Новаторские исследования объяснимого искусственного интеллекта в концепции образно-логической нейронной сети
Мы считаем, что наши исследования в конечном итоге приведут к созданию объяснимого и сильного искусственного интеллекта, способного решать проблемы человеческого уровня без случайных ошибок. Наша миссия — создание безопасного и надежного объяснимого ИИ.
Наша нейронная сеть работает с векторами и матрицами логических L4 чисел, которые являются 4-битными 2х2 бинарными матрицами, что резко сокращает потребность в вычислительных мощностях. При этом мы решаем главную проблему традиционных нейросетей, связанную с наличием вероятности случайных и не чем не обусловленных ошибок, которые никогда бы не сделал человек. Действительно, эти ошибки объясняются тем, что сигналы, обрабатываемые в этих сетях, не имеют прямой связи со смыслом или семантикой той информации, которая обрабатывается ими. Математический аппарат позволяет кодировать семантическую или смысловую информацию в форме ментальных образов. В новой концепции образно-логических нейронных сетей каждый нейрон осуществляет акты элементарных рассуждений. Поэтому ее обработка с помощью разработанных алгоритмов аналогична образно-логическому мышлению человека.
4 битная нейронная сеть
нейронная сеть работает с векторами и матрицами логических L4 чисел, которые являются 4-битными 2х2 матрицами логических величин
Шумоподавление в изображениях
Надежность распознавания объектов и принятия решения
Объяснимый искусственный интеллект
Каждый нейрон в сети осуществляет логические операции, которые аналогичны элементарным рассуждениям
Исключение источников случайных ошибок
Математический аппарат L4 чисел позволяет кодировать семантическую или смысловую информацию в форме ментальных образов.
Аппаратная реализация в форме микропроцессора Embendend system
Процесс обработки данных аналогичен человеческим рассуждениям
Поддается кодировке булевыми функциями, которые можно использовать в ПО для нейроморфных устройств.
резко сокращает потребность в вычислительных мощностях
Разработка образно-логических нейронных сетей
В объяснимом искусственном интеллекте слои нейронной сети имеют между собой логическую связь и отражают семантику исследуемых объектов. Процесс обработки данных аналогичен 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, распознание лиц и объектов.
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.
Для решения проблемы гибкости и надежности искусственного интеллекта необходимо использовать методы представления информации и результатов мыслительной деятельности 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.
Реализованные проекты
Метод построения изображения по КТ данным проекций основан на разработанном нами оригинальном математическом аппарате пятен, который соответствует образно-логическому представлению и обработки информации и близок к особенности человеческого восприятия и рассуждений. savinglive.ru
Контакты
МЫ ВСЕГДА ОТКРЫТЫ К ОБЩЕНИЮ Россия, 111141, Москва, 1-й проезд Перова поля, д. 11a, офис 11 ООО "СОХРАНЯЕМ ЖИЗНИ", ОГРН1235000101478 +7(495) 507-42-82 hello@explicable.ru Политика конфиденциальности