چالش این روزهای هوش مصنوعی، فراتر از ارتباط ساده بین عوامل (Agent) هست و به هماهنگی، درکِ زمینه و همکاری واقعی بین اون‌ها برمی‌گرده. چطور می‌تونیم به این عوامل کمک کنیم تا واقعاً «با هم فکر کنند»، با درک کامل شرایط، مذاکره و هدف مشترک؟ این یه قدم حیاتی به سمت یه نوع جدید از هوش توزیع‌شده‌ست که انسان رو هم همیشه در جریان نگه می‌داره.

در آخرین رویداد از سری نشست‌های AI Impact VentureBeat، ویجوی پاندی، معاون ارشد سیسکو، و نوح گودمن، استاد استنفورد، درباره‌ی چگونگی عبور از عواملِ صرفاً متصل به عواملِ دارای هوش جمعی عمیق، صحبت کردند. به گفته‌ی پاندی، مشکل اصلی اینه که "عوامل امروزی می‌تونن به هم وصل شن، اما واقعاً نمی‌تونن با هم فکر کنن". پروتکل‌هایی مثل MCP و A2A اتصال اولیه رو حل کردن، و AGNTCY هم مسائل مربوط به شناسایی، مدیریت هویت و ارتباطات بین‌عاملی رو پوشش می‌ده. اما این‌ها فقط مثل اینه که دو نفر که زبون همدیگه رو نمی‌فهمن با هم تلفنی صحبت کنن! تیم پاندی به یه چیز عمیق‌تر از زیرساخت‌های فنی رسیده: نیاز عوامل به دست‌یابی به هوش جمعی، نه فقط اقدامات هماهنگ.

برای اینکه بفهمیم هوش مصنوعی چندعاملی به کجا باید بره، هر دو سخنران به تاریخچه هوش انسانی اشاره کردند. در حالی که انسان‌ها حدود 300 هزار سال پیش به هوش فردی رسیدند، هوش جمعی واقعی تا حدود 70 هزار سال پیش و با ظهور زبان پیچیده پدیدار نشد. این پیشرفت، سه قابلیت مهم رو ممکن کرد: هدف مشترک، دانش مشترک و نوآوری جمعی. پاندی توضیح داد که "وقتی هدف مشترک و دانش مشترکی داشته باشین که بتونین اون رو اصلاح، توسعه و روش بنا کنین، می‌تونین به سمت نوآوری جمعی پیش برین".

پاندی از این فرآیند به عنوان "اینترنت شناخت" یاد می‌کنه: یه معماری سه‌لایه که برای فعال کردن تفکر جمعی بین عوامل مختلف طراحی شده. این معماری شامل لایه پروتکل (برای درک متقابل و اشتراک هدف)، لایه Fabric (یه سیستم حافظه مشترک برای ایجاد و توسعه زمینه جمعی) و لایه موتور شناختی (شتاب‌دهنده‌ها و محافظ‌ها برای کمک به عوامل در تفکر سریع‌تر) هست.

در Humans&، تیم گودمن به‌جای تکیه صرف بر پروتکل‌های اضافی، اساساً نحوه‌ی آموزش مدل‌های پایه رو تغییر می‌ده. هدف اینه که عوامل دارای درک اجتماعی عمیق ساخته بشن: موجودیت‌هایی که می‌دونن کی چی می‌دونه، می‌تونن همکاری رو تقویت کنن و متخصصان مناسب رو در زمان مناسب به هم مرتبط کنن.

گودمن معتقده که هوش برتر واقعی از مدل‌های قدرتمند فردی حاصل نمی‌شه، بلکه از سیستم‌های توزیع‌شده به دست میاد. پاندی هم اضافه می‌کنه که ما باید به سمتی حرکت کنیم که هوش مصنوعی و انسان‌ها به طور یکپارچه با هم ادغام شوند.

تحلیل و بررسی:

این تحولات نشان می‌دهند که تمرکز هوش مصنوعی از عملکرد انفرادی به سمت همکاری و درک متقابل در حال تغییر است. ایجاد اینترنت شناخت، یک قدم بزرگ به سوی دستیابی به هوش جمعی و سوپر اینتلیجنس توزیع‌شده خواهد بود. به نظر می‌رسد آینده هوش مصنوعی، ادغام عمیق‌تر با توانایی‌های انسانی و ایجاد سیستم‌های هوشمند همکارانه است.

منبع: VentureBeat (مشاهده متن اصلی)