SingularityNET 发布了基于 Hyperon 和 PRIMUS 的通用人工智能统一框架

币搜网报道：
所有新闻均经过区块链领域顶尖专家和资深业内人士的严格事实核查和审核。

• Hyperon 和 PRIMUS 通过共享的 Atomspace 内存将符号推理与神经学习融合在一起，以支持更广泛的智能目标。
• PRIMUS认知回路指导目标和模式发现，而集成工具在一个统一的记忆结构中处理任务。

SingularityNET首席科学家Ben Goertzel最近一份详细的白皮书，将 Hyperon 和 PRIMUS 作为一个集成架构进行介绍，旨在发展当前的该项目旨在将符号推理和神经学习融合到一个架构中，最终目标是实现通用人工智能（AGI），并将其发展成为超级智能。

SingularityNET表示，

“我们推出 Hyperon AGI 平台和相关的 PRIMUS 认知架构，作为一个统一的神经符号框架，旨在从当前的 AI 过渡到 AGI，最终实现有益的超级智能。”

与许多由互不相连的模块构建的人工智能框架不同，Hyperon 使用统一的方法来处理感知、记忆和学习。它将所有系统内容（包括目标、信息、过程和神经模式）存储在一个名为“原子空间”的结构中。这种设置使得符号系统和神经系统无需外部数据调用即可直接在共享内存上进行交互。

MORK 是 Atomspace 的可扩展版本，也是一项关键的进步。它支持无锁定快速访问，并使用 PathMap 和 Merkle-DAG 等高效格式来管理数据。MORK 还通过 QuantiMORK 将多分辨率图直接嵌入内存，从而整合了神经元素，消除了通常在符号处理和神经处理之间切换时出现的延迟。

我们提出了 Hyperon AGI 平台和相关的 PRIMUS 认知架构，作为一个统一的神经符号框架，旨在从当前的 AI 过渡到 AGI，最终实现有益的超级智能。

请点击此处阅读：

— SingularityNET (@SingularityNET)

PRIMUS认知回路指导目标决策

决策层由PRIMUS负责，PRIMUS是专为Hyperon架构构建的认知架构。它通过两个主要循环运行。一个循环使用名为MetaMo的机制来管理直接目标，该机制控制动机的生成。另一个循环则在后台静默运行，不断寻找模式并根据现有知识改进预测。

这些循环在共享的原子空间内存上运行，并使用通用方法来控制推理和资源使用。例如，推理难度用“测地线努力”来衡量，而决策的简易性则由基于量子化的系统指导。

PRIMUS包含多个子系统，它们各自发挥关键作用。WILLIAM负责压缩和概括模式，而MOSES执行进化程序搜索。SubRep将大型任务分解为更小的动作。ECAN模块基于效用管理注意力分配。这些系统之间流畅交互，符号域和神经域之间没有转换层。

SingularityNET平台推动各领域进步

到2025年，Hyperon和PRIMUS将为游戏AI试点项目、生物信息学、数学工具和社会机器人提供支持。这种方法不仅改进了现有模式，也完善了构建通用人工智能框架的途径，为实现广泛且安全的通用人工智能铺平了道路。

这种共享格式使得人工智能模型能够在安卓设备或分布式网络上运行。用 MeTTa 编写的代码可以在各种系统上运行，包括基于环境的设计。所有设计都以可复现性和可追溯性为核心，这使其有别于传统的机器学习设置。

SingularityNET 从独立的 AI 组件转向单一的认知系统，体现了构建具有清晰规则、统一记忆和去中心化执行的通用智能的意图。