联邦 AI 让团队共同想象：GAN 的联邦学习
人工智能
2019-06-11 v1 分布式、并行与集群计算
多智能体系统
摘要
作为一个团队共同构想一个新的创意想法是一种普遍的人类需求。作为团队一起想象往往能带来突破性的想法，但协作努力也可能充满挑战，尤其是当团队成员在时间和空间上分离时。如果有一个 AI 能够协助团队协作地构想新想法呢？是否有可能开发这样一种 AI 的可行模型？本文旨在设计这样一种智能。本文提出一种方法，通过采用一种称为联邦学习（Federated Learning）的分布式机器学习方法，并结合生成对抗网络（Generative Adversarial Networks, GAN）的融合，来设计一种具有创造性和协作性的智能。这种协作创造性 AI 提出了 AI 中的一个新范式，它让两个或更多成员的团队聚集在一起，构想并想象出与团队所有成员兴趣良好协同的想法。简而言之，本文探索了一种称为联邦 AI 想象（Federated AI Imagination）的新型 AI 范式的设计，它让地理上分布的团队能够协作地想象。
引用
@article{arxiv.1906.03595,
title = {Federated AI lets a team imagine together: Federated Learning of GANs},
author = {Rajagopal. A and Nirmala. V},
journal= {arXiv preprint arXiv:1906.03595},
year = {2019}
}
备注
Keywords. Artificial Intelligence, Distributed Machine Learning, Generative Deep Learning, Generative Adversarial Networks, Federated learning, Creative AI, AI based Collaboration, AI planning