys.
Nawr mae'n bryd edrych ar Swarm Intelligence.
Cudd-wybodaeth Swarm
Mae systemau datganoledig, hunan-drefnus (boed yn naturiol neu'n artiffisial) sy'n gallu symud yn gyflym ac yn gydweithredol yn arddangos deallusrwydd haid, sef eu hymddygiad ar y cyd.
Mae gan bob rhywogaeth mewn natur ei ffurf ei hun o'r ymddygiad cydweithredol, dolen gaeedig hwn. Mae gwenyn yn defnyddio dirgryniadau, mae pysgod yn synhwyro cryndodau yn y dŵr, mae morgrug yn defnyddio fferomonau i arwain ei gilydd i ffynonellau bwyd, gall adar synhwyro symudiadau sy'n lledaenu ar draws eu heidiau, ac mae gwenyn yn defnyddio fferomonau.
Mae'r wybodaeth y mae gwyddonwyr wedi'i hennill am natur yn cael ei defnyddio i wella algorithmau.
Pan ddefnyddir y cysyniad o ddeallusrwydd heidio mewn deallusrwydd artiffisial (AI), yn enwedig mewn roboteg, mae'r deallusrwydd cyfunol yn cael ei wella trwy systemau cyfrifiannol sydd fel arfer yn cynnwys grŵp o asiantau (efelychiadau cyfrifiadurol sy'n dynwared ymddygiad adar yn heidio) sy'n cydweithio'n lleol ag un. un arall ac o fewn eu hamgylchoedd wrth gadw at set gyffredinol o reolau algorithmig.
Defnydd o ddysgu heidiau
Mae dysgu heidiau yn dod yn fwy poblogaidd o ganlyniad i gymhlethdod modelau AI cyfredol. Mae hyn yn arbennig o wir ar gyfer sectorau sy'n cynhyrchu symiau enfawr o ddata, megis gweithgynhyrchu, logisteg, gwasanaethau ariannol, gofal iechyd ac ymchwil feddygol, a gwasanaethau ariannol.
Er mwyn cynyddu cywirdeb ac effeithlonrwydd modelau, darparu mewnwelediadau newydd, a gwella prosesau gwneud penderfyniadau effeithiol yn y sectorau hynny, mae'r gallu i lyncu a dadansoddi symiau enfawr o ddata yn gyflym yn hanfodol.
Fodd bynnag, yn y gorffennol, roedd rhannu data ymhlith lleoliadau gwasgaredig yn aml yn heriol, os nad yn amhosibl, oherwydd cyfreithiau a chyfyngiadau diogelu data llym. Gall dysgu heidiau fod yn ddefnyddiol yn y sefyllfa hon.
Mae dysgu heidiau yn disodli dulliau traddodiadol yn gyflym ar gyfer dadansoddi symiau enfawr o ddata oherwydd ei fod yn defnyddio technoleg blockchain i ddiogelu preifatrwydd data a meithrin gwell cydweithrediad.
Gall busnesau a sefydliadau ddarparu gwell a mwy o ddata i’w modelau AI trwy alluogi dadansoddiad o ddata a rennir mewn lleoliadau ymylol, gan wella cywirdeb a dibynadwyedd canlyniadau. Mae hyn yn rhyddhau amser ac yn cyflymu'r broses o wneud penderfyniadau, sy'n arwain at ganlyniadau gwell.
Casgliad
I gloi, o wneud diagnosis o gyflyrau meddygol i ragweld canlyniadau polau gwleidyddol, mae platfform Swarm wedi gwella cywirdeb dyfarniadau cyfunol mewn ystod eang o weithgareddau.
Er enghraifft, gostyngodd cywirdeb diagnosis tîm bach o radiolegwyr rhwydwaith sy'n gweithredu fel system cudd-wybodaeth haid amser real gamgymeriadau 22% a 33%, yn y drefn honno, o'i gymharu â dull AI yn unig.
Mae AI unfrydol yn honni bod system Swarm AI yn arwain y grŵp tuag at y penderfyniadau consensws gorau, gan godi lefelau boddhad grŵp yn y broses.
Mae Swarm AI wedi cael ei ddefnyddio wrth wneud penderfyniadau ym mis Ionawr 2020 mewn cyd-destunau academaidd a masnachol, ond mae'r canfyddiadau'n addawol ar gyfer cymwysiadau'r sector cyhoeddus fel blaenoriaethu polisi cyhoeddus.
Gadael ymateb