Ga naar de inhoud
Advancing Bits to Master Atoms

Maak kennis met Neuro-Analytic AI.

Neuro-Analytic AI koppelt de AI die je al gebruikt aan een complementaire analytische AI die leert van gevalideerde uitkomsten en je helpt beslissen wat je hierna probeert.

De kernbelofte: de flexibiliteit van neurale AI met de exactheid van analytische AI. MatterSpace is er pionier in en bouwt het in producten, te beginnen met MS Duplex. Ontwikkeld door Faruk Guney.

Een gladde, afgeronde satijnzilveren vorm en een hoekige, gefacetteerde grafieten vorm die in elkaar passen op een getrapte grafieten sokkel, met een dunne kobaltblauwe inleg langs de naad ertussen.Een gladde, afgeronde satijnzilveren vorm en een hoekige, gefacetteerde grafieten vorm die in elkaar passen op een getrapte grafieten sokkel, met een dunne kobaltblauwe inleg langs de naad ertussen.

Twee soorten AI, elk doet waar ze het best in is.

Neurale AI en analytische AI zijn goed in verschillende dingen. Naast elkaar gezet, dekt elk terrein af dat de ander minder goed dekt.

  • Neurale AI

    De modellen die je team al gebruikt. Ze begrijpen een taak die in gewone taal is beschreven, onderzoeken die, schrijven en redeneren vlot, en werken via de tools die je autoriseert.

  • Analytische AI

    Werkt vanuit de uitkomsten die je team heeft gevalideerd. Weegt af wat werkte, onder welke omstandigheden en op basis van hoeveel bewijs, en houdt dat oordeel actueel naarmate er nieuwe resultaten binnenkomen.

  • Samen

    De neurale kant begrijpt de taak en handelt ernaar. De analytische kant brengt ervaring en bewijs in bij de beslissing. Het resultaat is een agent die met elke gevalideerde les beter wordt.

Het trilemma dat neurale AI niet alleen kan oplossen.

AI die elke dag naast mensen werkt, heeft drie eigenschappen tegelijk nodig: plasticiteit, om van nieuwe resultaten te leren; stabiliteit, om te behouden wat ze al weet; en bewerkbaarheid, om één stuk kennis exact te veranderen. Een neuraal model spreidt alles wat het weet over dezelfde gedeelde gewichten, dus elke eigenschap die je wint, kost een andere.

  • Plasticiteit

    Leer het model iets nieuws, en de update raakt gewichten die ook bevatten wat het al wist.

  • Stabiliteit

    Bescherm wat het weet, en het leert langzaam of helemaal niet tot de volgende trainingsrun.

  • Bewerkbaarheid

    Geen enkel gewicht bevat één feit, dus één stuk kennis kan niet exact worden gecorrigeerd, verwijderd of naar de bron worden herleid.

  • Omwegen ruilen het een in voor het ander

    Fine-tuning koopt plasticiteit ten koste van stabiliteit. Retrieval en geheugenbestanden voegen tekst toe zonder ervan te leren.

Analytische AI heeft alle drie tegelijk.

Analytische AI bewaart wat ze leert als afzonderlijke lessen naast het model, niet in de gewichten, elk met het bewijs en de voorwaarden waaronder ze gelden. De drie eigenschappen concurreren niet langer.

  • Plasticiteit

    Eén gevalideerd resultaat wordt direct geleerd en geldt vanaf het volgende verzoek, zonder trainingsrun.

  • Stabiliteit

    Een nieuwe les laat alle andere lessen zoals ze waren.

  • Bewerkbaarheid

    Elke les kan afzonderlijk worden bekeken, gecorrigeerd of verwijderd, en naar de bron worden herleid.

Exactheid en flexibiliteit: de kernbelofte van Neuro-Analytic AI.

Neurale AI brengt flexibiliteit: ze begrijpt open taken, redeneert en werkt met tools. Analytische AI brengt exactheid: wat geleerd is, geldt precies waar het opgaat, en een gewijzigd feit wordt exact vervangen. Samen krijgt neurale AI plasticiteit, stabiliteit en bewerkbaarheid die zowel sterk als exact zijn.

Van indrukwekkende demo’s naar het dagelijkse werk.

Dit is wat AI operationeel maakt. Een AI die leert tijdens het werk, onthoudt wat ze leerde en net als elk ander dossier gecorrigeerd kan worden, is een AI waarop wetenschappers, engineers, onderzoekers en zakelijke professionals in hun dagelijkse werk kunnen vertrouwen, niet alleen in een demo.

Waarom wij geloven dat de toekomst neuro-analytisch is.

Grotere modellen weten meer, maar schaal alleen laat een model niet leren tijdens het werk zonder te vergeten, en laat een organisatie niet corrigeren en bezitten wat het leerde. Wij geloven dat de AI waarop mensen elke dag vertrouwen, neurale flexibiliteit zal combineren met analytische exactheid.

  • Werk verandert voortdurend

    Elke dag komen er nieuwe resultaten. Een AI die alleen in trainingsruns leert, loopt altijd achter.

  • Vertrouwen vraagt om correctie

    Als AI iets fout doet, moeten mensen precies dat kunnen herstellen en zien dat het hersteld is.

  • Ervaring is een bezit

    Wat een team leert, hoort van het team te zijn, niet te verdwijnen in de gewichten van een model.

  • Modellen blijven veranderen

    Ervaring moet elk model overleven waarmee ze is geleerd.

Geïnspireerd door de theorie van complementaire leersystemen uit de cognitiewetenschap.

De theorie van complementaire leersystemen beschrijft leren in de hersenen als het werk van twee systemen: een dat snel leert van specifieke ervaringen, en een dat geleidelijk algemene kennis opbouwt. Neuro-Analytic AI laat zich door dat idee inspireren voor hoe twee complementaire delen van een AI-systeem kunnen samenwerken.

MatterSpace brengt Neuro-Analytic AI van onderzoek naar product.

MatterSpace is het toonaangevende bedrijf dat pionier is in Neuro-Analytic AI en er producten van maakt. MS Duplex is het eerste: koppel de AI die je al gebruikt via MCP, en MS Duplex is de analytische AI ernaast, een zelfverbeterende agent voor wetenschap, onderzoek en engineering.

Ontwikkeld door Faruk Guney.

Bekijk Neuro-Analytic AI in je eigen werk.

Een pilot van MS Duplex draait op je eigen terugkerende werk, naast je huidige opzet, en je experts beoordelen de resultaten.