Le partenariat entre SingularityNET et Simuli.ai vise à accélérer les progrès de l’intelligence artificielle générale et se concentrera sur la création d’un Metagraph Pattern Matching Chip (MPMC).
Cette nouvelle puce hébergera les deux algorithmes de recherche de graphes de connaissances, Breadth-First Search (BFS) et Depth-First Search (DFS).
La combinaison de ces blocs de construction pour les systèmes d’IA dans une seule puce peut permettre une représentation des connaissances, un raisonnement et une prise de décision plus intuitifs.
Une fois créé, le MPMC sera intégré à la puce Hypervector préexistante de Simuli – qui est utilisée pour traiter les modèles de données avec moins de processeurs que le matériel traditionnel – pour créer une «carte AGI» qui vise à accélérer la réalisation des capacités d’intelligence générale artificielle.
Le nouveau matériel devrait être utilisé par le projet dérivé de SingularityNET, TrueAGI, pour offrir l’AGI en tant que service aux entreprises.
Ensemble, SingularityNET et Simuli.ai visent à atténuer les contraintes matérielles courantes auxquelles sont confrontés les développeurs d’IA, telles que la limitation aux unités de traitement graphique (GPU), qui aident les appareils à gérer les graphiques, les effets et les vidéos.
De plus, le projet cherche à réduire le coût de la formation et des interférences de l’IA en permettant d’y parvenir avec moins de matériel requis.
« La carte Simuli AGI a un fort potentiel pour catalyser l’émergence d’une nouvelle ère de techniques et de fonctions d’IA », a déclaré le Dr Ben Goertzel, PDG de SingularityNET.
« Le cœur de ce dont nous avons besoin pour passer de l’IA étroite à l’IAG est bien sûr les bonnes architectures cognitives et les bons algorithmes d’apprentissage et de raisonnement – mais sans le bon matériel, même les meilleurs mathématiques et logiciels ne peuvent pas fonctionner assez efficacement pour avoir un impact pratique.
« Tant de méthodes d’IA sur lesquelles nous travaillons depuis des décennies vont enfin pouvoir montrer leurs trucs dans un sens pratique lorsqu’on leur donne le bon matériel pour fonctionner. »
Rachel St.Clair, PDG de Simuli.ai, a commenté : « La puissance de l’optimisation des modèles AGI à grande échelle pour qu’ils s’exécutent plus rapidement en tirant parti de la plate-forme matérielle de Simuli est multiple.
« Tout d’abord, ces frameworks AGI bénéficient d’un développement rapide qui n’était pas exactement possible sans un coût de calcul important auparavant. Ensuite, un dispositif tel que la carte mère AGI peut étendre les types de code pouvant être exécutés de manière évolutive et efficace dans une seule instance du modèle AGI, par exemple Hyperon.
« De plus, l’informatique évolutive est meilleure pour la longévité de la planète et de la technologie elle-même, donc l’optimisation des deux côtés SW/HW est essentielle. Cela se traduira probablement par une AGI meilleure pour tout le monde. Nous sommes ravis de jouer un rôle dans le basculement de l’IA vers l’IAG.
L’intelligence artificielle générale – un terme prospectif faisant référence à l’intelligence artificielle capable de résoudre des problèmes et d’accomplir des tâches au même niveau qu’un humain – a été citée comme la prochaine étape du développement de l’IA, l’IA générative étant la tendance actuelle la plus importante en matière d’innovation. l’espace. En savoir plus sur AGI ici.
En rapport:
Pourquoi les DSI se tournent vers les graphes de connaissances pour une aide commerciale essentielle — Explorer la valeur des graphes de connaissances pour les directeurs de l’information (CIO).
Ce que ChatGPT signifie pour les développeurs — ChatGPT remplacera-t-il les développeurs de logiciels, ou rendra-t-il leur travail plus agréable en faisant le gros du travail lorsqu’il s’agit d’écrire du code passe-partout, de déboguer et de tester ?