走开，生成式 AI 或 GenAI。镇上还有另一种新的人工智能，它不仅仅是制作漂亮的图片或诙谐的散文。
再生人工智能是一种可以重塑我们的生活和健康的人工智能，一种能够学习、适应甚至治愈的人工智能本身。人工智能可以使具有自我意识的机器的科幻梦想成为现实。终结者或我机器人，有人吗？
让我们放弃定义。当然，它们听起来很相似，但当你深入挖掘这些名字时，GenAI 和再生 AI 是天壤之别的。
GenAI 依赖于海量数据集，根据它学到的知识创建新内容。将其视为一个增压的自动完成功能，大量生产所教的内容。
再生人工智能，另一方面，更像是一个活的有机体。它能够适应、进化，甚至自我修复，突破了人工智能的极限。人工智能科学家认为它更接近我们的生命体，它会根据内部和外部刺激进行自我修复和自我改进。
再生人工智能可以通过使用反馈机制来做到这一点，使他们能够监控自己的表现并做出决定必要时进行调整。例如，再生人工智能系统可能会使用强化学习方法，接收有关其性能的反馈，并使用此反馈来调整其行为并随着时间的推移提高其性能。
再生人工智能的另一种方法是使用自我复制或自组装系统。所以，假设人工智能模型有无限的乐高积木。然后，该模型可以创建新组件并修复或更换磨损的组件。它甚至可以根据需要创建新的神经网络架构。
简而言之，GenAI和Rogenic AI的主要区别在于，前者是静态的绘画，后者是动态的、不断变化的雕塑.
再生人工智能不仅仅是一个理论概念。它已经被用来模仿大脑、开发自组装机器人以及创建自我修复的人工智能系统。
以 DARPA 资助的 SyNAPSE 项目为例。该项目正在突破可能的界限，旨在创造能够随着时间的推移进行自我学习、适应和修复的神经形态芯片。该项目还研究了用于训练神经形态芯片的新硬件架构和编程工具。
麻省理工学院创建了 M-Blocks，它展示了再生人工智能背后的一些关键概念。它们可以自组装成各种形状，甚至可以利用现有的 M 块创建新的 M 块。
英国南安普顿大学的研究人员正在开发一种再生人工智能系统，可以使用机器组合进行自我修复学习和进化算法，就像人工智能金刚狼一样。该系统被设计为具有容错和自我修复功能，可检测并修复其硬件和软件组件中的故障。
再生人工智能不仅比 GenAI 更酷；而且还比 GenAI 更酷。它也更实用。它是为自我改进而设计的，这意味着它可以在无需人工干预的情况下从新数据和经验中学习。这意味着该模型将从新的数据和经验中学习，使它们成为人类有价值的同事（而不仅仅是工具或聪明的仆人）。
它还具有令人难以置信的资源效率，与能源形成鲜明对比。GenAI 饥饿的庞然大物。相比之下，GenAI 模型通常在不考虑自我优化的情况下生成内容。
然而，再生 AI 最令人兴奋的方面也许是它的适应性。人工智能可以帮助我们治愈疾病、应对气候变化和预测金融危机。
最后，再生人工智能的多功能性使其与行业无关。虽然 GenAI 通常与创造性任务（如内容生成）相关，但再生 AI 可以不断发展以解决医疗保健、环境管理、金融等领域的复杂挑战。
再生人工智能仍处于起步阶段，但很明显它有潜力彻底改变我们对人工智能的看法。这不仅仅是创造更智能的机器；
但由于其起步较晚，再生人工智能开发人员可以从 GenAI 开发人员的挑战和解决方案中学习。以递归再生人工智能 (RRAI) 的开发为例，它减少了所需的数据量，并且可以使用位图数组来支持进一步的数据压缩。
尽管如此，在实现这一目标的过程中仍存在重大挑战大规模采用。最大的问题是它的定义发生了变化，一些人质疑再生人工智能是否只是美化的强化学习。其他人思考这是否是传统人工智能的智能升级。
一些专家将 GenAI 和再生人工智能的术语拼凑在一起，使后者成为前者的结果，而有些人则认为它只是一个新兴的人工智能概念而不是一个适当的领域。
对于这个术语，陪审团仍然存在，特别是当再生人工智能不是许多再生人工智能模型创建者使用的术语时（例如，DARPA 没有在其 SyNAPSE 项目中提及它），而南安普顿大学称之为 SustAI）。
但无论名称如何，有一件事是明确的：持续优化、自我修复的人工智能拥有巨大的潜力。在一个努力应对 GenAI 的环境和经济成本的世界中，再生人工智能让我们得以一睹更加可持续和高效的未来。
图片来源：iStockphoto/CTRPhotos
温斯顿·托马斯 (Winston Thomas) 是 CDOTrends 的主编。他喜欢为读者拼凑出奇怪而令人好奇的技术难题，并在等待奇点的同时找出由技术主导的突破性商业模式。