Neuro-sümboolne renessanss: miks AI tulevik ühendab intuitsiooni loogikaga

Neuro-sümboolne renessanss: miks AI tulevik ühendab intuitsiooni loogikaga

Inimintelligentsuse arhitektuur

2002. aastal pidas psühholoog Daniel Kahneman oma Nobeli loengu Stockholmis. Publikule, kes koosnes majandusteadlastest ja ootas võrrandeid ning graafikuid, rääkis ta hoopis lugusid. Lugusid taksojuhtidest, korvpalluritest ja inimestest, kes teevad täie veendumusega kohutavaid otsuseid. Tema keskne tees, mida ta arendas 30 aastat koos oma hiljuti lahkunud kolleegi Amos Tverskyga, oli lihtne, kuid revolutsiooniline: inimmõistus töötab kahe põhimõtteliselt erineva kognitiivse süsteemi kaudu ja kogu meie tsivilisatsioon on üles ehitatud nendevahelisele pingele.

Kahneman nimetas neid süsteemiks 1 ja süsteemiks 2. Nende süsteemide mõistmine ei ole pelgalt akadeemiline filosoofia. See on võti, et mõista, miks praegune tehisintellekt ebaõnnestub ja mis peab järgmisena tulema.

Süsteem 1 (kiire mõtlemine) on intuitiivne, emotsionaalne, automaatne ja alateadlik. See töötab pidevalt ilma pingutuseta. See on süsteem, mida kasutad sõbra näo äratundmiseks rahvahulgast, palli püüdmiseks ilma trajektoore arvutamata, tuttava marsruudi läbimiseks, samal ajal kui su mõtted rändavad mujale, viha märkamiseks kellegi hääles ühestainsast silbist või lause mõistmiseks ilma grammatikat teadlikult analüüsimata. Süsteem 1 on kiire, sest tal pole muud valikut. See arenes ellujäämiseks maailmas, kus kõhklemine tähendas surma. See tunnetab vastust enne, kui sa suudad selgitada, miks.

Süsteem 2 (aeglane mõtlemine) on loogiline, kaalutlev, arvutav ja teadlik. See nõuab pingutust ja tähelepanu. See on süsteem, mida kasutad 17 x 24 peast lahendamiseks, maksuvormi õigesti täitmiseks, juriidilise lepingu varjatud klauslite kontrollimiseks, matemaatilise tõestuse kehtivuse kontrollimiseks või kahe tööpakkumise võrdlemiseks. Süsteem 2 on aeglane, sest see on põhjalik. See arvutab vastuse ja suudab näidata oma tööd. See on teaduse, inseneriteaduse, õiguse ja loogika süsteem.

Siin on Kahnemani võtmetähelepanek: süsteem 1 töötab pidevalt ja seda ei saa välja lülitada. Süsteem 2 on laisk ja aktiveerub ainult sunnitud olukorras. Kui näed võrrandit 2+2=?, pakub süsteem 1 kohe vastuse "4" ilma süsteemi 2 kaasamata. Kui aga näed 17x24=?, ei suuda süsteem 1 sulle aidata (välja arvatud juhul, kui oled savant), ja süsteem 2 peab vaevaliselt üle võtma.

Nende süsteemide koostoime selgitab peaaegu kõiki inimkognitsiooni ebaõnnestumisi. Kui süsteem 1 toodab vastuse, mis "tundub" õige, aktsepteerib süsteem 2 seda sageli ilma kontrollimata. Nii töötavad optilised illusioonid. Nii töötavad petturid. Nii töötavad kognitiivsed kallutatused. Me peame teadmise tunnet ekslikult teadmiseks.

Kuidas Silicon Valley ehitas hiiglasliku süsteemi 1

Viimase kümne aasta jooksul on kogu AI-tööstus olnud kinnisideeks süsteemi 1 ehitamisest. Sügavad närvivõrgud ja täpsemalt Transformer-arhitektuurid, mis käitavad ChatGPT-d, Claude'i, Gemini't ja praktiliselt kõiki teisi „tipptasemel" AI-mudeleid, on sisuliselt massiivsed ränipõhised intuitsioonimasinad.

Need töötavad kõrgmõõtmelise mustrituvastuse abil. Antud sisendjada põhjal ennustavad nad järgmist märki statistiliste korrelatsioonide alusel, mis on õpitud triljonitest treeningnäidetest. Nad ei „mõista" mingis tähenduslikus mõttes. Nad tunnevad ära mustreid ja ennustavad, millised mustrid tavaliselt järgnevad teistele mustritele.

See ei ole solvang. See on tehniline kirjeldus. Ja süsteemi 1 ülesannete puhul on need tõeliselt tähelepanuväärsed. Suured keelemudelid suudavad kirjutada luulet, mis liigutab inimesi pisarateni, genereerida sürrealistlikke pilte, mis võidavad kunstikonkursse, ajurünnakuga leida loomingulisi lahendusi avatud probleemidele ja pidada vestlusi, mis tunduvad üllatavalt inimlikud. Need on täpselt need ülesanded, milles inimese süsteem 1 paistab silma.

Aga siin on probleem: nad on katastroofiliselt halvad süsteemi 2 ülesannetes.

Paluge puhtal LLM-il korrutada kaks kuuekohalist arvu. Tõenäoliselt annab see teile arvu, mis näeb välja nagu õige vastus (sellel on õige arv numbreid, esimesed numbrid võivad isegi õiged olla), kuid vastus on matemaatiliselt vale. Miks? Sest mudel ei arvuta. See ennustab, kuidas arvutus välja näeb. See on treeningu ajal näinud miljoneid korrutamisnäiteid, nii et see suudab genereerida midagi, mis mustrituvastuslikult sobib „korrutamistulemuseks", kuid sellel puudub tegelik aritmeetikamootor.

Seetõttu hallutsineerivad LLM-id enesekindlalt. Nad ei valeta (see eeldaks tõe teadmist). Nad täidavad mustreid. Kui kasutaja esitab küsimuse, mis kõlab nagu sellel peaks olema vastus, genereerib mudel midagi, mis näeb välja nagu vastus. See ei suuda eristada mustri täitmist faktilisest õigsusest, sest sellel puudub kontrollimehhanism.

Skaleerimisseaduste sein

Aastaid uskusid AI-teadlased, et see probleem laheneb iseenesest. „Skaleerimisseadused" (Kaplan et al. 2020, Hoffmann et al. 2022) näitasid prognoositavaid seoseid mudeli suuruse, treeningandmete, arvutusvõimsuse ja jõudluse vahel. Järeldus oli ahvatlev: tehke mudelid suuremaks, söödake neile rohkem andmeid ja arutlusvõime ilmub ise.

Nüüd oleme jõudnud seina ette.

GPT-4-l mud on ligikaudu 1,8 triljonit parameetrit. Claude 3 Opus, Gemini Ultra ja teised tipptasemel mudelid on samas suurusjärgus. Treeningkäigud maksavad sadu miljoneid dollareid. Energiatarve võistleb väikelinnade omaga. Ja ometi püsib põhiprobleem: need mudelid ei suuda ikka veel usaldusväärselt teha mitmekohalist aritmeetikat, hallutsineerivad endiselt enesekindlalt ja ebaõnnestuvad endiselt põhilises loogilises arutluses.

Me saame lisada rohkem kihte. Me saame sööta rohkem andmeid. Me saame ehitada suuremaid GPU-klastreid. Kuid me ei saa paremat arutlusvõimet. Me saame paremat mustrite jäljendamist. Suurem papagoi on ikka papagoi.

Allen Institute for AI 2024. aasta teadustöö näitas, et isegi kõige arenenumad LLM-id ebaõnnestuvad lihtsate loogikamõistatuste juures, mida iga inimlaps suudab lahendada, mitte sellepärast, et neil puuduvad treeningandmed, vaid sellepärast, et neil puudub loogilise järeldamise arhitektuur. Te ei saa System 2 võimeid skaleerimise teel System 1-st. Need on põhimõtteliselt erinevad arvutusparadigmad.

Sümboolse tehisintellekti tagasitulek

Et mõista, kuhu tehisintellekt peab liikuma, peame mõistma, kust see tuli. Enne süvaõppe revolutsiooni, enne kui närvivõrgud muutusid domineerivaks, oli olemas teine paradigma: sümboolne tehisintellekt, mida mõnikord nimetatakse ka "vanaks heaks tehisintellektiks" (GOFAI).

Sümboolne tehisintellekt oli valdav lähenemine alates 1950. aastatest kuni 1990. aastateni. See ei kasutanud närvivõrke. Selle asemel kasutas see selgesõnalisi reegleid, loogikapuid, ontoloogiaid, formaalseid grammatikaid ja teadmusgraafe. See esitas teadmisi sümbolitena ja töötles neid sümboleid loogiliste reeglite järgi.

Sümboolse tehisintellekti süsteem meditsiiniliseks diagnoosimiseks võib sisaldada selliseid reegleid nagu: "KUI patsiendil on palavik JA patsiendil on köha JA kestus üle 7 päeva, SIIS kaalu kopsupõletikku tõenäosusega 0,7." See võiks neid reegleid omavahel aheldada, jälgida oma arutluskäiku ja selgitada täpselt, miks ta ühegi järelduseni jõudis.

Sümboolsel tehisintellektil olid märkimisväärsed omadused:

• Täiuslik loogikas: Kui ütled sümboolsele süsteemile, et "kõik inimesed on surelikud" ja "Sokrates on inimene", järeldab see 100% kindlusega, et "Sokrates on surelik". See ei hallutsineeri. See ei arva. See tõestab.
• Täielikult selgitatav: Igal järeldusel on jälgitav tõestustee. Võid igal hetkel küsida "miks" ja saad formaalse tuletuse.
• Garanteeritud õigsus: Hästi piiritletud valdkondade puhul, kus reeglid on täielikud, saab sümboolseid süsteeme matemaatiliselt kontrollida, et need annavad alati õigeid väljundeid.

Miks sümboolne tehisintellekt siis ebaõnnestus? Miks valdkond selle närvivõrkude kasuks hülgas?

Vastus on haprus. Sümboolsed süsteemid nõuavad, et inimesed kodeeriksid kõik reeglid käsitsi. See toimis males (fikseeritud reeglid, lõplikud olekud), kuid ebaõnnestus katastroofiliselt avatud maailma ülesannete puhul. Sa ei saa kirjutada KUI/SIIS reeglistikku, mis tunneks ära kassi kõigis võimalikes valgustingimustes, poosides, varjatustes ja pildikvaliteetides. Päris maailm on liiga segamini, liiga mitmetähenduslik, liiga kõrgmõõtmeline käsitsi kirjutatud reeglite jaoks.

Seda nimetati "teadmiste omandamise pudelikaelaks". Eksperdid pidid käsitsi sisestama kõik maailma reeglid ja selgus, et maailmal on lõputult reegleid. Närvivõrgud möödusid sellest, õppides mustreid otse andmetest.

Süntees: neuro-sümboolne tehisintellekt

Siin on arusaam, mis kujundab ümber tehisintellekti: me ei pea valima närvilise ja sümboolse vahel. Me saame need ühendada.

Neuro-sümboolne tehisintellekt on arhitektuuriline paradigma, mis määrab iga ülesande selleks kõige sobivamale komponendile:

• Neuraalne komponent (taju): Tegeleb korrastamata ja struktureerimata meelelise sisendiga. See vaatleb maailma (pilte, heli, teksti, andurite andmeid) ja teisendab selle struktureeritud sümboliteks, mida arutlusssüsteem suudab töödelda. See on süsteem 1: kiire, paralleelne ja mürakindel.
• Sümboolne komponent (arutlus): Tegeleb loogika, reeglite, matemaatika, piirangute ja kontrollimisega. See võtab närvivõrgust sümbolid ja töötleb neid deterministlikult vastavalt formaalsetele reeglitele. See on süsteem 2: kaalutletud, järjestikune ja tõestatavalt õige.

Kombinatsioon annab nii vastupidavuse kui ka ranguse. Neuraalne komponent haldab reaalse maailma mitmetähenduslikkust (kirjavead tekstis, müra helis, variatsioonid piltides). Sümboolne komponent tagab, et kui teil on puhtad sümbolid, on teie arutlus garanteeritult õige.

See ei ole uus idee. Teadlased on neuro-sümboolseid lähenemisviise uurinud aastakümneid. Kuid hiljutised edusammud on muutnud selle esimest korda mastaabis praktiliseks. Ja Dweve on ehitanud selle paradigma kõige arenenuma rakenduse oma Binary Constraint Discovery arhitektuuri kaudu.

Kuidas Dweve rakendab neuro-sümbolilist tehisintellekti

Dweve'i arhitektuur on täna tootmises kõige arenenum neuro-sümboliliste põhimõtete rakendus. Siin on, kuidas see töötab:

Tajukiht: närvipõhine sisendi töötlemine

Kui andmed sisenevad Dweve'i süsteemi (tekst, pildid, heli, struktureeritud andmed), läbivad need esmalt meie 31 tajufunktsioonide ekstraktorit. Need on närvikomponendid, mis on optimeeritud toorete meeleandmete teisendamiseks struktureeritud esitusteks. Need tegelevad keerulise reaalse maailma sisendiga, mida sümboolsed süsteemid ei suuda otse töödelda: trükivead, OCR-vead, pildimüra, helimoonutus, loomuliku keele mitmetähenduslikkus.

Oluline on, et tajukiht ei püüa sisendi üle "arutleda". Selle ainus ülesanne on ekstraheerimine ja struktureerimine. See teisendab lause "Section 4.2-s viidatud vastutuse ülemmäär on viis miljonit eurot" struktureeritud sümboliteks: liability_cap = 5000000, currency = EUR, reference = section_4_2. See on ülesanne, mis sobib suurepäraselt närvipõhiseks mustrituvastuseks.

Marsruutimiskiht: 456 valdkonnaeksperdi valik

Kui sisend on struktureeritud, määrab Dweve Loom'i Permuted Agreement Popcount (PAP) marsruutimissüsteem, millised 456 spetsialiseeritud piirangukogumist on asjakohased. Siin erineb Dweve põhimõtteliselt tavalistest valdkonnaekspertide segude lähenemistest.

Traditsioonilised MoE-mudelid kasutavad õpitud marsruutimisvõrke, mis kannatavad samade probleemide all nagu teised närvikomponendid: need on tõenäosuslikud, mitte deterministlikud. Need võivad suunata päringuid valedele valdkonnaekspertidele pealiskaudsete mustrivaste põhjal.

PAP-marsruutimine kasutab struktuurilist mustrituvastust, mis läheb kaugemale lihtsast sarnasusest. See tuvastab, kui "õiged märgid on olemas, kuid valedes seostes", ja väldib valepositiivset marsruutimist. Marsruutimisotsus ise on selgitatav: näete täpselt, miks päring suunati õiguslike lepingute analüüsi valdkonnaeksperdile, mitte meditsiinilise diagnoosi valdkonnaeksperdile.

Arutluskiht: binaarsete piirangute avastamine

See on põhiline uuendus. Selle asemel, et esitada teadmisi närvivõrgu kaaludena (kõrgmõõtmelised ujukomaarvu vektorid, mida ei saa kontrollida ega kinnitada), esitab Dweve teadmisi kristalliseerunud binaarsete piirangutena.

Piirang on loogiline seos, mis on avastatud andmetest ja kinnitatud usaldusväärseks. Näiteks:

• "Kehtivates M&A-lepingutes peab vastutuse ülemmäär olema suurem või võrdne maksimaalse hüvitisemääraga"
• "Patsiendiandmetes, kui diagnoos on kopsupõletik JA ravi on antibiootikum X, SIIS peab kestus olema >= 7 päeva"
• "Finantsaruannetes peavad koguvarad olema võrdsed kogukohustuste pluss aktsionäride omakapitaliga"

Neid piiranguid ei õpita kaudsete mustritena närvikaaludes. Need avastatakse, kinnitatakse ja salvestatakse sõnaselgelt loogiliste reeglitena. Järelduste tegemise ajal rakendab piirangulahendaja neid deterministlikult. Kui sisend rikub piirangut, märgib süsteem selle matemaatilise kindlusega, mitte statistilise usaldusväärsusega.

Seetõttu Dweve'i süsteemid ei hallutsineeri. Hallutsinatsioon on võimatu, kui iga väljund on kinnitatud loogiliste reeglite rakendamise tulemus struktureeritud sisenditele. Süsteem saab toota ainult väljundeid, mis tulenevad selle piirangutest. Kui ükski piirang ei toeta väidet, ütleb süsteem "ma ei tea", selle asemel et midagi usutavat välja mõelda.

Väljundkiht: selgitatavad tulemused

Iga Dweve'i väljund tuleb koos täieliku tuletuskäiguga. Võite küsida "miks" igal hetkel ja saate täpse piirangute ahela, mis järelduse tekitas. See ei ole järelikult loodud seletus, mille genereerib eraldi "selgitusmoodul" (nagu paljud tehisintellekti selgitatavuse tööriistad teevad). See on tegelik arutluskäik.

Reguleeritud valdkondade (tervishoid, rahandus, õigus) jaoks on see murranguline. Audiitorid saavad kontrollida, et järeldused on õiged, vaadates üle piirangute tuletuskäigu. Regulaatorid saavad kinnitada, et otsuste tegemine järgib heakskiidetud loogikat. Kasutajad saavad mõista täpselt, miks süsteem oma järelduseni jõudis.

Näide: meditsiinilise diagnoosi toetamine

Vaatleme tehisintellektisüsteemi, mis toetab erakorralise meditsiini arste. Ülesanne on pakkuda välja võimalikke diagnoose, lähtudes patsiendi sümptomitest, haigusloost ja analüüsitulemustest.

Puhas LLM-lähenemine: Arst sisestab patsiendi andmed ChatGPT-sse. Mudel genereerib midagi sellist: „Kirjeldatud sümptomite põhjal võib patsiendil olla kopsupõletik, bronhiit või võimalik, et COVID-19. Soovitan rindkere röntgenit ja PCR-testi." See kõlab abivalmilt, kuid mudelil puudub võimalus oma soovitusi tegeliku meditsiinilise tõendusmaterjaliga kontrollida. See tugineb mustrite sobitamisele treeningandmetest, mis võivad sisaldada aegunud või ebaõiget teavet. See ei suuda selgitada, miks ta eelistas kopsupõletikku bronhiidile. See võib jätta märkamata harva esineva, kuid kriitilise seisundi, mis ei vasta tavalistele mustritele.

Dweve neuro-sümboliline lähenemine:

1. Närvitaju: Süsteem töötleb arsti loomuliku keele sisendit, eraldades struktureeritud sümptomid (palavik: 39,2 °C, köha: produktiivne, kestus: 8 päeva), haigusloo (diabeetik, 67-aastane, mittesuitsetaja) ja analüüsitulemused (kõrgenenud leukotsüütide tase, CRP 85 mg/l).
2. Valdkonna-spetsiifiline suunamine: PAP-suunamine aktiveerib pulmonoloogia piirangute komplekti, nakkushaiguste piirangute komplekti ja eakate patsientide riskitegurite piirangute komplekti.
3. Piirangutel põhinev arutlus: Süsteem rakendab kontrollitud meditsiinilisi piiranguid:
   • Piirang 1: „Produktiivne köha + palavik > 38 °C + kestus > 7 päeva + kõrgenenud leukotsüütide tase viitab alumiste hingamisteede infektsioonile"
   • Piirang 2: „Diabeediga patsient + vanus > 65 + hingamisteede infektsioon suurendab kopsupõletiku riski teguriga 3,2"
   • Piirang 3: „CRP > 50 mg/l hingamisteede kaebuste korral välistab viirusliku bronhiidi 94% usaldusväärsusega"
4. Väljund: „Diagnoos: kogukonnas omandatud kopsupõletik (kõrge usaldusväärsus). Põhjendus: patsient vastab CURB-65 kriteeriumitele mõõduka raskusastme osas. Diabeedi staatus ja vanus suurendavad tüsistuste riski. Soovitan rindkere röntgenit kinnituseks, alustada empiirilist antibiootikumravi vastavalt kohalikele juhistele. Täielik arutlusahel on ülevaatamiseks kättesaadav."

Erinevus ei seisne ainult täpsuses. See seisneb vastutuses. Arst saab arutlusahelat klikkides läbida ja iga sammu oma meditsiiniliste teadmistega kontrollida. Kui süsteem tegi vea, saab ta täpselt kindlaks teha, kus see juhtus. Kui patsiendil tekivad tüsistused, saab haigla õigusmeeskond auditeerida, millist teavet süsteem täpselt omas ja kuidas see arutles.

Näide: hariduslik AI-õpetamine

Mõelge AI-õpetajale, kes aitab õpilast algebrat õppida. Õpilane laadib üles foto oma käsitsi kirjutatud kodutööst, millel on näha tema katse lahendada võrrandit 2x + 5 = 15.

Puhas LLM-lähenemine: Mudel vaatab pilti ja genereerib julgustavat tagasisidet: "Suurepärane pingutus! Sinu lähenemine tundub mõistlik. Harjuta edasi ja sa muutud algebras paremaks." See on kasutu. Mudel ei suuda tegelikult kontrollida, kas õpilase töö on õige, sest tal puudub algebra-mootor. See genereerib "õpetajalaadset tagasisidet" mustrite põhjal, mitte matemaatilise kontrolli põhjal.

Dweve neuro-sümboolne lähenemine:

1. Neuraalne tajumine (nägemine): Arvutinägemise mudel (üks 31 funktsiooniekstraktorist) töötleb käsitsi kirjutatud pilti ja teisendab selle struktureeritud matemaatiliseks märkestikuks: Õpilane kirjutas "2x + 5 = 15, 2x = 10, x = 6".
2. Sümboolne kontrollimine: Algebra piirangulahendaja kontrollib tööd samm-sammult:
   • Samm 1: 2x + 5 = 15. Õige (antud ülesanne).
   • Samm 2: 2x = 10. Õige (lahutati 5 mõlemalt poolt).
   • Samm 3: x = 6. VALE. 10/2 = 5, mitte 6.
3. Väljund: "Sinu ülesande püstitus ja esimene samm on õiged. Sammus 3 jagasid sa 10 kahega, kuid kirjutasid 6 asemel 5. See näib olevat aritmeetiline libastumine, mitte kontseptuaalne viga. Proovi jagamist uuesti: mis on 10 / 2?"

Süsteem annab sihipärast, matemaatiliselt kontrollitud tagasisidet. See teab täpselt, kus viga tekkis, ja suudab eristada kontseptuaalseid arusaamatusi (mis vajavad teistsugust parandust) ja aritmeetilisi libastumisi (mis vajavad lihtsalt parandusviipa).

Miks on binaarsed piirangud olulised

Te võite küsida: miks nimetab Dweve seda "binaarseks piirangute avastamiseks" mitte lihtsalt "neuro-sümboolseks tehisintellektiks"? Mis on binaarses aspektis erilist?

Traditsioonilised sümboolsed tehisintellekti süsteemid esindavad teadmisi ujukoma-kaaludena, pidevate tõenäosusjaotustena või keerukate loogiliste valemitena. Nendel esitustel on põhiprobleem: neid on kallis salvestada, kallis arvutada ja raske kontrollida.

Dweve läbimurre seisneb piirangute esitamises binaarsel kujul, kasutades 1-bitist arvutust bitipõhiste operaatoritega (XNOR, AND, OR, POPCNT). See ei ole piirang, vaid eelis:

• 32-kordne tihendus: Binaarne piirang võtab enda alla 1 biti, samas kui traditsioonilised süsteemid kasutavad 32-bitiseid ujukomaarve.
• Energiatõhusus: Binaarsed tehted tarbivad umbes 0,15 piko džauli, võrreldes umbes 4,6 piko džauliga ujukomaarvete puhul, mis on 30-kordne paranemine.
• Kontrollimise lihtsus: Binaarsed piirangud on kas täidetud (1) või rikutud (0). Puudub igasugune mitmetähenduslikkus, puudub "tõenäoliselt täidetud", puuduvad ujukomaarvude täpsuse vead.
• Riistvara optimeerimine: Kaasaegsetel protsessoritel on väga optimeeritud käsud binaarsete tehete jaoks. Dweve 1 937 algoritmi Dweve Core'is on spetsiaalselt loodud kasutama SIMD-käske nagu AVX-512 massiivse paralleelsuse saavutamiseks.

Tulemuseks on süsteem, mis suudab teostada keerukat loogilist arutlust murdosa traditsiooniliste lähenemisviiside kuludest ja energiast, säilitades samal ajal täieliku kontrollitavuse.

Ettevõtete ärkamine

Viimase kahe aasta jooksul on Silicon Valley olnud kullapalavikus. Iga ettevõte tormas kasutusele võtma LLM-e, oodates murrangulist tootlikkuse kasvu. Tegelikkus on olnud kainestav.

Deloitte'i 2024. aasta uuring leidis, et 68% ettevõtete AI-projektidest ei vastanud ootustele. Peamiste põhjustena toodi välja hallutsinatsioonid (42%), suutmatus väljundeid kontrollida (38%) ja vastavusprobleemid (35%). Need on täpselt need probleemid, mida puhtalt neuropõhised lähenemisviisid lahendada ei suuda.

McKinsey 2024. aasta AI-rakenduste uuring leidis, et ettevõtted nõuavad üha enam "vastutustundlikku AI-d" suure panusega otsuste tegemisel. Nad tahavad süsteeme, mis suudavad selgitada oma arutluskäiku, tegutseda määratletud piirangute raames ja pakkuda auditijälgi regulatiivseks vastavuseks. See on neuro-sümboolne paradigma.

Turg on muutumas. Kuigi idufirmad jätkavad järgmise GPT-5 taga ajamist, investeerivad ettevõtted vaikselt hübriidarhitektuuridesse, mida saab tegelikult usaldada. Küsimus ei ole enam "kui muljetavaldav on demo?", vaid "kas saame oma ettevõtte maine selle väljundi peale panustada?"

Regulatiivne tuulepuhang

ELi AI-määrus, mis jõustub täielikult 2026. aastal, nõuab sõnaselgelt selgitatavust ja inimlikku järelevalvet kõrge riskitasemega AI-süsteemide puhul. Artikkel 13 kohustab, et AI-süsteemid oleksid "kavandatud ja arendatud viisil, mis tagab nende toimimise piisava läbipaistvuse, et võimaldada kasutajatel tõlgendada süsteemi väljundit ja seda asjakohaselt kasutada."

Puhtalt neurovõrgud kukuvad sellel testil põhimõtteliselt läbi. Te ei saa "tõlgendada" 1,8 triljoni parameetriga transformatori väljundit mingil mõtestatud viisil. Kaalud on läbipaistmatud. Arutluskäik (nii palju kui seda on) toimub kõrgmõõtmelistes manustamisruumides, mida ükski inimene ei suuda visualiseerida ega kontrollida.

Neuro-sümboolsed süsteemid on seevastu loodud tõlgendatavuse jaoks. Iga järeldusega kaasneb tõestus. Iga otsus viitab selgesõnalistele piirangutele. Audiitorid saavad vastavust kontrollida mitte AI-d usaldades, vaid selle loogilisi tuletusi kontrollides.

GDPR-i artikkel 22 nõuab juba praegu "tähenduslikku teavet kasutatava loogika kohta" automatiseeritud otsuste tegemisel, mis mõjutavad üksikisikuid. Finantsregulatsioonid (Basel IV, MiFID II) nõuavad selgitatavust algoritmilise kauplemise ja krediidiotsuste puhul. Tervishoiuregulatsioonid (FDA juhised AI/ML meditsiiniseadmete kohta) nõuavad AI-arutluskäigu kliinilist valideerimist.

Regulatiivne keskkond ei ole AI suhtes vaenulik. See on vaenulik seletamatu AI suhtes. Neuro-sümboolsed arhitektuurid ei ole lihtsalt tehniliselt paremad; need on regulatiivseks kasutuseks valmis.

Ehitame tulevikku

Dweve'is oleme sellele hetkele ehitanud alates asutamisest. Kui ülejäänud tööstus oli haaratud mastaabisõdadest, treenides üha suuremaid transformereid üha suuremate andmehulkade peal, investeerisime me piirangulahendajatesse, teadmusgraafidesse, formaalsesse verifitseerimisse ja põhialgoritmidesse, mis muudavad neuro-sümbolilise tehisintellekti praktiliselt kasutatavaks suures mastaabis.

Meie 456-valdkonna-spetsialisti arhitektuur Dweve Loomis ei ole 456 miljardit parameetrit. See on 456 spetsialiseeritud piirangukogumit, millest igaüks sisaldab 64-128MB verifitseeritud binaarseid piiranguid. Iga päringu jaoks aktiveerub ainult 4-8 neist, tagades tõhususe ja asjakohasuse.

Meie 1 937 algoritmi Dweve Core'is loovad arvutusliku aluse, optimeerituna binaarsete operatsioonide jaoks igal suuremal riistvaraplatvormil: CPU (SSE2, AVX2, AVX-512, ARM NEON), GPU (CUDA, ROCm, Metal, Vulkan), FPGA ja isegi WebAssembly brauseris käitamiseks.

Meie seitsmeetapiline epistemoloogiline torustik Dweve Spindle'is tagab, et süsteemi sisenev teadmus verifitseeritakse enne piiranguteks muutumist. 32-agendiline hierarhia püüab kinni vead, valideerib allikaid ja hoiab teadmiste kvaliteeti.

See ei ole lihtsalt parem arhitektuur. See on teistsugune filosoofia. Me usume, et tehisintellekti tulevik ei seisne usutavalt kõlavate väljundite genereerimises kiiremini ja odavamalt. See seisneb süsteemide ehitamises, mida saab tegelikult usaldada, süsteemides, mis suudavad oma tööd näidata, süsteemides, millele ettevõtted saavad oma äri rajada.

Mis saab edasi

Neuro-sümboliline renessanss ei ole ennustus. See toimub juba praegu. Google'i DeepMind on avaldanud teadustööd neuro-sümboliliste lähenemiste kohta. Meta AI on investeerinud hübriidsetesse arutlussüsteemidesse. IBM Watson, kes oli varajaste ekspertsüsteemide pioneer, naaseb sümbolilise tehisintellekti integreerimise juurde.

Kuid need on teadusprojektid. Dweve on tootmissüsteem. Meie platvorm töötleb ettevõtete töökoormusi juba täna, pakkudes usaldusväärsust, mida puhtalt neuro-loogilised lähenemised ei suuda pakkuda.

Küsimus ettevõtete tehisintellekti juhtidele ei ole see, kas võtta kasutusele neuro-sümbolilised lähenemised. See on juba vältimatu, arvestades regulatiivseid nõudeid ja usaldusväärsuse nõudmisi. Küsimus on selles, kas ehitada see võimekus ise (aastatepikkune ettevõtmine, mis nõuab spetsialiseeritud teadmisi), oodata, kuni suurtehnoloogiaettevõtted selle tooteks muudavad (loovutades konkurentsieelise), või teha koostööd ettevõttega, kes on need rasked probleemid juba lahendanud.

Dweve ühendab närvivõrkude tajujõu sümboolse loogilise arutlusvõimega. Me tuleme toime reaalse maailma segadusega (trükivead, müra, mitmetähenduslikkus), tagades samal ajal matemaatiliselt tõestatava õigsuse kriitiliste otsuste puhul. Teeme seda 96% väiksema energiakuluga kui traditsiooniline tehisintellekt, võimaldades kasutuselevõttu tavariistvaral ilma massiivse GPU-taristuta.

Kui teie ettevõte vajab tehisintellekti, mis suudab arutleda, mitte ainult vastata, peaksime rääkima. Kui teie valdkond on reguleeritud ja vajate selgitatavaid otsuseid, oleme valmis. Kui teid on pettunud hallutsineerivad vestlusrobotid ja soovite tehisintellekti, mida saate tõeliselt usaldada, ehitasime selle just teile.

Tehisintellekti tulevik ei ole suurem süsteem 1. See on mõlema kognitiivse süsteemi süntees: kunstnik ja raamatupidaja, intuitsioon ja loogika, närviline ja sümboolne.

Renessanss on käes. Ja Dweve juhib seda.