協調的知性

協働知は集合知と3つの重要な点で区別されます。第一に、集合知には中央管理者が存在します。中央管理者は質問を投げかけ、匿名の回答者集団から回答を集め、アルゴリズムを用いてそれらの回答を処理し、（典型的には）「平均以上の」コンセンサス結果を得ます。一方、協働知は多様な意見を集め、評価することに重点を置いています。第二に、集合知では回答者は匿名ですが、協働知では、ソーシャルネットワークと同様に、参加者は匿名ではありません。第三に、集合知には、問題解決の標準的なモデルと同様に、中央管理者が質問をブロードキャストする「始まり」と、中央管理者が「コンセンサス」結果を発表する「終わり」があります。協働知には中央管理者が存在しません。なぜなら、そのプロセスは進化をモデル化しているからです。分散型の自律エージェントは、進化やWikipedia記事の生成に見られるように、貢献し、制御を共有します。

協調的知能は、人間または機械を含む各エージェントが自律的に問題解決ネットワークに貢献するマルチエージェント分散システムの特徴です。生態系における生物の協調的自律性は進化を可能にします。各生物の固有の特徴が遺伝的特性、環境、行動、そして生態系における位置づけから派生する自然生態系は、協調的知能、個々の専門知識、嗜好、そして問題解決プロセスにおける独自の貢献をクラウドソーシングすることを支援する次世代ソーシャルネットワークの設計原理を提供します。 [ 1 ]

関連する 4 つの用語は補完的です。

概要

協働的知能は、様々な分野で用いられる用語です。ビジネスにおいては、人々が相互作用して知的な成果を生み出す、異種ネットワークを指します。また、非自律的なマルチエージェント問題解決システムを指すこともあります。この用語は1999年に、知的なビジネス「エコシステム」の挙動を説明するために使用されました[ 2 ]。ここで、協働的知能（CQ）とは、「人々のネットワークに見られる力を構築し、それに貢献し、そして管理する能力」を指します[ 3 ] 。コンピュータサイエンスコミュニティが「集合知能」という用語を採用し、特定の技術的意味を与えた際、集合的予測システムにおける匿名の同質性と、協働的問題解決システムにおける非匿名の異種性とを区別するための補完的な用語が必要になりました。その後、匿名の集合的知能は協働的知能によって補完されました。協働的知能は、アイデンティティを認め、ソーシャルネットワークを自然界の生態系における進化的適応をモデルとした次世代の問題解決エコシステムの基盤と捉えました。

AIと協調的知能

AIが人類の絶滅を招く可能性があると多くの情報源が警告しているが[ 4 ] 、気候変動、生態系の破壊、海洋生命線の衰退、大量殺人や警察の残虐行為の増加、第三次世界大戦を引き起こしかねない軍拡競争などによって、人類はAIが活躍できるチャンスを得る前に自らの絶滅を招く可能性がある。生成AIにおけるオープンソースアプリケーションの急増は、分散型自律エージェント間の協調的知能（AI-人間C-IQ）の威力を実証し、協調的なパートナーシップやネットワークで成果を共有することにある。生成AIにおける小規模なオープンソース実験の成功は、集中型の階層的制御から分散型のボトムアップ型進化的開発へのパラダイムシフトのモデルを提供している。[ 5 ] 協調的知能におけるAIの重要な役割は、2012年にザン・ギルが協調的知能（C-IQ）には「人間であれ機械であれ、各エージェントが自律的に問題解決ネットワークに貢献するマルチエージェント分散システム」が必要であると書いた際に予測されていた。[ 6 ]ギルのACM論文は、NIH（米国国立衛生研究所）バイオテクノロジーセンターの人間とロボットの協働に関する研究から、 [ 7 ]クラウドコンピューティングのトレードオフの評価に至るまで、さまざまなアプリケーションで引用されています。 [ 8 ]協働的インテリジェンスの重要な応用分野はリスク管理であり、先制行動は将来の利益を最大化し損失を最小化するための最初の選択肢を確保するために取られる先見的な行動です。[ 9 ]利益/損失のシナリオの予測では、協働的インテリジェンスを最大化するように設計されたAI分析と予測システムをますます活用できます。その他の協働的インテリジェンスの応用にはソーシャルメディアと警察の研究があり、計算手法を利用して住民と法執行機関の協働行動を強化しています。[ 10 ]ハーバード・ビジネス・レビューのエッセイ「協調的知性：人間とAIが力を合わせる - 人間と機械は互いの強みを強化できる」の中で、著者のH・ジェームズ・ウィルソンとポール・R・ドーハティは、さまざまな業界の1,500社を対象とした調査を報告し、人間とスマートマシンが協力して互いの強みを強化したときに、パフォーマンスが最大限に向上することを示している。[ 11 ]

歴史

協調的知能は、人工知能の先駆者であるオリバー・セルフリッジが学習のパラダイムとして提唱したパンデモニウム・アーキテクチャにその起源を遡ることができる。[ 12 ]彼の概念は、複数のプレイヤーがジグソーパズルを組み立て、それぞれがピースを持ち寄るように、機会主義的解決空間、つまり黒板が、さまざまな分割された知識源から知識を引き出すという黒板システムの先駆けとなった。ロドニー・ブルックスは、黒板モデルは、知識が黒板に投稿され一般に共有される方法は規定しているが、知識がどのように取り出されるかは規定しておらず、通常、知識の消費者から、どの知識を最初に生み出したかが隠されているため、[ 13 ]協調的知能システムとは言えないと指摘している。

1980年代後半、エシェル・ベン＝ジェイコブは、細菌がより大規模な生物システムを理解する鍵を握っていると信じ、細菌の自己組織化の研究を始めました。彼は、新しいパターン形成細菌種、パエニバチルス・ボルテックスとパエニバチルス・デンドリティフォルミスを開発し、細菌の社会行動研究の先駆者となりました。パエニバチルス・デンドリティフォルミスは集団的能力を示し、これは協調的知性、つまり環境に適応するために異なる形態型を切り替える能力の前身と見なすことができます。[ 14 ] [ 15 ]アリは、昆虫学者WMホイーラーによって、一見独立した個体が単一の生物と区別がつかないほど密接に協力できる単一の「超個体」の細胞として初めて特徴付けられました。[ 16 ]その後の研究では、いくつかの昆虫コロニーが集団的知性の例として特徴付けられました。マルコ・ドリゴによって提唱されたアリコロニー最適化アルゴリズムの概念は、進化計算における主要な理論となりました。種が生態系における機能的有効性の向上に向けて適応していく進化のメカニズムは、協調的知能の原理の基礎となっています。

人工群知能（ASI）は、ネットワーク化された人間集団が知識、知恵、洞察力、直感を効率的に融合し、創発的な知能を生み出すリアルタイム技術です。「ハイブマインド」とも呼ばれるこの技術は、 2014年にUnanimous AIがクラウドベースのサーバー「UNU」を用いて初めてリアルタイムの人間群知能を導入しました。ASIは、オンライングループが統合知能として共に思考することで、質問に答え、意思決定を行い、予測を行うことを可能にします。このプロセスは、ケンタッキーダービー、アカデミー賞、スタンレーカップ、大統領選挙、ワールドシリーズといった主要イベントの予測において実証されているように、意思決定、予測、推定、予報の精度を大幅に向上させることが示されています。[ 17 ] [ 18 ]

協調型AIの一種が、2021年から2023年にかけてのDARPA人工知能探査（AIE）[ 19 ]プログラムの焦点でした。Shared Experience Lifelong Learning [ 20 ]と名付けられたこのプログラムは、機械学習で学習したタスクの数が増えてもそれを忘れることなく共有できるエージェントの集団を開発することを目的としていました。この取り組みの背景にあるビジョンは、後にNature Machine Intelligenceの展望記事[ 21 ]で詳しく説明され、エージェントの集団における生涯学習と機械学習で学習した知識の共有との間に相乗効果を提案しました。構想されているAIエージェントのネットワークは、モノリシックで大規模なAIシステムとは対照的に、より高速で効率的な学習、より高度なオープンエンド学習、AIエージェントのより民主的な社会など、新たな特性をもたらすことが期待されます。これらの研究開発は、スタートレックのボーグなどのSFのコンセプトに触発された概念を実装するものとみなされていましたが、個性や自律性など、より魅力的な特性を備えています。[ 22 ]

クラウドソーシングは匿名の集合知から発展し、ソーシャルネットワークを活用した、信頼できるオープンソースの協働知能アプリケーションへと進化しています。進化生物学者エルンスト・マイヤーは、個体が類型的に同一であれば、個体間の競争は種の進化に寄与しないと指摘しました。個体差は進化の前提条件です。[ 23 ]この進化原理は、協働知能における協働的自律性の原理に対応しており、これは次世代のクラウドソーシングプラットフォームの前提条件です。以下は、協働知能の属性を持つクラウドソーシング実験の例です。

  • SwarmSketch はクラウドソーシングによるアート実験です。
  • Galaxy Zoo は、オックスフォード大学のクリス・リントンが率いる市民科学プロジェクトで、人間のパターン認識能力を利用して銀河をカタログ化することを目的としています。
  • DARPA ネットワーク チャレンジでは、広範囲かつ時間的に重要な問題を解決するために、インターネットとソーシャル ネットワーキングがどのようにタイムリーなコミュニケーション、広範囲にわたるチーム ビルディング、緊急時の動員をサポートできるかを研究します。
  • Climate CoLab は、MIT とその集合知センターから派生した組織です。
  • reCAPTCHAは、単語ごとに本をデジタル化するプロジェクトです。

クラウドソーシングが基本的なパターン認識タスクから、ソーシャルネットワークにおける個々の貢献者の独自の専門知識を活用する協調的知能へと進化するにつれて、制約は機能的有効性の向上へと進化を導き、タグ付け、クレジット、タイムスタンプ、コンテンツの並べ替えを行うシステムと共進化します。[ 24 ]協調的知能には、効果的な検索、発見、統合、視覚化、および協調的な問題解決を支援するフレームワークの能力が必要です。[ 25 ]

コラボレーティブ・インテリジェンス技術部門は、グループによるアイデア創出と問題解決のためのインタラクティブ・ホワイトボード・コラボレーション・スペースのソフトウェアプロバイダーであるMURALによって2022年に設立されました。 [ 26 ] MURALは、人間中心設計の指導を通じて共同で問題解決を行う人材を育成する組織であるLUMA Instituteの買収を通じて、コラボレーティブ・インテリジェンス部門を正式化しました。[ 27 ] MURALによると、コラボレーティブ・インテリジェンス技術部門は、「コラボレーション・デザインとコラボレーション・スペース、そして新たなCollaboration Insights™️を組み合わせることで、チームの可能性を最大限に引き出し、増幅させる」ものとなっています。[ 28 ]

集合知との対比

集合知という用語は、もともと集合知と協働知の両方を包含しており、多くのシステムが両方の特性を示している。ピエール・レヴィは、1994年にフランス語で初版が出版された同名の著書の中で、「集合知」という造語を用いた。[ 29 ]レヴィは「集合知」を集合知と協働知の両方を包含するものとして定義し、「普遍的に分散した知性の一形態であり、常に強化され、リアルタイムで調整され、スキルが効果的に動員される」と述べている。[ 30 ]レヴィの著書の出版後、コンピュータ科学者たちは、集合知という用語を、現在コンピュータサイエンスにおいてこの用語が適用されるより一般的な領域における応用を指すために採用した。具体的には、多数の個別の回答者からの入力を、具体的で一般的に定量的な質問（例えば、DRAMの来年の価格はいくらになるか？）に対して処理するアプリケーションである。アルゴリズムは入力を均質化し、調査回答者の従来の匿名性を維持することで、平均以上の予測を生成する。

近年の依存ネットワーク研究では、集合知と協調知の間に関連性があることが示唆されています。相関ベースのネットワークの新しいクラスである部分相関ベースの依存ネットワークは、ネットワークのノード間の隠れた関係性を明らかにすることが示されています。Dror Y. Kenett氏と彼の博士課程の指導教官であるEshel Ben-Jacob氏による研究では、標準的な相関ネットワークには存在しない、米国株式市場の根底にある構造に関する隠れた情報が明らかになり、2011年にその研究結果が発表されました。[ 31 ]

応用

協調的インテリジェンスは、個々の専門知識、利害関係者間の潜在的な優先順位の衝突、そして多様な専門家による異なる解釈が問題解決に不可欠な問題に対処します。将来の潜在的な応用例としては、以下のようなものがあります。

  • 応募作品を統合して相乗効果を生み出す必要があるコンテスト。
  • 関連するトピックを検索する人々のソーシャル ネットワークが検索結果を共同で定義するスマート検索。
  • 専門家グループ、利益団体、市民科学者、その他のコミュニティ。知識の共有が効果的な成果の前提条件となる。
  • 計画、開発、持続可能なプロジェクト管理。
  • 独立した都市を協調的で生態学的な都市ネットワークに変えるスマートシステム

インターネット上で最も人気のあるウェブサイトの一つであるウィキペディアは、実験的なビジネスラボやスタートアップアクセラレータの原則を示す分散型協調知能を実現するイノベーションネットワークの好例です。[ 32 ]

協調的知性を支援する新世代のツールは、クラウドソーシング・プラットフォーム、レコメンデーション・システム、進化計算から進化しようとしています。[ 25 ]グループによる問題解決を容易にする既存のツールには、協調的グループウェア、同期会議技術（インスタント・メッセージ、オンライン・チャット、共有ホワイトボードなど）があり、これらは、電子メール、スレッド形式のモデレートされたディスカッション・フォーラム、ウェブログ、グループWikiなどの非同期メッセージングによって補完されています。インテリジェント・エンタープライズの管理は、これらのツールに加えて、グループ・メンバーの相互作用、創造的思考の促進、グループ・メンバーシップのフィードバック、品質管理とピア・レビュー、文書化されたグループ・メモリまたは知識ベースの方法に依存しています。グループが協力して作業すると、共有メモリが形成されます。この共有メモリには、議事録、スレッド形式のディスカッションの記録、図面など、グループが作成した共同作業による成果物を通じてアクセスできます。共有メモリ（グループ・メモリ）には、グループ・メンバーのメモリからもアクセスできます。現在の関心は、過去の共有メモリの有効性と将来の問題解決能力をテクノロジーがどのようにサポートし、増強できるかに集中しています。メタ知識は、学際的、多機関的、あるいはグローバルな分散コラボレーションにおいて、知識コンテンツが知識コンテキストとどのように相互作用するかを特徴づける。[ 33 ]

参照

参考文献

  1. ^ Gill, Zann (2012). 「ユーザー主導の協調的知能」 . CHI '12 コンピューティングシステムにおけるヒューマンファクターに関する拡張アブストラクト. pp.  161– 170. doi : 10.1145/2212776.2212794 . ISBN 978-1-4503-1016-1. S2CID  15027953 .
  2. ^アイザックス、ウィリアム(1999). 『対話：共に考える芸術』クラウン・ビジネス. ISBN 978-0-385-47999-8。
  3. ^ジョイス、スティーブン（2007年）『蟻塚にフェッチを教える：職場での協調的知性の育成』クラウン・ビジネス、ISBN 978-0-9780312-0-6。
  4. ^ミッチェル、メラニー (2023年4月23日). 「AI研究者の半数は、AIが私たち全員を殺す可能性が10%あると信じているのか？」『AI：考える人間のためのガイド』
  5. ^パテル、ディラン; アフマド、アフザル (2023年5月4日). 「Google「我々には堀がない、そしてOpenAIにも堀はない」「 . www.semianalysis.com . 2023年8月7日閲覧。
  6. ^ Gill, Zann (2012). 「ユーザー主導の協調的知能」 . CHI '12 コンピューティングシステムにおけるヒューマンファクターに関する拡張アブストラクト. pp.  161– 170. doi : 10.1145/2212776.2212794 . ISBN 978-1-4503-1016-1. S2CID  15027953 .
  7. ^ Vinanzi, S.; Cangelosi, A.; Goerick, C. (2021). 「協調的な心：人間とロボットのインタラクションにおける意図の読み取りと信頼」 . iScience . 24 (2) 102130. Bibcode : 2021iSci...24j2130V . doi : 10.1016/j.isci.2021.102130 . PMC 7890414. PMID 33659886 .  
  8. ^ Magalhães, WF; Farias, MC De; Gomes, HM; Marinho, LB; Aguiar, GS; Silveira, P. (2020年6月). 「ディープラーニングによるモバイルオブジェクトの検出と分類におけるエッジクラウドコンピューティングのトレードオフの評価」 . Journal of Information and Data Management . 11 (1): 3– 19. doi : 10.5753/jidm.2020.2026 . ISSN 2178-7107 . 
  9. ^ Ng, Provides (2022). 「先制的未来：スペキュラティブデザインにおけるエントロピー的情報とネゲントロピー的情報」 .第10回計算・コミュニケーション・美学・X会議議事録: 85. doi : 10.24840/xCoAx_2022_16 .
  10. ^ Sachdeva, Niharika; Kumaraguru, Ponnurangam（アドバイザー）（2017年4月）。ソーシャルメディアと警察活動：住民と法執行機関の協働行動を促進するための計算論的アプローチ（博士論文）。IIIT-Delhi。{{cite thesis}}:|first2=一般的な名前があります（ヘルプ）
  11. ^ウィルソン、ジェームズ・H.、ドーハティ、ポール・R.（2018年7月）「コラボレーティブ・インテリジェンス：人間とAIの連携」ハーバード・ビジネス・レビュー（2018年7～8月号）：114～ 123ページ。
  12. ^セルフリッジ、O.（1959）パンデモニウム：学習のパラダイム。思考プロセスの機械化に関するシンポジウム。ロンドン：HMステーショナリーオフィス
  13. ^ブルックス、ロドニーA. (1991). 「表現のない知能」(PDF) .人工知能. 47 ( 1–3 ): 139–159 . doi : 10.1016/0004-3702(91)90053-M . S2CID 207507849 . 
  14. ^ Ben-Jacob, E.; Cohen, I.; Gutnick, DL (1998). 「細菌コロニーの協同組織：遺伝子型から形態型へ」Annual Review of Microbiology . 52 : 779–806 . doi : 10.1146/annurev.micro.52.1.779 . PMID 9891813 . 
  15. ^ Ben-Jacob, E; Cohen, I. (1997). 「細菌パターンの協同形成」. Shapiro, JA; Dworkin, M (編). 『多細胞生物としての細菌』 . ニューヨーク: オックスフォード大学出版局. pp.  394– 416.
  16. ^ Wheeler, William Morton (1911). 「アリのコロニーという生物」 . Journal of Morphology . 22 (2): 307– 325. doi : 10.1002/JMOR.1050220206 . S2CID 85810040 . 
  17. ^ 「群知能：AIアルゴリズムが未来を予測する」ニューズウィーク誌、2016年1月25日。 2017年8月11日閲覧。
  18. ^ 「人工知能がケンタッキーダービーの賭けで20ドルを11,000ドルに変える」ニューズウィーク誌、2016年5月10日。 2017年8月11日閲覧。
  19. ^ 「DARPAが人工知能探査プログラムを開始」。
  20. ^ 「DARPA は他者の経験から学習できる AI を求めている」。
  21. ^ Soltoggio, Andrea; Ben-Iwhiwhu, Eseoghene; Braverman, Vladimir; Eaton, Eric; Epstein, Benjamin; Ge, Yunhao; Halperin, Lucy; How, Jonathan; Itti, Laurent; Jacobs, Michael; Kantharaju, Pavan; Le, Long; Lee, Steven; Liu, Xinran; Monteiro, Sildomar; Musliner, David; Nath, Saptarshi; Panda, Priyadarshini; Peridis, Christos; Pirsiavash, Hamed; Parekh, Vishwa; Roy, ​​Kaushik; Shperberg, Shahaf; Siegelmann, Hava; Stone, Peter; Vedder, Kyle; Wu, Jingfeng; Yang, Lin; Zheng, Guangyao; Kolouri, Soheil (2024). 「生涯学習と共有によるエッジでの集合的AI」 . Nature Machine Intelligence . 6 (3): 251–264。土井: 10.1038/s42256-024-00800-2。
  22. ^ 「科学者たちは『集合的AI』はスタートレックのボーグに似ているが、より優れているだろう（願わくば）」。
  23. ^マイヤー、エルンスト (1988). 『生物学の新しい哲学へ：進化論者の観察』ハーバード大学出版局. pp.  224– 225. ISBN 978-0-674-89666-6。
  24. ^ Gill, Zann (2011). 「生体システムにおける協調的知性」 .第13回遺伝的・進化的計算に関する年次会議論文集. pp.  803– 804. doi : 10.1145/2001858.2002097 . ISBN 978-1-4503-0690-4. S2CID  1099837 .
  25. ^ a bコラボレーティブ・インテリジェンス・リソース
  26. ^ IBM MURAL: オンラインでブレインストーミングとデザインの改良
  27. ^私たちのアプローチ | LUMA Institute
  28. ^ MURAL (2022)分散したチームには協調的知性が必要、協調的知性の原則、5
  29. ^ Lévy P. (1994) L'Intelligencecollective: Pour une anthropologie du cyberspace .パリ：ラ・デクヴェルト。
  30. ^レヴィ、P.（1997）『集合知性：サイバースペースにおける人類の出現世界』ニューヨーク：プレナム・プレス
  31. ^ケネット他 (2010) PLoS ONE 5(12): e15032
  32. ^ Gill, Zann (2013). Wikipedia: 協働的知性を活用したイノベーションの事例研究. Martin Curley、Piero Formica (編著). 『ベンチャー創出の実験性：オープンイノベーション2.0の活用』 . NY: Springer.
  33. ^ Evans, JAおよびFoster, JG (2011) Metaknowledge. Science . vol. 331. 2月11日. pp. 721–725.
「 https://en.wikipedia.org/w/index.php?title=Collaborative_intelligence&oldid=1333562464」より取得