Fetchによると、IoT上のすべてのマシンには本当に優れたエージェントが必要です

スーパーコンピューターはチェスで誰でも虐殺することができ、磁気共鳴画像法（MRI）スキャナーはあなたを通して直接見ることができますが、彼らは自分自身を売るのに役に立たないのです。 Fetch.AI を使用 彼らは自分たちの可能性を最大限に発揮できると、フリーランスのテクノロジーライターであるニックブースは言います。

テクノロジー業界は、森林から化石燃料に至るまで、他のすべてを犠牲にしてもたらされなければならない急速な成長を促進することに夢中になっています。計画は大きくなり、燃え上がり、抜け出すようです。

これは、英国ケンブリッジにある会社のカウンターカルチャーのアイデアです。Deepmindの専門家、教授、ユニバーシティチャレンジよりも多くの博士号を取得しています。すでに持っているものをもっと活用してみませんか？メトロから磁気共鳴画像部門まで、あらゆる場所に素晴らしいが十分に活用されていないマシンがあり、すべてが十分に活用されていません。

一生懸命働くことで生産性を急上昇させることはできませんか？それがFetch.AIの理論的根拠です。Fetch.AIは、「経済的な」生命を吹き込むことで、あらゆる場所の機械を支援したいと考えています。どうやって？

Fetchは、すべてのマシンを1つの大きな容量交換にネットワーク化して、需要のある場所に容量を供給し、マシンが可能な限り最高の価格で資産を販売できるようにすることを目的としています。これは、経済学者が完全な市場条件と定義するものを作成できれば達成可能です。そのためには、各マシンがIoTによって提供される完全な情報を備えたインテリジェントな経済主体として機能する必要があります。

マシンにはエージェントが必要です

ただし、マシンには、その情報に基づいて行動する根拠がありません。彼らは特定の創造的な才能のために設計されたので、これは驚くべきことではありません。自分たちを最大限に活用するには、エージェントが必要です。アル・ゴリスム、90パーセント氏を前進させてください。

機械は「賢く愚か」であり、予防医学、エネルギーの創出、輸送インフラストラクチャの実行など、1つの点で比類のない才能を持っています。しかし、他のすべてでは役に立たない。誰もプログラムしていないので、彼らは箱の外で考えることができません。はい、MRIスキャナーはあなたを通して直接見ることができますが、時には非常に素朴です。

それが彼らがエージェントを必要とする理由です。または脳。これはまさにケンブリッジを拠点とするFetch.AIが彼らを支援しようとしている問題です。彼らの代理人になるのではなく、人工知能（AI）の贈り物で彼らに油を注ぐつもりです。したがって、たとえば、失業中のタービンは、その余分な容量を最高入札者に売ることができるかもしれません。たとえば、グリーン電源を必要とし、オンラインショッピングが急増しており、グリーン電源を使用して消費中のCPUを冷却する必要があるため、今回は追加料金を支払う用意があるローカルデータセンターなどです。

世界で最もインテリジェントなマシンを強化するためのFetchの方法は、ここで説明するには複雑すぎます。ケンブリッジのテクノロジーシーンで最高の知識人を50人集め、アルゴリズムから集約まで、あらゆる分野の学際的なチームを結成したと言えば十分でしょう。

セキュリティは王様です

セキュリティが優先事項であるとフェッチは言います CTO、トビーシンプソン。 「機械学習、暗号化、人工知能、ソフトウェアエンジニアリングの専門家がいます」と、シンプソン氏は言います。これらの自律経済主体（AEA）から最も恩恵を受ける可能性のある業界は、最も可動性の高い部分を備えた業界です、とシンプソンは言います。

輸送、サプライチェーン、エネルギー、旅行業界の4つのセクターが頭に浮かびます。多くの場合、ダムデバイスが主宰する可動部品が大量にある場合、管理上の大きな問題が発生します。デバイスは愚かすぎて自分自身を保護できないため、IoTは本質的に危険です。そして、彼らはチームに自分自身を管理することができません。なぜなら、そうするように設計されていなかったからです。このような場合の管理は、複数のプレートを回転させ続けるようにするなど、非常に労働集約的です。 「結局、私たちが目指しているのは、プレートを回転させることです」とシンプソンは言います。

このスキームの天才は、それ自体が実行されることです。一部のマシンは、他のマシンよりも優れた取引を行っていますか？一人の男のアルゴリズムは、ライバルのアルゴリズムをしのぐことができますか？ Fetch.AIにこれらの質問をする必要があります。

幸福は執拗な獲得からではなく、あなたがすでに持っているものを愛することを学ぶことから来ます。エージェントからそれを学ぶと誰が思ったでしょうか。自動化されたエージェントも。結局、機械は私たちに何か価値のあることを教えてくれるかもしれません。

著者はフリーランスのテクニカルライター、ニックブースです