Neurale netværks trilemma.
ACI forener alle tre.
ACI er resultatet af års forskning i neurale netværk og deres trilemma: plasticitet, stabilitet og redigerbarhed.
Højst to, for ethvert neuralt netværk.
Lad det lære hurtigere, og det glemmer. Hold det stabilt, og det holder op med at lære. Og hvad det har lært, er spredt ud over det hele, så ingen enkelt del kan ændres. Hver gevinst på én koster på en anden.
Trin 1 af 5: Plasticitet
Plasticitet: lære det nye, hurtigt.
Et netværk, der lærer hurtigt, overskriver, hvad det vidste. Forskere kalder det katastrofal glemsel. ACI lærer af ét enkelt bekræftet resultat, og allerede den næste forespørgsel har det.
Trin 1 af 4: Noget nyt
Dit team bekræfter noget nyt. Et netværk skal have en træningskørsel for at optage det. ACI optager det fra det ene resultat.
Stabilitet: beholde det, den ved.
Hold et netværk stabilt, og det beholder, hvad det ved, men holder op med at lære. ACI bliver ved med at lære, og alt, hvad den har lært før, forbliver præcis, som det var, så længe den kører.
Trin 1 af 4: Hold det stabilt
Frys et netværk for at beholde, hvad det ved, og det holder op med at lære. ACI bliver ved med at lære, og alt, hvad den vidste, forbliver, som det var.
Redigerbarhed: ændre det, den har lært.
Det, et netværk har lært, er spredt ud over det hele, så én ting ikke kan rettes eller fjernes uden gentræning. Alt, hvad ACI har lært, kan gennemgås, rettes eller fjernes for sig, og resten forbliver, som det var.
Trin 1 af 4: Find den
Spørg, hvor et netværk har lært noget, og ingen kan pege på det. Med ACI kan du se, hvor hver del kom fra.
Alle tre, under kørsel.
At forene alle tre er det, der lader ACI lære og handle under kørsel, ud fra dit arbejde, så længe den kører. Det er det, der gør ACI til en ny kategori af intelligens.
Med alle tre kan en intelligens lære af hvert resultat, mens arbejdet foregår, bygge videre på alt, hvad den har lært før, og forblive i dine hænder: alt, hvad den har lært, kan gennemgås, rettes eller fjernes.
Det er, hvad kontinuerlig læring altid har krævet, og hvad et neuralt netværk alene ikke kan give. ACI giver det til de AI-modeller, du allerede bruger, i samspil med dem.
Års forskning, en ny slags intelligens.
ACI er resultatet af års forskning i neurale netværk og deres trilemma: plasticitet, stabilitet og redigerbarhed.
Det begyndte med tre spørgsmål, som ethvert neuralt netværk rejser: hvorfor det glemmer, når det lærer, hvorfor det holder op med at lære, når det er stabilt, og hvorfor intet af det, det har lært, kan ændres for sig.
Svarene blev til ACI: Vareons proprietære algoritmer og arkitektur for en intelligens, der lærer af hvert resultat, bygger videre på det, den ved, og forbliver i dine hænder. Duplex bringer den ind i dit daglige arbejde.
Se Duplex på dit eget arbejde.
Duplex er bygget på ACI. Et pilotprojekt sætter den på dit eget arbejde, med målepunkterne aftalt, før det går i gang.