Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Tập đoàn Arllecta gần đây đã bắt đầu triển khai thuật toán Sense-to-Sense (S2S) cải tiến dựa trên lý thuyết cảm giác độc quyền của công ty. Lý thuyết này có thể giúp phát triển các hệ thống AI có khả năng tự nhận dạng. Các thuật toán S2S nổi bật nhờ khả năng diễn giải ý nghĩa từ cả tài liệu có kích thước tiêu chuẩn và tập dữ liệu lưu trữ đám mây lớn.

Thuật toán S2S khác biệt với các mô hình GPT hiện tại bằng cách yêu cầu ít dữ liệu hơn để đào tạo do kiến ​​trúc độc đáo của nó, bao gồm máy Boltzmann bị hạn chế và mô hình không có đối tượng. Mô hình này chuyển trọng tâm từ phân tích số sang phân tích ngữ nghĩa. Điều này rất cần thiết để tạo ra các hệ thống AI có khả năng thích ứng và tự học. Ngoài ra, thuật toán sử dụng các chức năng biến đổi thần kinh và sơ đồ cảm giác cho các tác vụ như phân cụm và nhập dữ liệu để suy ra ý nghĩa trong văn bản một cách tự nhiên hơn.

Cách tiếp cận của Arllecta cũng cho phép thuật toán S2S thiết lập các kết nối có ý nghĩa giữa các đối tượng dữ liệu khác nhau, bất kể tiêu chí phân loại hoặc nguồn gốc của chúng. Tính năng này là sự khởi đầu từ kiến ​​trúc Transformer mà công ty tin rằng sẽ gây ra những biến dạng đáng kể trong quá trình xử lý văn bản. Thay vào đó, thuật toán S2S duy trì tính toàn vẹn ngữ nghĩa của dữ liệu đầu vào. Điều này rất cần thiết cho ý thức về bản thân của AI.

Egger Mielberg, người đứng sau Lý thuyết giác quan và lõi phần mềm S2Schat, nhấn mạnh mục tiêu nhận thức của thuật toán là tạo ra phản hồi ngắn gọn, có ý nghĩa từ phân tích văn bản mở rộng, bao gồm toàn bộ sách. Thuật toán tận dụng các khái niệm về Đạo hàm giác quan và Entropy giác quan để đào sâu vào chiều sâu của kết nối ngữ nghĩa, cung cấp những góc nhìn mới về sự tương tác của các thành phần dữ liệu khác nhau. S2Schat của Arllecta, vẫn đang được triển khai một phần, đã cho thấy kết quả đầy hứa hẹn so với các giải pháp GPT hàng đầu trên thị trường.