用 AIRIS 开启自学习 AI 革命

随着人工智能 (AI) 行业预计在未来 8 年左右达到 超过 3 万亿美元的估值，该技术继续见证多个里程碑时刻，帮助这一尚处于萌芽状态的地形从强大走向扩展。

例如，2024 年 8 月见证了人工智能超智能 (ASI) 联盟的成立，这是一个 战略合作伙伴关系，由 Fetch.ai、SingularityNET 和 Ocean Protocol 组成，旨在使 AI 技术的发展民主化和去中心化。

具体来说，每位成员都带来了独特的优势：SingularityNET 推动 开源通用人工智能 (AGI) 倡议；Fetch.ai 专注于 创建 复杂的自主代理；而 Ocean Protocol 提供 一个强大、安全的数据无缝交换框架。

这种协作方式与现有的 AI 开发范式形成鲜明对比，后者主要由少数科技巨头主导。这是因为大多数初创公司今天严重 依赖 由微软、亚马逊和谷歌提供的计算基础设施来训练其系统。

因此，通过汇集资源和专业知识，ASI 促进了更加包容、透明且符合道德的 AI 传播方式。在这方面，该联盟 最近宣布 发布其最新解决方案，名为 ‘AIRIS’。

探索 AIRIS 在机器学习 (ML) 中的突破

在目前的迭代中，大多数机器学习 (ML) 系统 受限于 一些限制，例如需要大规模训练数据集、难以获取高质量信息等。

在此背景下，AIRIS（自主智能强化推断符号学）提出了一种新颖的解决方案，有助于缓解这些限制。

AIRIS 的核心 利用 一种称为“因果规则学习”的学习机制，与静态专家系统不同，它不需要人类预先编程模型可能遇到的每种可能场景。相反，AIRIS 通过观察其行为对环境的影响来动态创建和更新自己的规则——从而更贴近人类的学习方式。

该系统的功效 在最近 AIRIS 于 Minecraft 宇宙中首次亮相时得到了充分展示。当置于后者复杂的 3D 环境中时，该平台能够探索、实验并即时学习新策略。

不仅如此，AIRIS 还能够轻松绕过障碍物，实时制定移动策略，甚至通过持续优化的过程优化其寻路能力。 

本质上，AIRIS 不遵循预设指令；它创建自己的规则集，预测潜在结果，并相应地调整其行为——这些特性对于开发高质量的实际 AI 应用至关重要。

超越游戏

虽然 Minecraft 的例子无疑令人印象深刻，但 AIRIS 技术栈的自适应智能在多个行业开启了无数可能性。例如，在机器人领域，该平台可以 使自主系统 能够在动态、不可预测的环境中工作，范围从制造车间到灾害响应场景。

同样，在价值万亿美元的医疗生态系统中，该产品可以促进创建满足个别患者需求的机器人（通过学习和调整其方法）。 

即使在设计高质量自动驾驶汽车方面，AIRIS 也可以通过不断帮助它们从变化的道路条件和意外场景中学习，使现有解决方案更安全、响应更灵敏。SingularityNET 首席执行官 Ben Goertzel 博士在阐述他对平台的愿景时指出，AIRIS 代表了一种远离资源密集型 AI 模型的关键转变，补充道：

“AIRIS 是朝着实用、可扩展的神经符号学习方向迈出的重要一步。除了其已经强大且有价值的功能外，它还说明了关于神经符号系统的几个一般性观点，例如它们从少量数据中学习精确可推广结论的能力。 

展望未来

AIRIS 的另一个值得关注的方面是其高度的 透明度。与决策过程难以捉摸的“黑盒”AI 模型不同，AIRIS 生成可解释的规则——使其更值得信赖且符合道德。

因此，随着行业继续成熟，像 AIRIS 这样的产品站在 AI 可能性的边缘，特别是随着 AI 变得更加去中心化。通过创建一个真正能够学习、适应和成长的 AI 系统，SingularityNET 和 ASI 联盟似乎在人类创造力与数字智能交汇处的可能性方面迈出了巨大的一步。未来充满趣味！