多主體智能綜述：社會互動啟發的人工智能進化

AIGC動態歡迎閱讀

原標題：多主體智能綜述：社會互動啟發的人工智能進化
關鍵字：主體,數據,社會,行為,人工智能
文章來源：人工智能學家
內容字數：23298字

內容摘要：

導語傳統的人工智能與復雜系統建模研究主要集中在單一主體的學習和優化上，但這種方法在處理復雜、動態和不確定的環境時面臨著局限性。在自然界中，智能行為往往是通過多個互動主體的集體行為和協作來實現的。尤其是作為集體的人類智能，具備通過社會互動與學習持續創新的能力。因此研究人工智能如何通過社會學習和文化演化來模仿這種人類智能的特性，成為重要研究課題。近期發表在Nature Machine Intelligence雜志的一篇綜述文章，探討了如何通過社會學習、生物進化和文化演化的途徑來實現類人的人工智能。論文主張，通過模擬人類社會和文化中的多層次互動，可以促進人工智能系統持續的復合創新。新一代的人工智能系統，將通過智能主體的數據生成、智能主體之間的博弈互動，超越人類數據的限制。
研究領域：人工智能，復雜系統建模，多主體智能，社會學習，自然演化來源：集智俱樂部
作者：Edgar A. Dué?ez-Guzmán, Suzanne Sadedin, Jane X. Wang等
譯者：劉培源論文題目：
A social path to human-like artificial intelligence

原文鏈接：多主體智能綜述：社會互動啟發的人工智能進化

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構