Kollaborativ intelligens - Collaborative intelligence

For ikke at forveksle med kollektiv intelligens .

Collaborative intelligence kendetegner multi-agent , distribuerede systemer, hvor hver agent, menneske eller maskine, autonomt bidrager til et problemløsende netværk. Organismer i deres autonomi i deres økosystemer gør evolution mulig. Naturlige økosystemer, hvor hver organisms unikke signatur er afledt af dens genetik, omstændigheder, adfærd og position i sit økosystem, tilbyder principper for design af næste generations sociale netværk for at understøtte kollaborativ intelligens, crowdsourcing af individuel ekspertise, præferencer og unikke bidrag til en problemløsning behandle.

Oversigt

Collaborative intelligence er et begreb, der bruges i flere discipliner. I erhvervslivet beskriver det heterogene netværk af mennesker, der interagerer for at producere intelligente resultater. Det kan også betegne ikke-autonome multi-agent problemløsningssystemer . Begrebet blev brugt i 1999 til at beskrive adfærden for et intelligent virksomheds "økosystem", hvor Collaborative Intelligence, eller CQ, er "evnen til at opbygge, bidrage til og styre magt, der findes i netværk af mennesker." Da datalogifællesskabet vedtog udtrykket kollektiv intelligens og gav dette udtryk en specifik teknisk betegnelse, var der behov for et komplementært udtryk for at skelne mellem anonym homogenitet i kollektive forudsigelsessystemer og ikke-anonym heterogenitet i kollaborative problemløsende systemer. Anonym kollektiv intelligens blev derefter suppleret med kollaborativ intelligens, som anerkendte identitet og betragtede sociale netværk som fundamentet for næste generations problemløsende økosystemer, der er modelleret efter evolutionær tilpasning i naturens økosystemer.

Historie

Collaborative intelligence sporer sine rødder til Pandemonium Architecture foreslået af kunstig intelligens -pioner Oliver Selfridge som et paradigme for læring . Hans koncept var en forløber for tavlesystemet, hvor et opportunistisk løsningsrum eller tavle stammer fra en række opdelte videnskilder, da flere spillere samler et puslespil, der hver bidrager med et stykke. Rodney Brooks bemærker, at tavlemodellen angiver, hvordan viden lægges på en tavle til generel deling , men ikke hvordan viden hentes, typisk gemmer sig for den forbruger af viden, der oprindeligt producerede hvilken viden, så den ikke ville kvalificere sig som et kollaborativt efterretningssystem.

I slutningen af ​​1980'erne begyndte Eshel Ben-Jacob at studere bakteriel selvorganisering og troede på, at bakterier er nøglen til at forstå større biologiske systemer. Han udviklede nye mønsterdannende bakteriearter, Paenibacillus vortex og Paenibacillus dendritiformis , og blev en pioner i undersøgelsen af ​​bakteriers sociale adfærd. P. dendritiformis manifesterer et kollektivt fakultet, der kunne ses som en forløber for kollaborativ intelligens, evnen til at skifte mellem forskellige morfotyper for at tilpasse sig miljøet. Myrer blev først karakteriseret af entomolog WM Wheeler som celler i en enkelt "superorganisme", hvor tilsyneladende uafhængige individer kan samarbejde så tæt, at de ikke kan skelnes fra en enkelt organisme. Senere forskning karakteriserede nogle insektkolonier som eksempler på kollektiv intelligens . Begrebet algoritmer til optimering af myre -kolonier , introduceret af Marco Dorigo , blev en dominerende teori om evolutionær beregning . Evolutionens mekanismer, gennem hvilke arter tilpasser sig øget funktionel effektivitet i deres økosystemer, er grundlaget for principperne for kollaborativ intelligens.

Artificial Swarm Intelligence (ASI) er en teknologi i realtid, der gør det muligt for netværkede menneskelige grupper effektivt at kombinere deres viden, visdom, indsigt og intuitioner til en fremvoksende intelligens. Nogle gange omtalt som et "bikube", blev de første menneskelige sværme i realtid indsat af enstemmig AI ved hjælp af en skybaseret server kaldet " UNU" i 2014. Det giver onlinegrupper mulighed for at besvare spørgsmål, nå beslutninger og forudsige af tænker sammen som en samlet intelligens. Denne proces har vist sig at producere væsentligt forbedrede beslutninger, forudsigelser, estimater og prognoser, som demonstreret ved forudsigelse af store begivenheder som Kentucky Derby, Oscars, Stanley Cup, præsidentvalg og World Series.

Crowdsourcing udviklede sig fra anonym kollektiv intelligens og udvikler sig mod krediterede, open source, kollaborative efterretningsapplikationer, der udnytter sociale netværk. Evolutionærbiologen Ernst Mayr bemærkede, at konkurrence mellem individer ikke ville bidrage til artsudvikling, hvis individer var typologisk identiske. Individuelle forskelle er en forudsætning for evolution. Dette evolutionære princip svarer til princippet om kollaborativ autonomi i kollaborativ intelligens, hvilket er en forudsætning for næste generations platforme til crowd-sourcing. Følgende er eksempler på crowdsourcede eksperimenter med attributter for kollaborativ intelligens:

  • SwarmSketch er et kunsteksperiment fra en mængde.
  • Galaxy Zoo er et borgervidenskabeligt projekt ledet af Chris Lintott ved Oxford University for at udnytte menneskelig mønstergenkendelseskapacitet til at katalogisere galakser.
  • DARPA Network Challenge undersøger, hvordan Internettet og sociale netværk kan understøtte rettidig kommunikation, team-building i vidt område og presserende mobilisering for at løse omfattende, tidskritiske problemer.
  • Climate CoLab, spundet ud af MIT og dets Center for Kollektiv Intelligens.
  • reCAPTCHA er et projekt til digitalisering af bøger, et ord ad gangen

Efterhånden som crowdsourcing udvikler sig fra grundlæggende mønstergenkendelsesopgaver til i retning af kollaborativ intelligens, ved at udnytte individuelle bidragyders unikke ekspertise i sociale netværk , styrer begrænsninger evolutionen mod øget funktionel effektivitet, co-udvikler sig med systemer til at mærke, kredit, tidsstempel og sortere indhold. Kollaborativ intelligens kræver kapacitet til effektiv søgning, opdagelse, integration, visualisering og rammer for at understøtte kollaborativ problemløsning.

Kontrast med kollektiv intelligens

Udtrykket kollektiv intelligens omfattede oprindeligt både kollektiv og kollaborativ intelligens, og mange systemer manifesterer attributter for begge. Pierre Lévy opfandt udtrykket "kollektiv intelligens" i sin bog med denne titel, først udgivet på fransk i 1994. Lévy definerede "kollektiv intelligens" til at omfatte både kollektiv og kollaborativ intelligens: "en form for universelt distribueret intelligens, konstant forbedret, koordineret i realtid og i effektiv mobilisering af færdigheder ". Efter offentliggørelsen af ​​Lévy's bog vedtog computerforskere udtrykket kollektiv intelligens for at betegne en applikation inden for det mere generelle område, som dette udtryk nu gælder inden for datalogi. Nærmere bestemt en applikation, der behandler input fra et stort antal diskrete respondenter til specifikke, generelt kvantitative, spørgsmål (f.eks. Hvad vil prisen på DRAM være næste år?) Algoritmer homogeniserer input, og opretholder den traditionelle anonymitet af undersøgelsessvarere til at generere bedre end -gennemsnitlige forudsigelser.

Nylige afhængighedsnetværksundersøgelser tyder på forbindelser mellem kollektiv og kollaborativ intelligens. Delvis korrelationsbaserede afhængighedsnetværk, en ny klasse af korrelationsbaserede netværk, har vist sig at afdække skjulte relationer mellem netværkets noder. Forskning af Dror Y. Kenett og hans ph.d. supervisor Eshel Ben-Jacob afsløret skjulte oplysninger om den underliggende struktur i amerikanske aktiemarked , som ikke var til stede i standard korrelation netværk , og offentliggjort deres resultater i 2011.

Ansøgning

Collaborative intelligence løser problemer, hvor individuel ekspertise, potentielt modstridende prioriteter hos interessenter og forskellige fortolkninger af forskellige eksperter er afgørende for problemløsning. Potentielle fremtidige applikationer omfatter:

  • konkurrencer, hvor indsendelser skal integreres for at skabe et synergistisk resultat;
  • smart søgning, hvor sociale netværk af søgende om relaterede emner co-definere søgeresultater;
  • faggrupper, interessekollektiver, borgervidenskab og andre fællesskaber, hvor videndeling er en forudsætning for effektive resultater;
  • planlægning, udvikling og bæredygtig projektledelse;
  • smarte systemer til at omdanne uafhængige byer til kollaborative, økologiske bynetværk

Wikipedia, et af de mest populære websteder på Internettet, er et eksempel på et innovationsnetværk, der viser distribueret kollaborativ intelligens, der illustrerer principper for eksperimentelle forretningslaboratorier og opstartsacceleratorer.

En ny generation af værktøjer til understøttelse af kollaborativ intelligens er klar til at udvikle sig fra crowdsourcing -platforme, anbefalingssystemer og evolutionær beregning . Eksisterende værktøjer til at lette gruppe problemløsning omfatter kollaborativ groupware, synkrone konference teknologier såsom instant messaging , online chat , og delte white boards, som er suppleret med asynkron messaging ligesom elektronisk post , gevind, modereret diskussion fora , web logs og gruppe Wikis . Håndtering af Intelligent Enterprise er afhængig af disse værktøjer samt metoder til interaktion i gruppemedlemmer; fremme af kreativ tænkning; feedback fra gruppemedlemmer; kvalitetskontrol og peer review og en dokumenteret gruppehukommelse eller vidensbase. Når grupper arbejder sammen, udvikler de en delt hukommelse, som er tilgængelig via de kollaborative artefakter, som gruppen har oprettet, herunder mødeprotokoller, udskrifter fra trådede diskussioner og tegninger. Den delte hukommelse (gruppehukommelse) er også tilgængelig gennem minderne fra gruppemedlemmer; nuværende interesse fokuserer på, hvordan teknologi kan understøtte og forøge effektiviteten af ​​delt tidligere hukommelse og kapacitet til fremtidig problemløsning. Metaknowledge karakteriserer, hvordan vidensindhold interagerer med dets videnskontekst i tværfagligt, multiinstitutionelt eller globalt distribueret samarbejde.

Se også

Referencer