ASTN Group ™ , создатели системы дополненного искусственного интеллекта (AAI) Valmiz™, недавно привлекли внимание аудитории на выставке AI Asia Expo 2023 с 4000 посетителями на Филиппинах, где находится одна из двух международных штаб-квартир компании. На этом эксклюзивном мероприятии высокого уровня, посвященном конкретным потребностям и проблемам, с которыми сталкивается регион Юго-Восточной Азии, более 90 докладчиков из 15 стран приняли участие в стратегических дискуссиях по вопросам искусственного интеллекта и его ответственной интеграции в различных секторах. Среди них Роммель Мартинес , технический директор группы ASTN ™, исследователь искусственного интеллекта с более чем 24-летним опытом работы в технологической отрасли и автор идеи Valmiz™, новаторского многоагентного, ориентированного на человека искусственного интеллекта, который создал свою марку. В этой статье представлены основные моменты из его различных презентаций по проблемам, связанным с современным искусственным интеллектом и передовыми решениями его компании в области искусственного интеллекта, в которых используются новые подходы .
Недостатки современного ИИ
Мартинес обрисовал ограничения популярных моделей искусственного интеллекта, таких как типичное машинное обучение (ML) и нейронные сети, включая системы GPT.
« Современные системы искусственного интеллекта ведут себя непредсказуемо», — объяснил Мартинес. «Известно, что они галлюцинируют. Были многочисленные случаи аварий с беспилотными автомобилями, а именно Tesla и Cruise. Был также случай, когда военный дрон атаковал своего оператора во время моделирования».
По его словам, это «черные ящики», которые плохо справляются с «черными лебедями» — событиями, которые крайне маловероятны, но все же происходят. Такие системы «черного ящика» также не позволяют пользователям проверять данные во время их использования.
Современные системы искусственного интеллекта также не могут надежно работать в одиночку. Большинство, если не все, из них имеют централизованную деятельность. Это означает, что если серверы ключей станут недоступными, ключевые функции ИИ будут отключены или нарушены.
Они также неэффективны. Чтобы их обучить, нужна «энергия маленького города», сказал Мартинес. Он отметил, что OpenAI привлекла кенийских рабочих с оплатой менее 2 долларов США в час для активного сбора, просеивания и фильтрации данных для своего популярного генеративного ИИ.
Наконец, эти системы не являются экологически безопасными. По его словам, углеродный след систем машинного обучения в 2022 году достигнет 2020 метрических тонн.
В качестве альтернативы Мартинес представил Valmiz™, «дополняющий искусственный интеллект» — термин, который он придумал и над созданием которого работало более 20 лет. Дополняющий искусственный интеллект представляет наборы инструментов, которые дополняют существующие идеи, рабочие процессы и конвейеры компании , используя знания и опыт из различных областей знаний, ставя при этом человека в центр контроля за операциями.
Он сочетает в себе функции баз знаний, традиционных баз данных и символического ИИ.
Концептуальная модель
Мартинес объяснил концепции, лежащие в основе его нового подхода к искусственному интеллекту.
По его словам, когда часть информации связана с другими частями информации, они образуют сеть. Каждый из этих соединительных узлов информации, в свою очередь, связан с большим количеством фрагментов информации. Существует точка, порог , при котором информационная ветвь имеет очень мало соединительных узлов относительно начального узла. Когда вы собираете эту информацию вместе, она образует составной объект, коллективную сеть, имеющую как прямые, так и косвенные пути к родительскому узлу.
Мартинес называет объем информации, к которой можно получить доступ от центра этой сети до ее границ, «информационным радиусом». Этот радиус устанавливает периметр вокруг того, что можно рассматривать в контексте центральной идеи.
«Когда мы сможем вычислить информационный радиус любой идеи, мы сможем эффективно содержать и агрегировать информацию в единую шаровую единицу», — сказал он. «Затем это подразделение может взаимодействовать с другими такими же подразделениями, образуя суперсети».
В принципе, каждая идея, каждый объект связаны друг с другом. Март Инес привел пример манго и грузовика. Манго прикрепляется к грузовику, если грузовик способен перевозить манго. Вычисление информации между этими двумя элементами — это то, что Мартинес называет « информационной дистанцией». Чем меньше информационное расстояние от манго до грузовика, тем меньше контекстной информации им нужно поделиться. Однако чем больше информационная дистанция, тем больше контекстной информации им обоим придется поделиться. Это может быть получено как активно, так и пассивно.
«Будучи способными вычислять информационные расстояния, мы можем определить объем прохождения информации, необходимый для их правильной контекстуализации. Это также предоставляет информацию между двумя точками, которая может представлять значительный интерес для пользователя», — говорит Мартинес .
Наличие знаний, необходимых для выполнения задач, является ключом к их эффективному выполнению. Наличие в своем распоряжении такого рода доступных и взаимосвязанных знаний может позволить выполнить задачу за месяц, а не за дни. Обычно приобретение такого рода знаний было бы трудным и трудоемким. Теперь есть дополняющий искусственный интеллект, который позволяет делать это в самых разных случаях.
Дополняющий искусственный интеллект
«Мы назвали его Дополняющим ИИ, — сказал Мартинес, — потому что дополнять — значит улучшать, увеличивать и поддерживать», — объяснил Мартинес. «Valmiz™ используется для улучшения существующих процессов организации без изменения рабочего процесса».
ASTN Group™ использует ту же технологию искусственного интеллекта, что и «Удаленный агент NASA в глубоком космосе 1». Эта миссия — пролет астероида и кометы на расстоянии 100 миллионов миль от Земли — потребовала от инженеров NASA разработки искусственного интеллекта, который позволил бы удаленно обновлять код на космический корабль, чтобы внести коррективы в полет.
«Опираясь на наследие NASA , мы создали настоящий распределенный ИИ», — отметил Мартинес. «Мы отказались от традиционной сильной зависимости от выделенных серверов и использовали немонолитный подход».
Valmiz™ использует резервирование нескольких агентов. Разделив агенты ИИ, они могут действовать независимо, выполняя конкретные задачи, или их можно использовать для более тесной интеграции. Такие избыточные агенты ИИ могут получать и выполнять инструкции и при этом сохранять способность объединяться, формируя «коллективный разум».
Это также позволяет проверять и исправлять программу Valmiz™ и поток данных во время выполнения операций. Это позволяет пользователям выполнять упреждающие манипуляции и корректировать задачи буквально на лету.
У каждого агента в Valmiz™ — Vera , Veda, Вега, Vela , Vix — есть свои особые роли.
Veda— это основной модуль, объединяющий графы знаний и базы знаний. Это компонент Valmiz™, отвечающий за преобразование необработанных данных в индексируемые хранилища знаний. Когда Vega принимает источники данных, она создает семантическую сеть всех доступных точек данных из различных источников.
«Истинная сила Veda, — сказал Мартинес, — заключается в создании миров внутри миров». Пользователи могут собирать разнородные банки информации в единый блок информации. «Это то, что я называю «слиянием», — продолжил он.
Данные могут быть изображениями, логистическими данными и т. д. Пользователь может объединить их вместе, и они объединятся в единый блок информации. Информация создается резервной копией после ее сбора.
«Внутри Vedaвы можете комбинировать различные виды привязок для корреляции и соединения информации вместе. Они очень податливы. Реестры — это строительные блоки Веды верхнего уровня. Вы можете манипулировать информацией внутри Veda во времени. Вы можете осуществлять обход слоев временных рядов и устанавливать снимки данных — то есть в любой момент вычислений вы можете выполнить откат», — объяснил Мартинес.
Каждое вычисление, выполняемое в Valmiz™, фиксируется без потери информации. В традиционных системах однажды сделанные вычисления теряются в будущем. Вы не можете вернуться к этому.
Vera — это отражающая и рефлексивная база данных «ключ-значение», которая допускает полные обратные и прямые ссылки. В Vera входные данные называются «объявлениями». При вычислении одного объекта они содержат идентификатор, первичное значение и произвольное количество метаданных. Все изменения, происходящие с объявлениями, отслеживаются линейно. Это позволяет пользователям выполнять эти откаты в любой момент времени.
Vega — это менеджер динамического хранения, позволяющий мгновенно восстанавливать сложную информацию. С помощью Vega пользователи могут легко хранить и восстанавливать сложные типы вычислений. В отличие от современного искусственного интеллекта, в случае полного отключения питания, используя специально разработанные современные алгоритмы Valmiz™, пользователи могут легко восстановить терабайты данных за считанные секунды . В точных операциях счет идет на секунды.
Valmiz™ также является отказоустойчивым по своей конструкции. Он имеет режим ремонта, который позволяет операторам выполнять хирургические операции и устранять любые аномалии.
Vela — сборщик данных. Он компилирует данные из местных и внешних источников для облегчения дополнения информации. По сути, Vela действует как разведчик, который постоянно сканирует области данных, чтобы расширить информационную дистанцию для любого сохраненного фрагмента данных.
Vix — это интерфейс «человек-машина» и «машина-машина», который принимает и обрабатывает текстовые и голосовые команды, вводимые данные, а также объединяет и обрабатывает их по мере их создания в режиме реального времени. Когда пользователи делают запрос к Vix, он уже выполняет вычисления. Вычисления выполняются «на лету» по мере их прохождения по каналам вычислений и связи, предоставляя пользователям поток пар «запрос-ответ».
Люди, машины и будущее
С Valmiz™ окончательными арбитрами становятся люди, а не машины. В случае сомнений лучшие системы ИИ по умолчанию используют контроль человека. По мнению Мартинеса , отсутствие морали, ценностей и этики в машинах требует, чтобы люди принимали окончательные решения в ИИ. Он разработал Valmiz™, чтобы дополнять, а не заменять людей в различных операциях.
Возьмем, к примеру, индустрию дронов. Valmiz™ может руководить определенными действиями или предоставлять обновления по техническому обслуживанию одного дрона или всего парка. Его можно использовать для мониторинга и регулирования температуры при автономной и удаленной доставке медицинских посылок. В случае несоответствия температуры Valmiz™ может автоматически подавать сухой лед в транспортировочный контейнер. Это лишь несколько примеров использования в одной отрасли, где эта технология может принести пользу.
Но в будущем есть рынки и варианты использования, о которых мы еще даже не задумывались . По этой причине. Март Инес разработал Valmiz™ таким образом, чтобы он был полностью интегрирован в другие системы и рассчитан на будущее.
Он также имеет полную модульность. Его можно использовать как единую составную систему или как отдельные части. Исходный код Valmiz™ не зависит от платформы и гарантированно работает с определенными аппаратными архитектурами. Даже если появится новая компьютерная архитектура, пользователи все равно смогут работать с ней.
Мартининес целенаправленно построил систему так, чтобы она была надежной. Данные, которыми владеет клиент, становятся авторитетным источником предварительно проверенных данных. Valmiz™ превращает эти данные в собственную базу знаний компании .
Март Инес говорит, что его технология в настоящее время находится на « альфа-фазе». Он ожидает, что он достигнет статуса бета-версии в конце второго квартала 2024 года, а вскоре после этого последует первый публичный релиз.
А пока вы можете посмотреть Мартина в выпуске новостей Full Crew во вторник, 23 января 2024 г., в 9 утра по московскому времени | 11 утра по восточному времени. Он также примет участие в звездной группе по искусственному интеллекту на третьем ежегодном семинаре P3 Tech Consulting по связям между юридическими технологиями на выставке AUVSI XPONENTIAL 2024, которая состоится 22 апреля в Сан-Диего, Калифорния. И люди, отвечающие за AI Asia Expo, уже пригласили ASTN Group ™ снова на свое мероприятие AI Asia Expo 2024 в Таиланде, запланированное на август следующего года.