Новаторские исследования в области доверенного и объяснимого ИИ, такие как концепция образно-логической нейронной сети, открывают новые возможности для создания интеллектуальных систем. Этот подход обеспечивает обработку информации с учетом семантики и логики, приближая ИИ к человеческому мышлению.

Мы уверены, что наши разработки приведут к созданию сильного ИИ, способного решать задачи на уровне человека без случайных ошибок. Наша миссия — обеспечение безопасности и надежности искусственного интеллекта.

Поговорить с экспертом

Для решения проблемы гибкости и надежности искусственного интеллекта необходимо использовать методы представления информации и ее обработку в форме, свойственной человеку. Несомненно, это соответствует задаче создания интеллектуальных систем, способных не только представлять информацию в образной форме, но и моделировать понятийно-образное мышление.

Объяснимый искусственный интеллект

Концепция образно-логических нейронных сетей, в которых каждый нейрон осуществляет акт элементарных рассуждений, суммируя которые вся сеть может решать сложные задачи ИИ, используя образное представление семантической (смысловой) информации и ее обработку, аналогичную человеческим рассуждениям.

Исключение источников случайных ошибок

Разработанные алгоритмы позволяют кодировать смысловую информацию в форме ментальных образов. Действительно, они моделируют рассуждения различных категорий, включая дедукцию, индукцию, абдукцию и немонотонные рассуждения. Поэтому здесь отсутствует механизм таких ошибок, которые носят случайный характер.

Поддается кодировке булевыми функциями

Резко сокращает потребность в вычислительных мощностях. Реализация нейронных сетей нового типа возможна для относительно небольших встраиваемых устройств глубокого обучения. Возможно использовать в ПО для нейроморфных устройств.

Шумоподавление в изображениях, надежность распознавания объектов и принятия решения

Разработаны алгоритмы обработки изображений, позволяющие существенно подавлять шумы и выделять объекты в сильно зашумленных изображениях. Это повышает возможности распознавания объектов наблюдения беспилотниками в неблагоприятных условиях.

Аппаратная реализация в форме микропроцессора Embendend system

Реализация подобных нейроморфных устройств возможна как на базе программируемых логических интегральных схем (ПЛИС), так и на кроссбарах элементов памяти или мемристоров, произведенных с использованием нанотехнологии. ПО будет выполнять только логические операции, исключая сложные численные расчеты.

Образно-логическая нейронная сеть оперирует векторами и матрицами логических L4 чисел

4-битные 2×2 матрицы логических величин являются основой математического аппарата и когнитивной модели, которые решают задачи ИИ, включая обучение, распознавание образов и логические рассуждения. Этот подход позволяет представлять и обрабатывать семантическую информацию в форме, схожей с человеческим мышлением.

Разработка образно-логических нейронных сетей

В объяснимом ИИ слои нейронной сети связаны логически и отражают смысловую сущность исследуемых объектов. Обработка данных происходит аналогично человеческим рассуждениям.

Распознавание и классификация объектов на земле и в воздухе, управления и мониторинг БЛС и БАТ

Выделение деталей объектов из шумов и распознавание изображений, лиц и объектов. Разработка сильного ИИ на "аппарате пятен" и реализация его на уровне микросхем, позволит создавать распределённые системы принятия решений для групп БПЛА, что сильно повысит эффективность их применения.

Оставить заявку

Представление и обработка семантической информации в образной форме, оценка ситуации и принятие решений.

Математический аппарат и когнитивная модель позволяют решать различные задачи ИИ, включая обучение, распознавание образов и рассуждения, применяя образное представление семантической (смысловой) информации, в той форме, которая свойственна человеку.

Оставить заявку

Объяснимый искусственный интеллект в государственном управлении

Распознавание и классификация текстов и изображений. Глубокий семантический анализ содержания документов, которые должны классифицироваться по смыслу и сохранением с нужной аналитикой в базе знаний. Необходимость смыслового понимания текста.

Оставить заявку

Решение обратных задач в геологоразведке и поиске полезных ископаемых

Обнаружение объектов и полезных ископаемых под землёй с помощью обработки экспериментальных данных зондирования слоев Земли с применением решения обратных задач.

Оставить заявку

Подавление шумов и артефактов в изображениях

Ключевая задача в обработке изображений и компьютерном зрении. Шум может возникать из-за несовершенства сенсоров, плохого освещения, сжатия данных или стохастических ошибок традиционных нейронных сетей. Цель — улучшить качество изображений, сохранив важные детали и структуры. Для этого предлагается новая концепция образно-логических нейронных сетей, где каждый нейрон выполняет элементарные логические рассуждения. Такой подход позволяет эффективно подавлять шумы и выделять объекты даже на сильно зашумленных изображениях.

Оставить заявку

Мы уверены, что задача развития направления образно-логических нейронных сетей имеет стратегическое значение, которое позволит получить нашей стране неоспоримое конкурентное преимущество применения ИИ как в военной, так и в гражданской сферах.

Наша нейронная сеть оперирует векторами и матрицами логических L4 чисел — 4-битными 2×2 бинарными матрицами. Это значительно снижает потребность в вычислительных ресурсах. Мы решаем ключевую проблему традиционных нейросетей: вероятность случайных, ничем не обусловленных ошибок. Эти ошибки возникают из-за отсутствия связи между сигналами и смыслом обрабатываемой информации. Наш математический аппарат кодирует семантическую информацию в виде ментальных образов. В новой концепции образно-логических нейронных сетей каждый нейрон выполняет элементарные логические рассуждения. Благодаря этому обработка информации с помощью разработанных алгоритмов аналогична понятийно-образному мышлению человека.

Проекты на стадии разработки

Контакты

МЫ ВСЕГДА ОТКРЫТЫ К ОБЩЕНИЮ
Россия, 111141, Москва, 1-й проезд Перова поля, д. 11a, офис 11
ООО "СОХРАНЯЕМ ЖИЗНИ", ОГРН 1235000101478
+7(495) 507-42-82
hello@explicable.ru
Политика конфиденциальности

Обсудить разработку Образно-логической нейронной сети

Сохраняем Жизни ОРН 1125564 © 2024
Деятельность осуществляется при грантовой поддержке Фонда «Сколково»
hello@explicable.ru
Положение об организации обработки и обеспечении безопасности персональных данных

Управление файлами cookie

Настройки файлов cookie

Файлы cookie, необходимые для корректной работы сайта, всегда включены.
Другие файлы cookie настраиваются.

Основные файлы cookie

Всегда включен. Эти файлы cookie необходимы для того, чтобы вы могли пользоваться веб-сайтом и его функциями. Их нельзя отключить. Они устанавливаются в ответ на сделанные вами запросы, такие как настройка ваших предпочтений конфиденциальности, вход в систему или заполнение форм.

Аналитические файлы cookie

Disabled

Эти файлы cookie собирают информацию, чтобы помочь нам понять, как используются наши веб-сайты или насколько эффективны наши маркетинговые кампании, или чтобы помочь нам настроить наши веб-сайты для вас. Смотрите список аналитических файлов cookie, которые мы используем здесь.

Рекламные файлы cookie

Disabled

Эти файлы cookie предоставляют рекламным компаниям информацию о вашей онлайн-активности, чтобы помочь им предоставлять вам более релевантную онлайн-рекламу или ограничить количество просмотров рекламы. Эта информация может быть передана другим рекламным компаниям. Смотрите список рекламных файлов cookie, которые мы используем здесь.