北京
來源：滾動播報
（來源：中國航空報）
隨著自主技術領域的飛速發展，當前最緊迫的挑戰并非在于打造能夠智能運行的獨立系統，而在于促進智能體網絡內部的無縫協作。盡管當代設備已展現出卓越的獨立運行能力，但它們在同步、通信和協同運作方面的能力仍然十分有限，尤其是在復雜多變的環境中。這種智能碎片化限制了自主資產在商業和國防領域的應用潛力，而協調性和適應性對于任務的成功至關重要。
美國佛羅里達大西洋大學（FAU）互聯自主與人工智能中心獲得美國空軍研究實驗室225萬美元的巨額資助，正致力于構建能夠協同運行的先進自主系統網絡。這項計劃是一項多機構合作，涵蓋了佛羅里達大西洋大學、布法羅大學和明尼蘇達大學，匯集了智能無線系統、邊緣人工智能、集群網絡和可擴展測試框架方面的專業知識，以構建網絡自主的未來。
這項研究的核心在于從以云端為中心的處理模式向邊緣人工智能部署模式的范式轉變。在邊緣人工智能部署模式下，智能體在其硬件平臺上本地執行感知、推理和決策。這種在網絡邊緣實現的賦能，使得系統能夠實時響應并具備強大的適應能力，這在動態環境中至關重要，因為在這些環境中，延遲和連接性的限制使得依賴云端變得不可行。通過使機器能夠流暢地共享信息并協調響應，這些智能群體力求模擬生物群體，展現出遠超個體能力總和的涌現行為。
首席研究員兼互聯自主與人工智能中心主任Dimitris Pados博士強調了這一轉變：“我們的目標是超越孤立的智能單元的概念，構建能夠協同學習和運行的智能系統集成網絡。這種協同作用是實現復雜環境中完全自主運行的基礎。”他的團隊致力于將嵌入式人工智能融入無線通信系統，使其能夠感知頻譜環境并自主調整傳輸協議以避免干擾，從而確保在惡劣環境和信號衰減的情況下也能保持安全可靠的連接。
將人工智能嵌入通信硬件鏈（從天線到處理器、GPU和現場可編程門陣列），能夠實現自主網絡中數據流的動態調制。這種即時適應能力有助于構建強大的分布式智能，從而在無須集中監管的情況下實現持續的信息交換和集體決策。這些能力凸顯了認知無線電技術向實時學習環境特征的轉變，這一技術突破在近期《自然評論》期刊的討論中被譽為變革性突破。
互聯自主與人工智能中心的研究方向涵蓋三個核心領域：設計用于高效學習和推理的安全聯網邊緣人工智能算法；將這些算法轉化為跨平臺的硬件實現；為此構建一個全面的教育生態系統。這一人才培養體系使他們能夠掌握人工智能驅動的網絡和機器人技術方面的實踐技能，這對推動下一代自主系統的發展至關重要。
此前，美國空軍研究實驗室已投入超過800萬美元，用于佛羅里達大西洋大學和布法羅大學的聯合研究，這為可編程無線網絡的發展奠定了堅實的基礎，也為本項目提供了強有力的支撐。如何將這些創新成果擴展到日益復雜的環境中并有效運行，仍然是一項關鍵挑戰。與此同時，還需要擴大教育計劃，以確保源源不斷地培養出精通人工智能賦能自主系統的工程師和研究人員，從而駕馭人工智能賦能自主系統的多方面挑戰。
互聯自主與人工智能中心采用綜合方法，整合了機器學習、認知無線電技術、安全無線通信和軟件定義無線電方面的專業知識。憑借先進的測試平臺和逼真的仿真環境，該中心擁有獨特的優勢，能夠通過無線機器人系統，在嚴格的運行約束下實現協商和適應，從而突破自主協作的界限。
這項研究意義深遠：它有望解鎖自主平臺網絡動態整合傳感器數據、調整通信策略以增強韌性以及在最大限度減少人為干預的情況下執行協作任務目標的能力。這些進步具有廣泛的應用潛力，涵蓋軍事行動（包括安全的無人機群和戰場偵察）以及商業領域，例如，智能交通網絡、環境監測和災害響應系統。
互聯自主與人工智能中心所構想的協作式智能生態系統預示著一個未來：智能體不再是孤立的個體，而是更像一個凝聚的整體，利用分布式人工智能進行感知、學習和協同行動。這一演進有望重塑自主智能的格局，以前所未有的規模塑造出兼具韌性、適應性和協作能力的復雜技術。 （航柯）
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
