Izpētot to, ko veido Fabric Foundation, es sāku domāt par kaut ko interesantu.

Lielākā daļa sarunu par mākslīgo intelektu koncentrējas uz to, cik jaudīgi modeļi kļūst. Mēs redzam pastāvīgu progresu domāšanā, automatizācijā un datu apstrādē. Taču jo vairāk es par to domāju, jo vairāk apzinos, ka inteliģence varētu nebūt lielākā izaicinājuma priekšā.

Reālais izaicinājums varētu būt koordinācija.

Mūsdienās lielākā daļa mākslīgā intelekta sistēmu darbojas neatkarīgi. Viens AI analizē datus, cits nodrošina čatbotu, un vēl viens varētu kontrolēt robotu. Taču nākotne varētu izskatīties ļoti atšķirīgi, kur miljoni AI aģentu un mašīnu strādā vienlaicīgi dažādās nozarēs.

Piemēram, iedomājieties noliktavas robotu, kas pabeidz piegādi, AI sistēmu, kas apstiprina uzdevumu, citu, kas apstrādā maksājumu, un vēl vienu, kas piešķir nākamo darbu. Lai kaut kas līdzīgs darbotos nevainojami, mašīnām ir nepieciešams veids, kā sazināties, koordinēt uzdevumus un ekonomiski mijiedarboties.

Šeit Fabric ideja kļūst interesanta. Nevis vienkārši veidot gudrāku AI, viņi pēta infrastruktūru, kas varētu ļaut cilvēkiem un mašīnām strādāt kopā vienā sistēmā.

Un tas kļūst arvien aktuālāks, pieaugot mākslīgā intelekta pieņemšanai. Daži ziņojumi norāda, ka AI aģentu tirgus varētu pārsniegt $47B līdz 2030. gadam, kas nozīmē, ka autonomo sistēmu skaits ekonomikā strauji pieaugs.

Ja tas notiks, mums būs nepieciešamas sistēmas, kas ļauj mašīnām identificēt sevi, koordinēt darbu un droši piedalīties ekonomiskajā aktivitātē.

Projekti, piemēram, Fabric, sāk pētīt šo slāni.

Jo nākotnē lielākais jautājums varētu būt nevis cik gudrs kļūst AI.
Tas varētu būt, cik labi visas šīs mašīnas var strādāt kopā.

@Fabric Foundation #ROBO $ROBO