فهرست مندرجات[پنهان شدن][نمایش]
یکی از جدیدترین کلماتی که به نظر می رسد دائماً مورد استفاده قرار می گیرد، یادگیری ازدحام است.
به نظر می رسد که این کلمه کلیدی در کنار هوش مصنوعی و یادگیری ماشینی، بیشتر و بیشتر «آنجا» می شود.
با این حال، آیا واقعا؟
Swarm Learning نام خود را از نحوه همکاری حیوانات و حشرات برای دستیابی به یک هدف مشترک گرفته است.
رفتار ازدحام زنبورها برای ایجاد کندو، تشکیل توپ های طعمه توسط ماهی های کوچک برای ترساندن ماهی های شکارچی بزرگتر، رفتار شکار گروهی گرگ ها یا حرکت پرندگان در حال پرواز را در نظر بگیرید.
حیوانات و حشرات که با هم ترکیب می شوند منابع خود را ترکیب می کنند و برای رسیدن به یک هدف مشترک همکاری می کنند.
در موارد خاص، هوش گروهی با همکاری به حدی افزایش یافته است که عملکرد گروه از عملکرد اعضای فردی آن پیشی میگیرد. اصطلاحات علمی برای این نوع رفتار شامل "هوش جمعی، اجماع یا ازدحام" است.
پلتفرمی به نام Swarm AI با استفاده از روشی مشابه توسط AI به اتفاق آرا. این مقاله به طور کامل ازدحام را بررسی خواهد کرد هوش مصنوعی، از جمله نحوه عملکرد آن، برنامه های کاربردی برای یادگیری ازدحام و موارد دیگر.
ابتدا، ما با معرفی پلتفرم و عملکرد آن شروع می کنیم و بعداً عمیقاً وارد فناوری خواهیم شد.
چه شده است Swarm AI?
اولین پلتفرم هوش مصنوعی (AI) در جهان، Swarm، هوش تیمهای تجاری شبکهای را افزایش میدهد و پیشبینیها، پیشبینیها، انتخابها و بینشهای بسیار دقیقتری را امکانپذیر میکند.
هوش مصنوعی یکپارچه این پلتفرم را ایجاد کرد که نمونه ای منحصر به فرد از هوش مصنوعی توزیع شده و تیم های انسانی است که در یک کار در زمان واقعی همکاری می کنند. Swarm نشانه های خود را از رفتار مشارکتی سیستم های طبیعی مانند کندوهای زنبورها و گله های پرندگان می گیرد.
گروهی از افراد که از بین تعداد از پیش تعیین شده گزینههای جایگزین انتخاب میکنند، به لطف الگوریتمهای هوشی انبوه، به شیوهای کنترلشده ارتباط برقرار میکنند.
پلت فرم اینترنت برای همه از هر کجا قابل دسترسی است. به جای موضوعات، آنها بحث می کنند، الگوریتم ها بر روی داده ها در مورد پویایی رفتاری گروه ها آموزش می بینند.
در یک سیستم حلقه بسته که توسط افرادی که با عوامل هوش مصنوعی تعامل دارند، تشکیل شده است، هم ماشین و هم افراد می توانند بر اساس نحوه رفتار دیگران برای تغییر یا حفظ ترجیحات خود پاسخ دهند.
پویایی تعامل شرکت کنندگان توسط یک مدل شبکه عصبی که با استفاده از یادگیری ماشینی نظارت شده در مرحله دوم ساخته شده است برای تولید یک شاخص اعتقاد استفاده می شود. این شاخص میزان اعتماد گروه به نتیجه را اندازه گیری می کند.
Swarm چگونه کار می کند؟
همه چیز با پرندگان و زنبورها شروع می شود. همچنین ماهی همچنین مورچه ها این متعلق به تعداد بسیار زیادی از گونههایی است که خود را در گلهها، مدارس، دستهها، مستعمرات و دستههای دسته جمعی سازماندهی میکنند تا هوش جمعی خود را افزایش دهند.
طبیعت نشان میدهد که ارگانیسمهای اجتماعی میتوانند از اکثریت اعضای منفرد پیشی بگیرند، وقتی با هم به عنوان سیستمهای یکپارچه برای حل مسائل و تصمیمگیری در طیف وسیعی از گونهها کار میکنند.
این پدیده که دانشمندان از آن به عنوان "هوش ازدحام" یاد می کنند، گواه این است که بسیاری از مغزها واقعاً بهتر از یک مغز هستند.
ما فاقد پیوندهای ظریفی هستیم که سایر گونهها برای ایجاد حلقههای بازخورد محکم در بین افراد به کار میبرند، به همین دلیل است که انسانها به طور طبیعی توانایی ایجاد یک هوش ازدحام را به دست نیاوردند.
ماهی ها می توانند آشفتگی های موجود در آب مجاور را حس کنند. زنبورها از ارتعاشات سریع بهره می برند. پرندگان می توانند حرکات پخش شده در گله را حس کنند.
با این حال، امروزه فناوری شبکههای پرسرعت به ما امکان میدهد از هر نقطهای در جهان با یکدیگر ارتباط برقرار کنیم. ما فقط به فناوری مناسب برای تبدیل این پیوندها به شبکه های بلادرنگ با بازخورد حلقه بسته بین شرکت کنندگان نیاز داریم.
فناوری هوش مصنوعی Swarm این شکاف را پر می کند. این رابطها و الگوریتمهای هوش مصنوعی مورد نیاز «ازدحامهای انسانی» را ارائه میدهد تا به صورت آنلاین جمع شوند و دانش، بینش و شهود خود را با گروههای دیگر ترکیب کنند تا هوش اضطراری فراگیر را شکل دهند.
مشخص شده است که گروههای بیدرنگ هوش را در کارهای مختلف، از جمله پیشبینی روندهای مالی و ورزشی، به میزان زیادی افزایش میدهند.
cdscdms cmds v,mds vm, dsm, cm,ds c,mds cm,ds vwrngre ig fj ewi jt43itiiy 5j4iojeroijas و همچنین ارزیابی موفقیت تبلیغات و تریلرهای فیلم.
امکانات
- Swarm Insight، که از فناوری Swarm AI استفاده می کند، نه تنها مشتریان دقیق تری را ارائه می دهد تجزیه و تحلیل احساسات از هر چیز دیگری که قبلاً در دسترس بوده است، اما از هر چیز دیگری که در دسترس است، سریعتر و گویاتر است، حتی برای پیچیده ترین پروژه های تحقیقاتی.
- Swarm Insight یک راهحل خدمات کامل است که اطلاعات بازار بهینهشده با هوش مصنوعی را به سرعت و با یافتههایی که بسیار دقیقتر از روشهای مرسومتر مانند نظرسنجی، گروههای متمرکز یا مصاحبه هستند، ارائه میکند.
- ما با Swarm Insight تجزیه و تحلیل رفتاری کامل، استخدام شرکتکننده، خدمات تعدیل جلسه و کمک روششناسی حرفهای را ارائه میکنیم. همه آن گنجانده شده است.
اکنون زمان آن است که به Swarm Intelligence نگاهی بیندازیم.
هوش دره
سیستمهای غیرمتمرکز و خود سازماندهی شده (چه طبیعی و چه مصنوعی) که میتوانند سریع حرکت کنند و به طور مشترک هوش ازدحامی را به نمایش بگذارند، که رفتار جمعی آنهاست.
هر گونه در طبیعت شکل خاص خود را از این رفتار حلقه بسته و مشارکتی دارد. زنبورها از ارتعاشات استفاده می کنند، ماهی ها لرزش را در آب حس می کنند، مورچه ها از فرمون ها برای هدایت یکدیگر به سمت منابع غذایی استفاده می کنند، پرندگان می توانند حرکات پخش شده در گله های خود را حس کنند و زنبورها از فرمون استفاده می کنند.
دانشی که دانشمندان در مورد طبیعت به دست آورده اند برای تقویت الگوریتم ها استفاده می شود.
هنگامی که مفهوم هوش ازدحام در هوش مصنوعی (AI)، به ویژه در رباتیک استفاده می شود، هوش جمعی از طریق سیستم های محاسباتی که معمولاً از گروهی از عوامل (شبیه سازی های کامپیوتری که رفتار پرنده دسته جمعی را تقلید می کنند) که به صورت محلی با یکی از آنها همکاری می کنند، بهبود می یابد. دیگری و در محیط اطراف خود در حالی که به یک مجموعه کلی از قوانین الگوریتمی پایبند هستند.
استفاده از یادگیری گروهی
یادگیری Swarm به دلیل پیچیدگی مدل های فعلی هوش مصنوعی محبوب تر می شود. این امر به ویژه برای بخش هایی که حجم وسیعی از داده ها را تولید می کنند، مانند تولید، تدارکات، خدمات مالی، مراقبت های بهداشتی و تحقیقات پزشکی و خدمات مالی صادق است.
برای افزایش دقت و کارایی مدل، ارائه بینشهای تازه و تقویت تصمیمگیری مؤثر در آن بخشها، ظرفیت جذب و تجزیه و تحلیل سریع حجم عظیمی از دادهها ضروری است.
با این حال، در گذشته، بهدلیل قوانین و محدودیتهای سختگیرانه حفاظت از دادهها، اشتراکگذاری دادهها در میان مکانهای پراکنده اغلب چالش برانگیز بود، اگر نگوییم غیرممکن. یادگیری ازدحام می تواند در این شرایط مفید باشد.
یادگیری Swarm به سرعت جایگزین روشهای سنتی برای تجزیه و تحلیل حجم عظیمی از دادهها میشود، زیرا از فناوری بلاک چین برای محافظت از حریم خصوصی دادهها و تقویت همکاری بهتر استفاده میکند.
کسبوکارها و سازمانها میتوانند مدلهای هوش مصنوعی خود را با امکان تجزیه و تحلیل دادههای مشترک در مکانهای لبه، بهبود دقت و قابلیت اطمینان نتایج، دادههای بهتر و بیشتری ارائه دهند. این امر زمان را آزاد می کند و تصمیم گیری را سریعتر می کند که نتایج بهتری را به همراه دارد.
نتیجه
در نتیجه، از تشخیص شرایط پزشکی تا پیشبینی نتایج نظرسنجیهای سیاسی، پلتفرم Swarm دقت قضاوتهای جمعی را در طیف گستردهای از فعالیتها بهبود بخشیده است.
به عنوان مثال، دقت تشخیص یک تیم کوچک از رادیولوژیستهای شبکهای که بهعنوان یک سیستم هوشمند ازدحامی بلادرنگ کار میکنند، در مقایسه با رویکرد فقط هوش مصنوعی، اشتباهات را به ترتیب 22 و 33 درصد کاهش داد.
هوش مصنوعی متفق القول ادعا میکند که سیستم هوش مصنوعی Swarm گروه را به سمت بهترین تصمیمهای توافقی هدایت میکند و سطح رضایت گروه را در این فرآیند افزایش میدهد.
هوش مصنوعی Swarm از ژانویه 2020 در زمینه تصمیمگیری در زمینههای آکادمیک و تجاری استفاده شده است، اما یافتهها برای کاربردهای بخش عمومی مانند اولویتبندی سیاستهای عمومی امیدوارکننده است.
پاسخ دهید