Ricercatori della Loughborough University, del MIT e di Yale hanno introdotto il concetto di "IA collettiva".
Documentare le proprie idee in una prospettiva carta pubblicato su Nature Machine Intelligence, i ricercatori propongono Shared Experience Lifelong Learning (ShELL) come struttura per creare sistemi di IA decentralizzati composti da più agenti indipendenti, o "IA collettiva".
Lavorando come una "mente alveare", queste singole unità di intelligenza artificiale imparano e condividono continuamente le conoscenze nel corso della loro vita, sfidando le architetture monolitiche centralizzate.
Se sviluppata, l'IA collettiva potrebbe rispecchiare le capacità dei "Borg" di Star Trek e di numerosi altri concetti fantascientifici come "The Get" di Mass Effect o "The Replicators" di Stargate SG-1.
Consentendo agli agenti di imparare dalle proprie esperienze e dalle conoscenze condivise dagli altri, i sistemi ShELL possono mostrare un apprendimento più rapido, prestazioni migliori e una maggiore flessibilità di fronte alle avversità, in modo simile agli organismi biologici.
I migliori scienziati informatici di tutto il mondo affermano che il futuro dell'intelligenza artificiale è simile a quello di Star Trek🖖🤖
Il dott. @asoltoggio ed esperti del calibro di @MIT & @Yale condividono la loro visione di "AI collettiva" in una nuova @NatMachIntell carta.
Leggi: https://t.co/JgKhqvUDmG pic.twitter.com/kd1QAyGxGB
- PR dell'Università di Loughborough (@LboroPR) 22 marzo 2024
Andrea Soltoggio dell'Università di Loughborough, ricercatore principale dello studio, ha descritto la visione dello studio: "La condivisione istantanea delle conoscenze attraverso una rete collettiva di unità di IA in grado di apprendere e adattarsi continuamente a nuovi dati consentirà di rispondere rapidamente a situazioni, sfide o minacce inedite".
Soltoggio ha ulteriormente evidenziato il potenziale dell'IA decentralizzata facendo un'analogia con il sistema immunitario umano, in cui più componenti lavorano insieme per organizzare una difesa coordinata contro le minacce.
"Potrebbe anche portare allo sviluppo di robot per la risposta alle catastrofi, in grado di adattarsi rapidamente alle condizioni in cui vengono inviati, o di agenti medici personalizzati che migliorano i risultati sanitari fondendo conoscenze mediche all'avanguardia con informazioni specifiche sul paziente", ha spiegato Soltoggio.
Nello studio vengono citati diversi potenziali utilizzi nel mondo reale:
- Esplorazione dello spazio: Le capacità di apprendimento e adattamento decentralizzato di ShELL potrebbero essere preziose nelle missioni nello spazio profondo, dove le comunicazioni con la Terra sono limitate e i sistemi autonomi devono affrontare sfide inaspettate.
- Medicina personalizzata: ShELL potrebbe alimentare sistemi di intelligenza artificiale medica distribuiti che si adattano continuamente all'evoluzione delle esigenze dei pazienti e delle conoscenze mediche, consentendo una fornitura di assistenza sanitaria più mirata ed efficace.
- Sicurezza informatica: L'apprendimento collettivo e la condivisione delle conoscenze degli agenti ShELL potrebbero essere sfruttati per creare sistemi difensivi decentralizzati che rilevano e diffondono rapidamente le informazioni sulle nuove minacce, consentendo risposte più rapide e solide agli attacchi informatici.
- Risposta ai disastri: Il documento suggerisce che i sistemi ShELL potrebbero essere utilizzati per coordinare agenti autonomi in scenari di disastro, consentendo sforzi di risposta più efficienti ed efficaci sfruttando l'intelligenza collettiva del gruppo.
- Rilevamento multiagente: ShELL potrebbe consentire il coordinamento di sciami di agenti per costruire modelli di mondo 3D per compiti come le operazioni di ricerca e salvataggio o il rilevamento di anomalie nella ricognizione militare.
Ecco una possibile idea per costruire una democrazia fatta di molte IA, diversità e resilienza rispetto a una manciata di grandi entità che controllano la tecnologia più potente del XXI secolo. https://t.co/Eg7R9X4WEp C'è qualcuno che vuole partecipare?
- Andrea Soltoggio (@asoltoggio) 22 marzo 2024
Nonostante gli usi promettenti, i ricercatori sono consapevoli dei rischi potenziali dei sistemi di IA collettivi, come la rapida diffusione di conoscenze errate, non sicure o non etiche tra le unità.
Per contrastarlo, suggeriscono di promuovere l'autonomia di ogni unità di IA all'interno del collettivo, garantendo un equilibrio tra cooperazione e indipendenza.
Costruire un'intelligenza artificiale collettiva
Come potrebbe funzionare l'intelligenza artificiale collettiva? I ricercatori propongono diversi meccanismi potenziali:
- Apprendimento automatico continuo: Consente agli agenti di intelligenza artificiale di apprendere compiti multipli in modo incrementale senza soffrire di dimenticanze catastrofiche. Le tecniche includono i metodi di replay (memorizzazione e riproduzione delle esperienze precedenti), la regolarizzazione (vincoli agli aggiornamenti del modello per evitare di sovrascrivere le vecchie conoscenze) e l'isolamento dei parametri (dedicando componenti del modello separati per compiti diversi).
- Apprendimento federato: Un paradigma di apprendimento distribuito in cui più agenti addestrano in modo collaborativo un modello mantenendo i propri dati localizzati. Ogni agente calcola gli aggiornamenti del modello in base ai propri dati locali e condivide solo questi aggiornamenti con gli altri, preservando la privacy dei dati.
- Sistemi multi-agente: Studio di agenti autonomi che interagiscono in un ambiente condiviso. Gli agenti ShELL operano in modo decentralizzato, prendendo decisioni basate su obiettivi e conoscenze individuali.
- Edge computing: Esecuzione di calcoli e archiviazione dei dati vicino alle fonti dei dati, ad esempio su dispositivi o server edge, piuttosto che in sistemi cloud centralizzati. Gli agenti ShELL operano su dispositivi edge, consentendo un'elaborazione a bassa latenza e riducendo i costi di comunicazione.
L'IA collettiva si basa sui recenti sviluppi futuristici dell'IA, come ad esempio IA bio-ispirata architetture che simulano efficacemente le strutture sinaptiche analogiche e i modelli di intelligenza artificiale che girano su cellule cerebrali reali.
L'interesse per l'IA decentralizzata è in crescita, come indicato dal dimissioni recenti del CEO di Stability AI Emad Mostaque. Ha lasciato per dedicarsi a progetti decentralizzati che mirano a diffondere il potere dell'IA dalle Big Tech.
Inoltre, una startup, Sakana, fondata da ex-ingegneri di Google, ha recentemente ha raccolto $30 milioni di euro per l'intelligenza artificiale "a sciame"., concettualmente simile a quello proposto in questo nuovo studio.
