|  站内搜索:
网站首页 > 学术探索 > 科技前沿 > 阅读信息
技经观察丨群体智能——新一代人工智能的重要方向
点击:  作者:刘纪铖 唐乾琛    来源:全球技术地图微信号  发布时间:2022-10-14 09:39:25

 

群体智能是近年来发展迅速的一个人工智能学科领域,通过研究分散、自组织的生物群体智慧,实现分布式、去中心化的智能行为,通常用于无人机、机器人集群的协同作业。群体智能作为新一代人工智能的重要方向,自20世纪80年代提出以来,已成为信息、生物、社会等交叉学科的热点和前沿领域。2016年底,美国国防部高级研究计划局(DARPA)基于群体智能的进攻性蜂群战术项目(OFFSET)应第三次抵消战略而生,旨在加强复杂环境下的无人作战能力,并每半年进行一次项目冲刺。20177月,中华人民共和国国务院发布的《新一代人工智能发展规划》中明确指出群体智能是人工智能领域的一个新的研究方向。科技部启动的《科技创新2030“新一代人工智能重大项目指南》中,也将群体智能列为人工智能领域的五大持续攻关方向之一。可见,对于群体智能的探究具有重要的现实意义。

 

一、群体智能的起源:自然界群居生物的智慧模拟

 

群体智能最初是基于人们对于自然界群居生物的观察所提出的一种智能形态,其具有群体涌现出的智慧超越个体智慧的特点,如蚁群搭桥、鸟群觅食、蜂群筑巢等。群体智能作为计算机专业术语最早是在1989年由赫拉多(Gerardo)等提出,用来描述电脑屏幕上细胞机器人的自组织算法所具有的分布控制、去中心化的自组织智能行为。早期学者主要专注于群体行为特征规律的研究,并提出了一系列具有群体智能特征的算法,如蚁群优化算法在解决旅行商问题等数学难题上得到了较好的应用。

 

 

随着物超人时代的来临,人类群体、大数据、物联网已经实现了广泛和深度的互联,群体智能的发展方向逐渐转移到人机物融合的方向上来。在具体实现上,智能计算模式逐渐从以机器为中心的模式走向群体在计算回路,智能系统开发也从封闭和计划走向了开放和竞争。未来,人类将迈入群体智能2.0时代。

 

二、群体智能的两种机制

 

1.自上而下有组织的群智行为,这种机制会形成一种分层有序的组织架构。自上而下的群智形成机制是在问题可分解的情况下,不同个体之间通过蜂群算法集成进行合作,进而达到高效解决复杂问题的机制。美国DARPA正在开展的进攻性蜂群战术OFFSET)项目,就是通过自上而下的群智机制将群体智能推向实战化水平。德国国防军(DTEC)运用自上而下的群智机制开发无人机蜂群战术级人工智能快速决策系统,预计2024年将投入使用。

 

2.自下而上自组织的群智涌现,这种机制可使群体涌现出个体不具有的新属性,而这种新属性正是个体之间综合作用的结果。美国科技作家凯文·凯利(Kevin Kelly)在《失控:全人类的最终命运和结局》中提到:一种由无数默默无闻的零件,通过永不停歇的工作,而形成的缓慢而宽广的创造力,这就是群体智能涌现的过程。例如,由多个简单机器人组成的群体机器人系统通过分布自组织的协作可以完成单个机器人无法完成或难以完成的工作。

 

三、群体智能的应用

 

目前国外对群体智能的应用侧重于底层技术领域,如集群结构框架、集群控制与优化、集群任务管理与协同等,国内则主要侧重于应用领域,如集群路径实时规划、集群自主编队与重构、集群智能协同决策等。随着群体智能在现实场景的深入应用,将有力促进产业智能化和提高产业竞争力。另外,群体智能也正在深刻影响着军事领域,使战争形态加速向智能化演变,与之相应的战争观也发生了嬗变。

 

1.蜂群协同系统。美国DARPA正在开展的进攻性蜂群战术OFFSET)项目,该项目探索未来的小单位步兵部队将是由小型无人机系统(UASs)或小型无人地面车辆系统(UGSs)组成的蜂群,可在复杂的环境中完成多种任务。相关研究成果也将直接应用到马赛克战体系中,推动低成本无人蜂群作战能力的快速成形。

 

 

 

 

来源:美国DARPAOFFSET项目

 

2.路径规划系统。群体智能支撑的路径规划技术被广泛应用于各种运动规划任务,极大地解决了多智能体间的群体协同决策问题。如自动驾驶、车路协同、群体机器人等场景。200911月,美国交通部发布了《智能交通系统战略计划(2010-2014)》,作为美国车路集成系统(VII)研究的战略指南,着重强调了群体协同决策在交通安全中的重要性。

 

 

来源:奥迪的群体智能“Car-to-X”理念

 

3.复杂电磁环境下的优化与控制。电磁频谱已作为第六维作战疆域引起世界各国的高度重视。2015年,美军发布的《关于国家安全的突破性技术》战略指南中明确指出未来几年DARPA的研究重点将是确保控制电磁权2018年,美国空军组建了电子战/电磁频谱优势体系能力协作小组(ECCT),旨在研究如何确保电磁频谱优势,开始实质性推进电磁频谱战。群体智能有自组织、自适应的技术特点,在电磁频谱战中的频谱状态感知、频谱趋势预测、频谱形式推理上具有独特的先天优势,可以有效应对战场电磁环境的捷变性,提高战争中信息传输时效性,促进电磁频谱战的决策智能化。

 

 

来源:Defence One

 

四、群体智能的挑战和前景

 

群体智能作为新一代人工智能重点发展的五大智能形态之一,在民事和军事领域都具有重要的应用前景。5G时代所带来的万物互联,为群体智能的应用和创新提供了丰富的场景,将会进一步促进人机物的深度融合,也会进一步推动群体智能理论和技术的持续发展。目前,群体智能在基础理论和作用机理创新、群智知识表示框架构建和关键技术应用上还处于初级阶段,仍然有广阔的应用和发展空间。未来,我国应推动群体智能基础理论研究与系统开发齐头并进,不断拓宽应用场景,早日形成群体智能技术的标准体系。

 

参考资料:

[1]国务院关于印发新一代人工智能发展规划的通知[EB/OL]. http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm#

[2]赵健,张鑫褆,李佳明,贺晨. 群体智能2.0研究综述[C]. 计算机工程,2019.

[3]王玫,朱云龙,何小贤.群体智能研究综述[C]. 计算机工程,2005.

[4]Amrit Saggu, Pallavi Yadav, Monika Roopak. Applications of Swarm Intelligence[C]. International Journal of Computer Science and Mobile Computing, 2013.

[5]Swarm Intelligence: What Is It and How Are Agencies Using It?[EB/OL]. https://fedtechmagazine.com/article/2022/02/swarm-intelligence-what-it-and-how-are-agencies-using-it-perfcon

[6]British Army Trials Drone Swarm for Surveillance, AI Communication[EB/OL]. https://www.thedefensepost.com/2022/09/13/uk-army-drone-swarm-trial

[7]OFFensive Swarm-Enabled Tactics OFFSET[EB/OL]. https://www.darpa.mil/program/offensive-swarm-enabled-tactics

[8]Drone Swarms are Changing How the U.S. Army Thinks and Fights[EB/OL]. https://nationalinterest.org/blog/buzz/drone-swarms-are-changing-how-us-army-thinks-and-fights-198168

[9]Yongkun Zhou, Bin Rao, Wei Wang. UAV Swarm Intelligence: Recent Advances and Future Trends[C]. IEEE Aceess, 2020.

[10]提升网络与设备安全的新方向:群体智能[EB/OL]. http://security.infosws.cn/20220303/55189.html

[11]陈健瑞,王景璟,侯向往,方政儒,杜军,任勇. 挺进深蓝:从单体仿生到群体智能[J]. 电子学报,2021.

[12]探究群体智能基于UWB定位技术的无人机集群协同[EB/OL]. https://blog.csdn.net/FEISILAB_2022/article/details/125378190

[13]Wenshuo Wang, Letian Wang. Social Interactions for Autonomous Driving: A Review and Perspectives[EB/OL]. https://arxiv.org/pdf/2208.07541.pdf

[14]李京华,丁国如等. 面向电子频谱战的群体智能初探[C]. 航空兵器,2020.

[15]Overview of Department of Defense Use of the Electromagnetic Spectrum[EB/OL]. https://apps.dtic.mil/sti/pdfs/AD1169613.pdf

[16]Xin-She Yang, Suash Deb, et al. Swarm Intelligence: Past, Present and Future[EB/OL]. https://arxiv.org/abs/1804.07999

 

作者简介

刘纪铖 国务院发展研究中心国际技术经济研究所研究二室,助理分析员

研究方向:信息领域战略、技术和产业前沿

作者简介

唐乾琛 国务院发展研究中心国际技术经济研究所研究二室,三级分析员

研究方向:信息领域战略、技术和产业前沿

 

来源:全球技术地图微信号

责任编辑:向太阳
特别申明:

1、本文只代表作者个人观点,不代表本站观点,仅供大家学习参考;

2、本站属于非营利性网站,如涉及版权和名誉问题,请及时与本站联系,我们将及时做相应处理;

3、欢迎各位网友光临阅览,文明上网,依法守规,IP可查。

昆仑专题

高端精神

国策建言

热点排行
  • 一周
  • 一月
  • 半年
  • 建言点赞
  • 一周
  • 一月
  • 半年
  • 图片新闻

    友情链接
  • 人民网
  • 央视网
  • 新华网
  • 求是
  • 中国军网
  • 中国经济网
  • 中国社会科学网
  • 中国科技网
  • 中国共产党历史和文献网
  • 红色文化网
  • 观察者网
  • 参考消息
  • 环球网
  • 毛泽东思想旗帜网
  • 红旗文稿
  • 红歌会
  • 红旗网
  • 乌有之乡
  • 橘子洲头
  • 四月网
  • 新法家
  • 中红网
  • 激流网
  • 宣讲家网
  • 中共党史网
  • 国史网
  • 全国党建网
  • 中国集体经济网
  • 中国延安精神研究会
  • 西北革命历史网
  • 烽火HOME
  • 俄罗斯卫星通讯社
  • 赵晓鲁律师事务所
  • 备案/许可证编号:京ICP备15015626号-1 昆仑策研究院 版权所有 举报邮箱:[email protected]