Inilunsad ng SingularityNET ang Pinagsamang AI Framework na Batay sa Hyperon at PRIMUS

Alinsunod sa Biji Network, inilabas ng SingularityNET ang isang pinag-isang framework ng artipisyal na intelihensiya batay sa Hyperon at PRIMUS. Pinagsasama ng framework na ito ang simbolikong pangangatwiran at neural learning sa pamamagitan ng shared Atomspace memory upang suportahan ang mas malawak na mga layunin ng katalinuhan. Ang mga cognitive circuit ng PRIMUS ay gumagabay sa pagtuklas ng layunin at pattern, habang ang mga integrated tools ay humahawak sa mga gawain sa loob ng isang unified na memory structure. Kamakailan, inilathala ng Chief Scientist ng SingularityNET na si Ben Goertzel ang isang detalyadong whitepaper na nagpapakilala sa Hyperon at PRIMUS bilang isang integrated architecture na naglalayong paunlarin ang kasalukuyang mga sistema ng AI patungo sa artificial general intelligence (AGI) at sa kalaunan, kapaki-pakinabang na superintelligence. Hindi tulad ng maraming AI frameworks na binuo mula sa magkakahiwalay na mga module, ginagamit ng Hyperon ang isang pinag-isang diskarte sa pagproseso ng perception, memorya, at pagkatuto. Ang lahat ng nilalaman ng sistema, kabilang ang mga layunin, impormasyon, proseso, at neural patterns, ay nakaimbak sa isang istruktura na tinatawag na "Atomspace." Ang setup na ito ay nagpapahintulot sa simboliko at neural na mga sistema na makipag-ugnayan nang direkta sa shared memory nang walang external na mga tawag sa datos. Ang MORK, isang pinalawak na bersyon ng Atomspace, ay sumusuporta sa mabilis, walang lock na access at gumagamit ng mga epektibong format tulad ng PathMap at Merkle-DAG upang pamahalaan ang datos. Bukod dito, ang MORK ay isinasama ang mga neural na elemento sa pamamagitan ng QuantiMORK, na naglalagay ng multi-resolution graphs nang direkta sa memorya, na tinatanggal ang mga pagkaantala na karaniwang nararanasan kapag lumilipat sa pagitan ng simboliko at neural na pagproseso.