来源：滚动播报
（来源：中国航空报）
随着自主技术领域的飞速发展，当前最紧迫的挑战并非在于打造能够智能运行的独立系统，而在于促进智能体网络内部的无缝协作。尽管当代设备已展现出卓越的独立运行能力，但它们在同步、通信和协同运作方面的能力仍然十分有限，尤其是在复杂多变的环境中。这种智能碎片化限制了自主资产在商业和国防领域的应用潜力，而协调性和适应性对于任务的成功至关重要。
美国佛罗里达大西洋大学（FAU）互联自主与人工智能中心获得美国空军研究实验室225万美元的巨额资助，正致力于构建能够协同运行的先进自主系统网络。这项计划是一项多机构合作，涵盖了佛罗里达大西洋大学、布法罗大学和明尼苏达大学，汇集了智能无线系统、边缘人工智能、集群网络和可扩展测试框架方面的专业知识，以构建网络自主的未来。
这项研究的核心在于从以云端为中心的处理模式向边缘人工智能部署模式的范式转变。在边缘人工智能部署模式下，智能体在其硬件平台上本地执行感知、推理和决策。这种在网络边缘实现的赋能，使得系统能够实时响应并具备强大的适应能力，这在动态环境中至关重要，因为在这些环境中，延迟和连接性的限制使得依赖云端变得不可行。通过使机器能够流畅地共享信息并协调响应，这些智能群体力求模拟生物群体，展现出远超个体能力总和的涌现行为。
首席研究员兼互联自主与人工智能中心主任Dimitris Pados博士强调了这一转变：“我们的目标是超越孤立的智能单元的概念，构建能够协同学习和运行的智能系统集成网络。这种协同作用是实现复杂环境中完全自主运行的基础。”他的团队致力于将嵌入式人工智能融入无线通信系统，使其能够感知频谱环境并自主调整传输协议以避免干扰，从而确保在恶劣环境和信号衰减的情况下也能保持安全可靠的连接。
将人工智能嵌入通信硬件链（从天线到处理器、GPU和现场可编程门阵列），能够实现自主网络中数据流的动态调制。这种即时适应能力有助于构建强大的分布式智能，从而在无须集中监管的情况下实现持续的信息交换和集体决策。这些能力凸显了认知无线电技术向实时学习环境特征的转变，这一技术突破在近期《自然评论》期刊的讨论中被誉为变革性突破。
互联自主与人工智能中心的研究方向涵盖三个核心领域：设计用于高效学习和推理的安全联网边缘人工智能算法；将这些算法转化为跨平台的硬件实现；为此构建一个全面的教育生态系统。这一人才培养体系使他们能够掌握人工智能驱动的网络和机器人技术方面的实践技能，这对推动下一代自主系统的发展至关重要。
此前，美国空军研究实验室已投入超过800万美元，用于佛罗里达大西洋大学和布法罗大学的联合研究，这为可编程无线网络的发展奠定了坚实的基础，也为本项目提供了强有力的支撑。如何将这些创新成果扩展到日益复杂的环境中并有效运行，仍然是一项关键挑战。与此同时，还需要扩大教育计划，以确保源源不断地培养出精通人工智能赋能自主系统的工程师和研究人员，从而驾驭人工智能赋能自主系统的多方面挑战。
互联自主与人工智能中心采用综合方法，整合了机器学习、认知无线电技术、安全无线通信和软件定义无线电方面的专业知识。凭借先进的测试平台和逼真的仿真环境，该中心拥有独特的优势，能够通过无线机器人系统，在严格的运行约束下实现协商和适应，从而突破自主协作的界限。
这项研究意义深远：它有望解锁自主平台网络动态整合传感器数据、调整通信策略以增强韧性以及在最大限度减少人为干预的情况下执行协作任务目标的能力。这些进步具有广泛的应用潜力，涵盖军事行动（包括安全的无人机群和战场侦察）以及商业领域，例如，智能交通网络、环境监测和灾害响应系统。
互联自主与人工智能中心所构想的协作式智能生态系统预示着一个未来：智能体不再是孤立的个体，而是更像一个凝聚的整体，利用分布式人工智能进行感知、学习和协同行动。这一演进有望重塑自主智能的格局，以前所未有的规模塑造出兼具韧性、适应性和协作能力的复杂技术。 （航柯）
热门跟贴