טיש פון קאָנטענץ[באַהאַלטן][ווייַזן]
איינער פון די נואַסט בוזזוואָרדס וואָס ויסקומען צו זיין קעסיידער געוויינט איז סוואָרם לערנען.
דער בוזוואָרד איז מער און מער "אַרויס," צוזאַמען מיט קינסטלעך סייכל און מאַשין לערנען.
אָבער, איז עס טאַקע?
סוואָרם לערנען נעמט זיין נאָמען פון די וועג אַז אַנימאַלס און ינסעקץ קאָואַפּערייט צו דערגרייכן אַ פּראָסט אָביעקטיוו.
באַטראַכטן די סוואָרמינג נאַטור פון ביז צו שאַפֿן כייווז, די פאָרמירונג פון לעקעכל באַללס דורך קליינטשיק פיש צו שרעקן אַוועק גרעסערע פּרעדאַטער פיש, די גרופּע גייעג נאַטור פון וועלף, אָדער די באַוועגונג פון פייגל אין פלי.
אַנימאַלס און ינסעקץ וואָס פאַרבינדן צוזאַמען פאַרבינדן זייער רעסורסן און קאָואַפּערייט צו דערגרייכן אַ פּראָסט אָביעקטיוו.
אין געוויסע קאַסעס, גרופּע סייכל איז ימפּרוווד דורך מיטאַרבעט צו די פונט ווו די פאָרשטעלונג פון די גרופּע סערפּאַסיז די פון זייַן יחיד מיטגלידער. וויסנשאפטלעכע טערמינאָלאָגיע פֿאַר דעם סאָרט פון נאַטור כולל "קאָלעקטיוו, קאָנסענסוס אָדער סוואָרם סייכל."
א פּלאַטפאָרמע גערופן Swarm AI איז געווען באשאפן דורך ניצן אַ ענלעך מעטאַדאַלאַדזשי דורך יונאַנאַמאַס אַי. דער אַרטיקל וועט ונטערזוכן ונ דורך סוואָרם קינסטלעך סייכל, אַרייַנגערעכנט ווי עס אַפּערייץ, אַפּלאַקיישאַנז פֿאַר סוואָרם לערנען און פיל מער.
ערשטער, מיר וועלן אָנהייבן מיט די הקדמה פון די פּלאַטפאָרמע און זייַן פאַנגקשאַנינג, און שפּעטער מיר וועלן ונטערטוקנ זיך אין טעכנאָלאָגיע.
וואָס איז סוואָרם אַי?
דער ערשטער קינסטלעך סייכל (AI) פּלאַטפאָרמע אין דער וועלט, סוואָרם, ימפּרוווז די סייכל פון נעטוואָרק געשעפט טימז, וואָס אַלאַוז פיל מער פּינטלעך פאָרקאַסץ, פֿאָרויסזאָגן, ברירות און ינסייץ.
יונאַנאַמאַס אַי באשאפן די פּלאַטפאָרמע, וואָס איז אַ יינציק בייַשפּיל פון פונאנדערגעטיילט אַי און מענטש טימז קאָואַפּערייטינג אויף אַ אַרבעט אין פאַקטיש-צייט. סוואָרם נעמט זיין קיוז פון די קאָאָפּעראַטיווע נאַטור פון נאַטירלעך סיסטעמען ווי כייווז פון ביז און פלאַקס פון פייגל.
א גרופּע פון מענטשן וואָס קלייַבן צווישן אַ פּרידיטערמינד נומער פון אַלטערנאַטיוועס קאַמיוניקייץ אויף אַ קאַנטראָולד שטייגער דאַנק צו סוואָרמינג סייכל אַלגערידאַמז.
די אינטערנעט פּלאַטפאָרמע איז צוטריטלעך פֿאַר אַלעמען פֿון ערגעץ. אַנשטאָט די טעמעס, זיי טענהן, די אַלגערידאַמז זענען טריינד אויף דאַטן וועגן די נאַטוראַל דינאַמיק פון גרופּעס.
אין אַ פארמאכט-שלייף סיסטעם געשאפן דורך מענטשן ינטעראַקטינג מיט אַי אגענטן, ביידע די מאַשין און די מענטשן קענען ריספּאַנד באזירט אויף ווי אנדערע ביכייוו צו טוישן אָדער האַלטן זייער פּרעפֿערענצן.
די ינטעראַקשאַן דינאַמיק פון די פּאַרטיסאַפּאַנץ זענען געניצט דורך אַ נעוראַל נעץ מאָדעל וואָס איז געבויט מיט סופּערווייזד מאַשין לערנען אין די רגע בינע צו פּראָדוצירן אַ יבערצייַגונג אינדעקס. דער גראדן מעסטן ווי זיכער די גרופּע איז אין דער רעזולטאַט.
ווי אַזוי אַרבעט סוואָרם?
אַלץ הייבט זיך אָן מיט די פֿייגל און די ביז. אויך פיש. אויך מוראַשקעס. עס געהערט צו די ריזיק נומער פון מינים וואָס אָרגאַניזירן זיך אין פלאַקס, שולן, שאָולז, קאָלאָניעס און סוואָרמז אין סדר צו פאַרגרעסערן זייער קאָלעקטיוו סייכל.
נאַטור דעמאַנסטרייץ אַז געזעלשאַפטלעך אָרגאַניזאַמז קענען יקסיד די גרויס מערהייַט פון יחיד מיטגלידער ווען ארבעטן צוזאַמען ווי יונאַפייד סיסטעמען צו סאָלווע ישוז און מאַכן דיסיזשאַנז איבער אַ ברייט קייט פון מינים.
דער דערשיינונג, וואָס סייאַנטיס ריפערד צו ווי "סוואָרם סייכל," איז זאָגן אַז פילע סייכל זענען באמת בעסער ווי איין.
מיר פעלן די יידל לינגקאַדזשאַז אַז אנדערע מינים נוצן צו שאַפֿן ענג באַמערקונגען לופּס צווישן מענטשן, וואָס איז וואָס יומאַנז האָבן נישט געוויינטלעך קריגן די פיייקייט צו בויען אַ סוואָרם סייכל.
פיש זענען ביכולת צו זינען דיסטערבאַנסיז אין די וואַסער נירביי. ביז מאַכן מייַלע פון גיך ווייבריישאַנז. פייגל קענען זינען מווומאַנץ פאַרשפּרייטן איבער די סטייַע.
אָבער, הויך-גיכקייַט נעטוואָרקינג טעכנאָלאָגיע הייַנט אַלאַוז אונדז צו פאַרבינדן מיט איינער דעם אנדערן פֿון ערגעץ אויף דער גלאָבוס. מיר נאָר דאַרפן די געהעריק טעכנאָלאָגיע צו יבערמאַכן די פֿאַרבינדונגען אין פאַקטיש-צייט נעטוואָרקס מיט פארמאכט-שלייף באַמערקונגען צווישן פּאַרטיסאַפּאַנץ.
סוואָרם אַי טעכנאָלאָגיע פילז דעם ריס. עס אָפפערס די ינטערפייסיז און אַי אַלגערידאַמז וואָס זענען נויטיק פֿאַר "מענטשלעך סוואָרמז" צו קאַנגגראַגייט אָנליין און צונויפגיסן זייער וויסן, ינסייט און ינטוישאַן מיט די פון אנדערע גרופּעס צו פאָרעם אַלע-ענקאַמפּאַסינג ימערדזשאַנט סייכל.
פאַקטיש-צייט סוואָרמז זענען געפֿונען צו שטארק פאַרגרעסערן סייכל אין אַ פאַרשיידנקייַט פון טאַסקס, אַרייַנגערעכנט פאָרויסזאָגן פינאַנציעל און ספּאָרט טרענדס, קאַנוואַ.
cdscdms cmds v,mds vm, dsm, cm,ds c,mds cm,ds vwrngre ig fj ewi jt43itiiy 5j4iojeroijas, און יוואַליוייטינג די הצלחה פון אַדס און פֿילם טריילערז.
איינריכטונגען
- Swarm Insight, וואָס ניצט Swarm AI טעכנאָלאָגיע, גיט ניט בלויז מער פּינטלעך קאַנסומער סענטימענט אַנאַליסיס ווי עפּעס אַנדערש ביז אַהער צוטריטלעך, אָבער עס איז אויך קוויקער און מער יקספּרעסיוו ווי עפּעס אַנדערש בנימצא, אפילו פֿאַר די מערסט קאָמפּליצירט פאָרשונג פּראַדזשעקס.
- Swarm Insight איז אַ פול-דינסט לייזונג וואָס גיט אַי-אָפּטימיזעד מאַרק סייכל ראַפּאַדלי און מיט פיינדינגז וואָס זענען פיל מער פּינטלעך ווי די פון מער קאַנווענשאַנאַל מעטהאָדס ווי סערווייז, פאָקוס גרופּעס אָדער ינטערוויוז.
- מיר פאָרשלאָגן פולשטענדיק נאַטוראַל אַנאַליסיס, ראַקרוטמאַנט פון באַטייליקטער, סעסיע מאַדערייטינג באַדינונגס און פאַכמאַן מעטאַדאַלאַדזשי הילף מיט Swarm Insight. אַלע פון עס איז אַרייַנגערעכנט.
איצט עס איז צייט צו קוקן אין Swarm Intelligence.
סוואָרם ינטעלליגענסע
דיסענטראַלייזד, זיך-אָרגאַניזירט סיסטעמען (צי נאַטירלעך אָדער קינסטלעך) וואָס קענען מאַך שנעל און קאָאָפּעראַטיוועלי ויסשטעלונג סוואָרם סייכל, וואָס איז זייער קאָלעקטיוו נאַטור.
יעדער מינים אין נאַטור האט זייַן אייגן פאָרעם פון דעם פֿאַרמאַכט-שלייף, קאָאָפּעראַטיווע נאַטור. ביז נוצן ווייבריישאַנז, פיש זינען טרעמערז אין די וואַסער, אַנץ נוצן פעראַמאָונז צו פירן יעדער אנדערע צו עסנוואַרג קוואלן, פייגל קענען זינען מווומאַנץ פאַרשפּרייטן איבער זייער פלאַקס, און ביז נוצן פעראַמאָונז.
די וויסן וואָס סייאַנטיס האָבן פארדינט וועגן נאַטור איז געניצט צו פאַרבעסערן אַלגערידאַמז.
ווען דער באַגריף פון סוואָרם סייכל איז גענוצט אין קינסטלעך סייכל (AI), ספּעציעל אין ראָובאַטיקס, די קאָלעקטיוו סייכל איז ימפּרוווד דורך קאַמפּיוטיישאַנאַל סיסטעמען וואָס זענען טיפּיקלי קאַמפּאָוזד פון אַ גרופּע פון אַגענץ (קאָמפּיוטער סימיאַליישאַנז וואָס נאָכמאַכן פלאַקינג פויגל נאַטור) וואָס מיטאַרבעטן לאָוקאַלי מיט איין. אן אנדער און אין זייער סוויווע בשעת אַדכירינג צו אַ גענעראַל גאַנג פון אַלגערידאַמיק כּללים.
נוצן פון סוואָרם לערנען
סוואָרם לערנען איז שיין מער פאָלקס ווי אַ רעזולטאַט פון די קאַמפּלעקסיטי פון קראַנט אַי מאָדעלס. דאָס איז דער הויפּט אמת פֿאַר סעקטאָרס וואָס פּראָדוצירן וואַסט וואַליומז פון דאַטן, אַזאַ ווי מאַנופאַקטורינג, לאַדזשיסטיקס, פינאַנציעל באַדינונגס, כעלטקער און מעדיציניש פאָרשונג, און פינאַנציעל באַדינונגס.
צו פאַרגרעסערן מאָדעל אַקיעראַסי און עפעקטיווקייַט, צושטעלן פריש ינסייץ און פֿאַרבעסערן עפעקטיוו באַשלוס-מאכן אין די סעקטאָרס, די פיייקייט צו געשווינד אַרייַנציען און אַנאַלייז מאַסיוו וואַליומז פון דאַטן איז יקערדיק.
אָבער, אין דער פאַרגאַנגענהייט, ייַנטיילונג דאַטן צווישן דיספּערסט לאָוקיישאַנז איז אָפט טשאַלאַנדזשינג, אויב ניט אוממעגלעך, רעכט צו שטרענג דאַטן שוץ געזעצן און ריסטריקשאַנז. סוואָרם לערנען קענען זיין נוציק אין דעם סיטואַציע.
סוואָרם לערנען איז געשווינד ריפּלייסט טראדיציאנעלן מעטהאָדס פֿאַר אַנאַלייזינג מאַסיוו וואַליומז פון דאַטן ווייַל עס ניצט בלאָקטשיין טעכנאָלאָגיע צו באַוואָרענען דאַטן פּריוואַטקייט און פאַסטער בעסער קוואַפּעריישאַן.
געשעפטן און אָרגאַנאַזיישאַנז קענען צושטעלן זייער אַי מאָדעלס מיט בעסער און מער דאַטן דורך געבן אַנאַליסיס פון שערד דאַטן אין ברעג לאָוקיישאַנז, ימפּרוווינג די אַקיעראַסי און פאַרלאָזלעך אַוטקאַמז. דאָס פריי צייט און מאכט באַשלוס-מאכן שנעלער, וואָס טראגט בעסער רעזולטאַטן.
סאָף
אין מסקנא, פון דיאַגנאָסינג מעדיציניש טנאָים צו פּרידיקטינג פּאָליטיש אַנקעטע רעזולטאַטן, די סוואָרם פּלאַטפאָרמע ימפּרוווד די פּינטלעכקייַט פון קאָלעקטיוו משפט אין אַ ברייט קייט פון אַקטיוויטעטן.
ווי אַ געמעל, די דיאַגנאָסיס אַקיעראַסי פון אַ קליין קאָלעקטיוו פון נעטוואָרק ראַדיאָלאָגיסץ אַפּערייטינג ווי אַ פאַקטיש-צייט סוואָרם סייכל סיסטעם דיקריסט מיסטייקס מיט 22% און 33% ריספּעקטיוולי, ווען קאַמפּערד מיט אַן אַי-בלויז צוגאַנג.
יונאַנאַמאַס אַי טענהט אַז די סוואָרם אַי סיסטעם גוידעס די גרופּע צו די בעסטער קאָנסענסוס דיסיזשאַנז, רייזינג גרופּע צופֿרידנקייט לעוועלס אין דעם פּראָצעס.
סוואָרם אַי איז געניצט אין באַשלוס-מאכן זינט יאנואר 2020 אין ביידע אַקאַדעמיק און געשעפט קאַנטעקסץ, אָבער די פיינדינגז זענען פּראַמאַסינג פֿאַר אַפּלאַקיישאַנז פֿאַר ציבור סעקטאָר ווי פּרייאָראַטייזינג עפנטלעך פּאָליטיק.
לאָזן אַ ענטפֿערן