협업 인텔리전스

Collaborative intelligence
집단지성과 혼동하지 말 것

콜라보레이션 인텔리전스는, 인간 또는 머신에 관계없이, 각 에이전트가 자율적으로 문제 해결 네트워크에 공헌하는, 멀티 에이전트 분산 시스템의 특성을 나타냅니다.생태계에서 유기체의 협동적 자율성은 진화를 가능하게 한다.다음 세대는 사회적 네트워크의 설계를 위한 각 유기체의 독특한 서명의 유전학, 환경, 행동과 서울의 생태계에서 위치에서 파생된 자연 생태계,, 제공 원칙 문제 해결 과정에서 전문 지식, 특혜, 독특한 기여하는 크라우드 소싱 협력적인 지능을 지원하기 위해.[1]

다음 4개의 관련 용어가 보완적입니다.

  • 집단 지능은 다수의 익명 응답자가 입력한 정보를 정량적 질문에 처리하여 평균 이상의 예측을 도출합니다.
  • 크라우드소싱은 다수의 익명의 작업 수행자에게 마이크로태스크를 배포합니다.
  • Human Computation은 익명의 인간 마이크로태스킹 작업자의 패턴 인식 능력을 활용하여 기계 능력을 향상시키고 기계 학습을 가능하게 합니다.
  • 협업 인텔리전스는 위에서 정의한 세 가지 방법을 보완하지만, 여기서 작업 수행자는 익명이 아닙니다.작업 수행자는 다른 기술과 동기를 가지고 있으며 다른 작업을 수행할 수 있습니다.태그 부착 센서에서 지리적으로 위치하는 장치, 식별된 고유한 인간 기여자까지 익명의 장치 및 인간 기여자는 차세대 소셜 네트워크에서 협업적인 문제 해결을 추진합니다.

개요

협업 인텔리전스는 여러 분야에서 사용되는 용어입니다.비즈니스에서는 인텔리전트한 결과를 얻기 위해 상호작용하는 사람들의 이기종 네트워크를 설명합니다.또한 비자율 다중 에이전트 문제 해결 시스템을 나타낼 수도 있습니다.이 용어는 1999년에 인텔리전트한 비즈니스 [2]"에코시스템"의 동작을 설명하기 위해 사용되었습니다.CQ는 [3]"사람들의 네트워크에서 발견되는 전력을 구축, 기여 및 관리하는 능력"입니다.컴퓨터 과학계가 집단 지능이라는 용어를 채택하고 그 용어에 특정 기술적 표현을 부여했을 때, 집단 예측 시스템의 익명 동질성과 협업 문제 해결 시스템의 비익명 이질성을 구별하기 위해 보완적인 용어가 필요했다.그리고 나서, 익명 집단 지성은 정체성을 인식하는 협업 지성에 의해 보완되었습니다. 이 지성은 소셜 네트워크를 자연 생태계의 진화적 적응을 모델로 한 차세대 문제 해결 생태계의 기반으로 간주합니다.

역사

협업 지능은 인공지능의 선구자인 올리버 셀프리지가 [4]학습의 패러다임으로 제안한 Pandemonium Architecture에서 그 뿌리를 따왔다.그의 개념은 칠판 시스템의 선구자였습니다. 칠판은 여러 플레이어가 조각 퍼즐을 조립하여 각각 한 조각씩 기여하는 다양한 분할된 지식 소스로부터 추출하는 기회주의적 솔루션 공간 또는 칠판 시스템입니다.Rodney Brooks는 칠판 모델은 지식이 칠판에 게시되어 일반적인 공유를 하는 방식이 아니라 지식을 검색하는 방식이 아니라,[5] 일반적으로 지식을 생산한 지식 소비자에게서 숨겨져 있기 때문에 협업 인텔리전스 시스템으로는 적합하지 않다고 지적합니다.

1980년대 후반, 에셀 벤 제이콥은 박테리아가 더 큰 생물학적 시스템을 이해하는 열쇠를 쥐고 있다고 믿고 박테리아 자기 조직화를 연구하기 시작했다.그는 새로운 패턴 형성 박테리아 종인 Paenibacillus vortex와 Paenibacillus dendritiformis를 개발하여 박테리아의 사회적 행동 연구의 선구자가 되었다.P. dendritiformis는 공동 지능의 선구자로 간주될 수 있는 집단적 능력을 나타낸다.[6][7] 이것은 환경에 적응하기 위해 다른 형태형들 사이를 전환하는 능력이다.개미는 처음에 곤충학자 W. M. Wheeler에 의해 독립적인 것처럼 보이는 개체들이 하나의 [8]유기체와 구별할 수 없을 정도로 밀접하게 협력할 수 있는 단일 "초유기체"의 세포로 특징지어졌습니다.이후의 연구는 몇몇 곤충 군락을 집단 지능의 사례로 특징지었다.Marco Dorigo에 의해 도입된 개미 군집 최적화 알고리즘의 개념은 진화 계산의 지배적인 이론이 되었다.종들이 생태계에서 향상된 기능적 효과에 적응하는 진화의 메커니즘은 협업 지능의 원칙의 기반이다.

인공지능(ASI)은 네트워크로 연결된 인간 그룹이 지식, 지혜, 통찰력 및 직감을 효율적으로 결합해 새로운 지능을 만들 수 있도록 하는 실시간 기술입니다.때때로 "하이브 마인드"라고 불리는, 최초의 실시간 인간 무리가 만장일치 A에 의해 배치되었다.I. 2014년에 클라우드 기반 서버 "UNU"를 사용.온라인 그룹은 통합 인텔리전스로서 함께 생각함으로써 질문에 답하고, 의사결정에 도달하며, 예측을 할 수 있습니다.이 과정은 켄터키 더비, 오스카, 스탠리 컵, 대통령 선거, 월드 [9][10]시리즈와 같은 주요 이벤트를 예측할 때 입증되었듯이 상당히 개선된 결정, 예측, 추정 및 예측을 생성하는 것으로 나타났습니다.

클라우드 소싱은 익명의 집단 인텔리전스에서 발전하여 소셜 네트워크를 활용하는 인정된 오픈 소스 협업 인텔리전스 애플리케이션으로 발전하고 있습니다.진화생물학자 에른스트 마이어는 개체들이 유형학적으로 동일하다면 개체들 간의 경쟁이 종 진화에 기여하지 않을 것이라고 언급했다.개인의 차이는 [11]진화의 전제 조건이다.이 진화 원리는 클라우드 소싱을 위한 차세대 플랫폼의 필수 조건인 협업 인텔리전스의 협업 자율성 원칙에 부합합니다.다음은 공동 지능의 속성을 가진 크라우드 소스 실험의 예입니다.

  • SwarmSketch는 크라우드 소스 예술 실험입니다.
  • 갤럭시 동물원은 옥스퍼드대 크리스 린토트가 이끄는 시민과학 프로젝트다.
  • DARPA Network Challenge는 인터넷과 소셜 네트워킹이 시기적절한 커뮤니케이션, 광역 팀 구성 및 광범위한 시간 크리티컬한 문제를 해결하기 위한 긴급 모빌리션을 어떻게 지원할 수 있는지를 조사합니다.
  • Climate CoLab은 MIT와 그 Center for Collective Intelligence에서 분사되었습니다.
  • 리캡차(RECAPTCHA)는 책을 한 번에 한 단어씩 디지털화하는 프로젝트입니다.

크라우드소싱이 기본 패턴 인식 태스크에서 협업 인텔리전스로 발전함에 따라 소셜 네트워크에서 개별 기여자의 고유한 전문지식을 활용함으로써 제약 조건은 기능적 효율성을 높이고 태그 지정, 신용, 타임스탬프 및 콘텐츠 [12]정렬을 위한 시스템과 함께 진화를 유도합니다.협업 인텔리전스에는 협업적인 문제 해결을 지원하기 위한 효과적인 검색,[13] 검색, 통합, 시각화 및 프레임워크를 위한 용량이 필요합니다.

협업 인텔리전스 기술 카테고리는 그룹 아이디어화 및 문제 [14]해결을 위한 인터랙티브 화이트보드 협업 공간 소프트웨어 제공업체인 MALLY가 2022년 신설하였습니다.MALLY는 인간 중심의 [16]디자인 교육을 통해 협력적인 문제 해결사가 될 수 있도록 양성하는 기관인 LUMA [15]Institute의 인수를 통해 협업 인텔리전스 카테고리를 공식화하였습니다.MALLY는 협업 인텔리전스 기술 카테고리를 "협력 설계와 협업 공간 및 새로운 협업 통찰력™을 결합하여 팀의 잠재력을 활성화하고 증폭시키는 것"이라고 설명합니다."[17]

집단 인텔리전스와의 대조

집단 지능이라는 용어는 원래 집단 지능과 협업 지능을 모두 포함했으며, 많은 시스템이 이 두 가지 속성을 나타냅니다.피에르 레비는 1994년 [18]프랑스어로 처음 출판된 그의 책에서 "집단지성"이라는 용어를 만들었다.Levy는 "집단의 인텔리전스"를 집단 인텔리전스와 공동 인텔리전스 모두를 포괄하는 것으로 정의했습니다.즉, "범용적으로 분산된 인텔리전스의 형태로 항상 강화되고 실시간으로 조정되며 [19]스킬을 효과적으로 동원하는 것"입니다.Levy의 책이 출판된 후, 컴퓨터 과학자는 이 용어가 현재 컴퓨터 과학에서 적용되는 보다 일반적인 분야에서의 응용을 나타내기 위해 집단 지능이라는 용어를 채택했습니다.구체적으로는 다수의 개별 응답자로부터 특정, 일반적으로 정량적인 질문에 대한 입력을 처리하는 애플리케이션입니다(예를 들어 DRAM 가격은 내년에 어떻게 됩니까?).알고리즘은 입력을 균질화함으로써 설문 응답자의 기존 익명성을 유지하여 평균 이상의 예측을 생성합니다.

최근의 의존관계 네트워크 연구에 따르면 집단 인텔리전스와 협업 인텔리전스 간의 연관성이 제시되고 있습니다.새로운 클래스의 상관 기반 네트워크인 부분 상관 기반 종속 네트워크는 네트워크 노드 간의 숨겨진 관계를 밝혀내는 것으로 나타났습니다.Dror Y. Kenett 박사와 박사학위 감독인 Eshel Ben-Jacob의 연구에 의해 표준 상관관계 네트워크에는 존재하지 않는 미국 주식시장의 근본적인 구조에 대한 숨겨진 정보가 발견되어 2011년에 [20]그 연구 결과를 발표했다.

어플

협업 인텔리전스는 문제 해결에 있어 개인의 전문 지식, 잠재적으로 상충되는 이해관계자의 우선순위 및 다양한 전문가의 해석이 중요한 문제에 대처합니다.장래의 어플리케이션에는, 다음과 같은 것이 있습니다.

  • 시너지 효과를 내기 위해 제출물을 통합해야 하는 경기
  • 스마트 검색 - 관련 주제에 대한 검색자의 소셜 네트워크가 검색 결과를 공동 참조합니다.
  • 지식 공유가 효과적인 결과를 위한 필수 조건인 전문 집단, 이익 집단, 시민 과학 및 기타 커뮤니티
  • 계획, 개발 및 지속 가능한 프로젝트 관리
  • 독립 도시를 협력적이고 생태적인 도시 네트워크로 전환하는 스마트 시스템

인터넷에서 가장 인기 있는 웹사이트 중 하나인 위키피디아는 실험적인 비즈니스 연구소와 스타트업 [21]액셀러레이터의 원칙을 보여주는 분산된 협업 인텔리전스를 나타내는 혁신 네트워크의 예시이다.

협업 인텔리전스를 지원하는 새로운 세대의 툴은 크라우드 소싱 플랫폼, 추천 시스템 [13]및 진화적 컴퓨팅에서 발전될 준비가 되어 있습니다.그룹 문제 해결을 용이하게 하는 기존 툴에는 협업 그룹웨어, 인스턴트 메시징, 온라인 채팅, 공유 화이트보드 등의 동기 회의 테크놀로지 등이 있습니다.이 테크놀로지에는 이메일, 스레드화된 모델레이트된 토론 포럼, 웹 로그, 그룹 Wiki 등의 비동기 메시징이 보완되어 있습니다.인텔리전트 엔터프라이즈를 관리하려면 이러한 툴과 그룹 구성원의 상호작용 방법, 창의적 사고의 촉진, 그룹 구성원의 피드백, 품질 관리 및 동료 리뷰, 문서화된 그룹 메모리 또는 지식 기반에 의존합니다.그룹이 함께 작업하면 공유 메모리가 개발됩니다.이 메모리는 회의록, 스레드화된 토론 내용, 도면 등 그룹이 작성한 협업 아티팩트를 통해 액세스할 수 있습니다.공유 메모리(그룹 메모리)는 그룹 멤버의 메모리를 통해서도 액세스 할 수 있습니다.현재의 관심은, 과거의 공유 메모리의 유효성과 장래의 문제 해결을 위한 용량을 테크놀로지가 어떻게 지원·증강할 수 있는지에 있습니다.Metaknowledge는 지식 콘텐츠가 학제 간,[22] 복수 기관 간 또는 글로벌 분산 협업에서 지식 컨텍스트와 어떻게 상호 작용하는지를 특징짓습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Gill, Zann (2012) 사용자 주도 협업 인텔리전스: 클라우드 소싱 생태계로서의 소셜 네트워크.ACM CHI(컴퓨터 휴먼 인터랙션).2012년 5월 5일 ~ 10일오스틴 텍사스
  2. ^ Isaacs, William (1999). Dialogue: The Art Of Thinking Together. Crown Business. ISBN 978-0-385-47999-8.
  3. ^ Joyce, Stephen (2007). Teaching an Anthill to Fetch: Developing Collaborative Intelligence @ Work. Crown Business. ISBN 978-0-9780312-0-6.
  4. ^ 셀프리지, O.(1959) 대혼란:배움의 패러다임.사고 과정의 기계화에 관한 심포지엄.런던: H.M. 문구점
  5. ^ 브룩스, R.A., (1991)대표성이 없는 인텔리전스, 인공지능 47, 139–159
  6. ^ Ben-Jacob E, Cohen I, Gutnick DL. 유전자형에서 형태형까지 박테리아 집락의 협력 조직.Annu Rev Microbiol.1998;52:779–806.
  7. ^ 벤 제이콥 E, 코헨 1세세균 패턴의 공동 형성.입력: 샤피로 JA, Dworkin M, eds.다세포 유기체로서의 박테리아.뉴욕: 옥스포드 대학 출판부; 1997:394-416.
  8. ^ Wheeler, W. M. (1911년) 유기체로서의 개미 콜로니.형태학 저널 22: 307–325.
  9. ^ "Swarm Intelligence: AI Algorithm Predicts the Future". Newsweek. 2016-01-25. Retrieved 2017-08-11.
  10. ^ "Artificial intelligence turns $20 into $11,000 in Kentucky Derby bet". Newsweek. 2016-05-10. Retrieved 2017-08-11.
  11. ^ Mayr, E. (1988)생물학의 새로운 철학을 향해: 진화론자의 관찰.케임브리지(매사추세츠):Belknap 프레스. 페이지 224–225
  12. ^ Gill, Zann (2011) evo-devo 논쟁의 알고리즘적 의미.GECCO 2011.제20회 국제유전자알고리즘회의와 제16회 연례유전자프로그래밍회의가 결합된 국제유전자 및 진화계산회의.7월 12일~16일더블린, 아일랜드
  13. ^ a b 협업 인텔리전스 리소스
  14. ^ IBM 벽화: 온라인에서 브레인스토밍 및 디자인 개선
  15. ^ "MURAL Acquires LUMA Institute, Establishes Leadership in Collaborative Intelligence". MarTech Series. 2022-03-29. Retrieved 2022-03-11.
  16. ^ 델의 어프로치 LUMA 연구소
  17. ^ MALLY (2022) 단절된 팀에는 콜라보레이션 인텔리전스, The Principle of Collaborative Intelligence, 5가 필요합니다.
  18. ^ Levy P.(1994) L'Intelligence collective: 사이버 공간에 인류학을 쏟아붓다.파리: La Découverte.
  19. ^ Levy, P. (1997) 집단 인텔리전스: 사이버 공간에서의 인류의 신흥 세계.뉴욕: 프레넘 프레스
  20. ^ Kenett 등 (2010) PLoS ONE 5 (12) : e15032
  21. ^ Gill, Zann (2013).위키백과:협업 인텔리전스를 활용한 이노베이션 활용 사례 연구.인: 마틴 컬리와 피에로 포미카(편집자)벤처 창조의 실험적 특성: 오픈 이노베이션 2.0을 활용.스프링거.
  22. ^ Evans, J.A. 및 Foster, J.G. (2011) Metaknowledge.과학. vol. 331. 2월 11일. 페이지 721~725.