Feb, 2024

SAIS: 基于共生范式的一种新型生物启发式人工免疫系统

PDF
TL;DR我们提出了一种新型的人工免疫系统：共生人工免疫系统（SAIS），受到生物学中共生关系的启发。SAIS 采用了共生有机体搜索（SOS）算法的三个关键阶段（互利共生、寄生共生和共生共生）的并行方法，从而有效地解决了人工免疫系统中存在的大群体规模和种群多样性问题，这是传统人工免疫系统和 SOS 难以有效解决的。我们进行了一系列实验，结果表明我们的 SAIS 在 26 个基准问题上达到了与最先进的 SOS 方法相当的性能，并且在其他广泛应用的人工免疫系统方法和进化算法上表现出色。此外，我们研究了参数选择问题，并发现 SAIS 在处理更大的种群规模时表现更好，同时需要更少的世代。最后，我们相信 SAIS 作为一种新颖的生物和免疫启发算法，为共生范式中的生物启发计算的创新铺平了道路。
发现论文，激发创造
  • 共享感知体验的共生人工智能增强人类能力

    该研究论文在讨论人类智能与人工智能的融合中提出了一种名为 SAISSE 的新的人工智能概念，该概念通过共享感官体验建立人工智能系统与人类用户之间的相互关系，传统神经网络将不再适用，而是应该在感性数据处理方面加以改变。该研究还探讨了隐私和道德准则等相关问题，并提出了解决这些挑战的策略。

    May, 2023

  • 自适应群体智能系统 (SASS)

    本篇博士研究提出了一个有原则的多智能体系统 (MAS) 合作框架 —— 自适应群体系统 (SASS)，以弥合感知、通信、规划、执行、决策和学习之间的第四级自动化差距。

    May, 2021

  • 通信网络中使用系统化人工智能解决人工智能任务

    在人工智能的快速发展中，解决复杂的人工智能任务是智能移动网络中的关键技术。为了应对这一挑战，我们提出了系统性人工智能（SAI），它是一个利用大型语言模型（LLMs）和基于 JSON 格式意图的输入连接自设计的模型库和数据库来解决人工智能任务的框架。

    Oct, 2023

  • 当超级变异和衰老使得人工免疫系统超越进化算法

    本研究对 Opt-IA 人工免疫系统进行了时间复杂度分析，并证明了与进化算法相比，使用老化操作可以提高标准基准函数的计算速度。

    Apr, 2018

  • 协作人工智能系统的弹性建模

    通过实时学习和人机互动，以及对系统性能的自动追踪，本研究提出了一个新的框架来建模协同人工智能系统（CAIS）的性能，以应对系统遭遇破坏性事件时的需求。通过在一个真实案例中的测试，证明了该框架能够被应用于 CAIS 并整合到 CAIS 活动的在线执行中。

    Jan, 2024

  • 通用人工智能系统（GPAIS）：特性、定义、分类、开放挑战和影响

    通用人工智能系统（GPAIS）的定义、分类和现状，以及其对社会的挑战和前景进行讨论和总结。

    Jul, 2023

  • SAIH: 高性能计算系统中理解 AI 性能趋势的可扩展评估方法

    提出了一种可扩展的评估方法（SAIH），用于分析精通于高性能计算系统上的人工智能性能趋势，通过扩大自定义应用程序的问题规模进行评估，从而进一步诊断系统瓶颈。

    Dec, 2022

  • 基于方言和讽刺的情感分析的新方法: SAIDS

    本研究提出了一个名为 SAIDS 的新系统，通过使用语言模型 MARBERT 和构建多个模型来预测阿拉伯语推文的情感，讽刺和方言，从而解决了情感分析中的讽刺文本情感预测之难题。该系统在 ArSarcasm-v2 数据集上的表现超越了现有模型，并能用于改善其他任务的性能。

    Jan, 2023

  • 基于集成的退火重要采样

    通过结合种群基 Monte Carlo 方法来提高时间片 C 与均值场极限下的整体演变效率，我们提出了一个基于模型的 Annealed Importance Sampling (AIS) 的集成版本。

    Jan, 2024

  • DIAS: 一个基于人工生命的领域无关问题解决系统

    介绍了一种基于人工生命原理的领域无关问题解决系统 DIAS，该系统能够解决不同种类和复杂度的问题，且不需要对新问题进行超参数调整，并能展现终身学习适应能力和比传统的非集体方法更好的问题解决能力。因此，ALife 在构建可伸缩、通用和自适应问题解决系统方面具有重要作用。

    Mar, 2022