Le trilemme des réseaux neuronaux.
ACI réunit les trois.
ACI est le fruit d’années de recherche sur les réseaux neuronaux et leur trilemme : plasticité, stabilité et modifiabilité.
Deux au mieux, pour tout réseau neuronal.
Faites-le apprendre plus vite, et il oublie. Maintenez-le stable, et il cesse d’apprendre. Et ce qu’il a appris est réparti dans tout le réseau, donc aucun élément ne peut être modifié. Chaque gain se paie ailleurs.
Étape 1 sur 5 : Plasticité
Plasticité : apprendre du neuf, vite.
Un réseau qui apprend vite écrase ce qu’il savait. Les chercheurs appellent cela l’oubli catastrophique. ACI apprend d’un seul résultat confirmé, et la toute prochaine requête en bénéficie.
Étape 1 sur 4 : Du nouveau
Votre équipe confirme quelque chose de nouveau. Un réseau a besoin d’un entraînement pour l’intégrer. ACI l’intègre à partir de ce seul résultat.
Stabilité : conserver ce qu’il sait.
Maintenez un réseau stable et il conserve ce qu’il sait, mais il cesse d’apprendre. ACI continue d’apprendre, et tout ce qu’elle a appris auparavant demeure exactement tel quel, aussi longtemps qu’elle tourne.
Étape 1 sur 4 : Le maintenir stable
Figez un réseau pour qu’il garde ce qu’il sait, et il cesse d’apprendre. ACI continue d’apprendre, et tout ce qu’elle savait demeure tel quel.
Modifiabilité : modifier ce qu’il a appris.
Ce qu’un réseau a appris est réparti dans tout le réseau, donc une chose ne peut être corrigée ou supprimée sans réentraînement. Tout ce qu’ACI a appris peut être revu, corrigé ou supprimé isolément, et le reste demeure tel quel.
Étape 1 sur 4 : La trouver
Demandez où un réseau a appris quelque chose, et personne ne peut le montrer. Avec ACI, vous voyez d’où vient chaque élément.
Les trois, à l’exécution.
Réunir les trois, c’est ce qui permet à ACI d’apprendre, de planifier, de simuler, de décider et d’agir à l’exécution, à partir de votre travail, aussi longtemps qu’elle fonctionne. C’est ce qui fait d’ACI une nouvelle catégorie d’intelligence.
Avec les trois, une intelligence peut apprendre de chaque résultat pendant que le travail se fait, s’appuyer sur tout ce qu’elle a appris avant, et rester entre vos mains : tout ce qu’elle a appris peut être revu, corrigé ou supprimé.
C’est ce que l’apprentissage continu a toujours demandé, et ce qu’un réseau neuronal seul ne peut offrir. ACI l’apporte à ce que vous faites déjà tourner, en duo avec lui : votre modèle d’IA dans MS Duplex, votre pile d’autonomie dans MS Reflex.
Des années de recherche, une nouvelle sorte d’intelligence.
ACI est le fruit d’années de recherche sur les réseaux neuronaux et leur trilemme : plasticité, stabilité et modifiabilité.
Tout a commencé par trois questions que soulève tout réseau neuronal : pourquoi il oublie quand il apprend, pourquoi il cesse d’apprendre une fois stable, et pourquoi rien de ce qu’il a appris ne peut être modifié isolément.
Les réponses sont devenues ACI : les algorithmes et l’architecture propriétaires de MatterSpace pour une intelligence qui apprend de chaque résultat, s’appuie sur ce qu’elle sait et reste entre vos mains. MS Duplex l’apporte à votre IA et à vos agents, et MS Reflex à toute machine qui décide et agit d’elle-même.
Mettez au travail une intelligence qui continue d’apprendre.
Commencez avec MS Duplex dans l’assistant que vous utilisez déjà, ou planifiez un pilote MS Reflex sur vos machines. Dans les deux cas, ce qu’elle apprend vous appartient.