目录:
定义-分布式人工智能（DAI）是什么意思？
人工智能的许多方法之一是分布式人工智能（DAI）。 它通过复杂的学习方法，大规模的计划和决策来用于学习。 它可以在不同领域中使用广泛的计算资源。 这意味着它可以轻松处理和分析大量数据并快速解决问题。
在这样的系统中有许多代理或自主学习节点。 这些节点高度分散并且彼此独立。 因此，使用分布式人工智能的机器学习系统具有很好的适应性和可靠性。 这意味着在对作为问题输入的数据文件进行任何更改之后，不必完全重新部署DAI系统。
Techopedia解释了分布式人工智能（DAI）
分布式人工智能使用并行系统进行计算。 彼此独立的许多“节点”或学习代理位于不同地理位置。 并行处理使系统可以最大程度地使用所有计算资源。 由于其强大的处理能力，因此可以快速分析巨大的数据集，每个部分都由一个单独的节点进行分析。 如果要更改提供给系统的数据，则重新部署相应的节点，而不是整个系统。
解决方案的集成通过代理或节点之间的有效通信系统完成。 这确保了处理是弹性的。 与集中式AI系统不同，DAI系统中的数据不必分配到单个位置。 数据集可以随时间更新。 节点可以就解决方案进行动态交互，并具有实现解决方案所需的技能。 因此，DAI被认为是机器学习和人工智能的最佳方法之一。
