И понять, что нейронные сети и Искусственный Интеллект, – это не одно и то же.
В основе нашей технологии лежит Интеллектуальное Ядро. Интеллектуальное ядро — это сложный программный комплекс, включающий различные методы хранения и обработки знаний. Ядро представляет собой гибридную модель, состоящую из множества слоев знаний на разном уровне представления и абстракции. Благодаря модульной структуре эти слои можно компоновать и конфигурировать таким образом, что на базе ядра возможно собрать интеллектуальные системы различного назначения: от интеллектуальных помощников до систем управления роботизированными системами.
Каждый слой объединяет знания и методы их обработки на некотором своем уровне абстракции. Слой может быть создан в рамках некоторой известной модели, а может являться и сильным гибридом, использующим сразу несколько подходов для решения задач.
Слои организованы в иерархическую структуру таким образом, что для различных конкретных продуктов не обязательно задействовать их все — достаточно выбрать необходимые.
Между собой слои связаны по принципу слабого гибрида. Кроме того слои могут быть двух видов: физические и логические. Физический слой представляет отдельную технологию, логический — отдельную совокупность знаний.
Работа внутри ядра выполняется иерархической мультиагентной системой.
Такой подход позволяет нам найти новые практические пути развития и выйти за рамки тех ограничений, с которыми сталкиваются исследователи в области Искусственного Интеллекта.
Большинство современных подходов в создании Искусственного Интеллекта сводится к использованию глубокого обучения. Данный подход хорошо показывает себя в задачах распознавания и синтеза голоса, а также в задачах кластеризации и принятии решений. Однако этот подход, в его текущем состоянии, не подходит для создания Общего Искусственного Интеллекта и имеет множество ограничений.
В нашей лаборатории мы используем "нисходящий подход", в первую очередь моделируя высшие интеллектуальные функции. Мы не решаем одну задачу, мы создаём технологию для решения любых задач в рамках одной системы. Мы одновременно используем несколько технологий для представления и работы со знаниями, также принимая во внимание будущее взаимодействие нескольких ИИ-ядер в рамках единой экосистемы.
Семантические Сети
Конечный Автомат
Сети Петри
Продукционные Системы
Нечёткая Логика и Нечёткие Алгоритмы
Фреймы
Мультиагентные Системы
и другие уникальные разработки
Гибридная Модель Представления Знаний
Образное Мышление
Абстрактная Картина Мира
Многослойная Модель Памяти
Личностная Модель Мышления
Все этапы суждений или принятия решения можно разобрать и задокументировать.
Структура знаний Искусственного Интеллекта позволяет легко передавать знания из одного ядра в другое без каких-либо потерь. Кроме того, существует возможность ввода знаний в системы просто через текст.
ИИ может обучаться на любом объёме исходных данных за одну итерацию. Также существуют модули контроля и редактирования новых знаний.
Знания хранятся в иерархической многоуровневой структуре. А механизмы обучения позволяют проверять согласованность новых и старых знаний.
ИИ может быть дообучен любому объёму знаний без потери ранее полученных. Дополнительно существуют механизмы забывания, не приводящие к потере целостности знаний.
Знания могут постепенно накапливаться в системе. Также возможно хранить противоречия, нечёткие знания и так далее.
ИИ хранит и обрабатывает информацию в независящем от естественного языка виде.
Из компонентов ядра можно собрать решение, подходящее для определённых задач. Оно будет использовать всю мощь ядра, но при этом не будет содержать ненужные для задачи модели.
ИИ может полноценно работать, будучи изолированным от интернета и облачных сервисов.
Структура знаний и алгоритмов работы со знаниями такова, что достаточно просто перенести ядро с одной операционной системы на другую.
В работе интеллектуальных агентов отсутствуют комбинаторно-сложные алгоритмы, что позволяет ИИ работать даже на "слабом железе".
Это одна из особенностей технологии, позволяющая хранить знания в различных разрезах. Такая возможность даёт гибкость представления любых объектов и явлений в Искусственном Интеллекте.
Каждый слой ядра ИИ оптимизирован под знания определённого вида и хранит их в максимально компактной форме. Это позволяет минимизировать ресурсы.
На данный момент ядро ИИ и все его знания занимают около 7 мегабайт.