+ BAĞIMSIZ ARAŞTIRMA VE MÜHENDİSLİK
Çıkış noktam çevrim içi öğrenme.
Onu bedenlenmiş zekâya doğru taşıyorum.
Araştırma ve mühendislik çalışmalarımı N-TEK’te bir araya getiriyorum. Odağım çevrim içi öğrenme: değişen dünyayla etkileşime girdikçe öğrenmeyi sürdüren zekâ.
NEMESIS’i sürekli kontrol yoluyla öğrenmesi için geliştirdim. NEXMIND, bu mühendislik birikiminden doğan ana zekâ mimarim oldu: sürekliliğini koruyan inanç durumu, birden çok zaman ufku ve çevrim içi uyarlanma. NOMAD ise bu çalışmayı fiziksel platform tasarımına taşıyor.
Mimardan bir notAKTİF ÇIKARIMA KATKILARIM
Yapısını değiştirebilen modeller.
Bağlamını koruyan kanıt.
UYGULAMADA GÖSTERDİĞİM ÇALIŞMALAR
Öğrenen sistemler geliştiriyor, soruları yanıtlayan deneyler yürütüyor ve işe yarayanları bir sonraki mimariye taşıyorum.
Algıyı, sürekliliğini koruyan inanç durumunu, farklı hızlarda çalışan çıkarımı ve güvenlik denetiminden geçen güdümü bir araya getirerek simülasyonda otonom arama ve hedef bulmayı gösterdim.
İçinde başka varlıkların da bulunduğu ve durumun sürekliliğini koruduğu bir simülasyonda, beş zaman düzeyinin tamamı etkinken 34 dakikadan uzun süre otonom çalışmayı sürdürdüm.
NEMESIS’i onlarca milyar simülasyon zaman adımı boyunca eğittim; özel GPU hızlandırmalı eğitim altyapısıyla öğrenilmiş kontrol geliştirdim.
MİMARİMİN TEMEL İLKESİ ÇEVRİM İÇİ ÖĞRENME.
NEXMIND’ı değişen bir dünya, birden fazla ufuk ve sonraki adımları sürekli şekillendiren deneyim etrafında geliştiriyorum.
Ufuk bantları logaritmik ölçekte gösterilmiştir.
ORTA VADELİ UFUK
16 saniyelik ufuk, anlık seçimlerle daha uzun vadeli niyet arasında köprü kuruyor. Eylemleri anlamlı bir olay dizisi boyunca düzenlemek için bu ufku kullanıyorum.
Bir katmanın ne kadar ileriyi öngördüğünü, ne sıklıkla yeniden planladığını ve öngörü açılımının zaman adımını birbirinden ayırıyorum. Uzun ufuklu akıl yürütme, yerel yönlendirmeyi tek bir yavaş saate bağlamıyor.
Öngörü ufukları 1, 4, 16, 64 ve 256 saniye. Kanıt hiyerarşi boyunca geri taşınırken uzun vadeli bağlamı anlık kararlara bağlıyorum.
DÜNYAYA İLİŞKİN KALICI İNANÇ DURUMU
İnanç durumunu zaman içinde varlığını sürdüren nesneler etrafında düzenliyorum: kimlikleri, hareketleri, belirsizlikleri, görevle ilişkileri ve nerede bulunduklarına ya da artık bulunmadıklarına dair kanıtlar.
Arama, tespitten fazlasını gerektirir. Görüşün kapanması, yeniden görünme ve eksik gözlemler de önem taşır. Algı mimarim, inanç durumunu ve planlamayı besleyen öğrenilmiş anlamsal kanıt ile bağımsız geometriyi birbirinden ayrı tutuyor.
02 / UYARLANABİLİR MODEL YAPISI
NEXMIND’ı mevcut bir öngörüyü düzeltmekten fazlasını yapacak biçimde geliştiriyorum. Araştırmam, tek bir açıklamanın ne zaman birden fazla açıklamaya ayrılması ve gereksiz ayrımların ne zaman ortadan kalkması gerektiğini de sorguluyor.
Bir yüzey ıslandığında farklı davranabilir. Model, tek bir açıklamayla başlayıp daha sonra bu koşulları ayırmanın sonraki gelişmeleri öngörmeye yardımcı olup olmadığını değerlendirebilir.
Önerilen değişiklikleri sonraki deneyimlerle karşılaştırıyorum. Geçmişi yeniden ele almak aday modeli geliştirebilir; yapısını destekleyen kanıtı ise yeni gözlemler sağlamalıdır.
Her iki açıklamanın da sonraki deneyimden öğrenmeden önce o deneyimi öngörmesini sağla.
03 / HİYERARŞİ BOYUNCA KANIT
Hiyerarşinin, tekrarı doğrulamayla karıştırmadan bilgi paylaşmasını istiyorum. Bir gözlem anlık kararı şekillendirebilir, daha uzun bir ufku besleyebilir ve bağlam olarak geri dönebilir. Kaynağı yine önemlidir.
Mimarim bilginin nereden geldiğini ve farklı raporların aynı kaynağı paylaşıp paylaşmadığını izliyor. Birbiriyle ilişkili kanıtlar, bağımsız gözlemlerden farklı ele alınmalı.
Güven düzeyini, bilginin sistem içinde kaç kez dolaştığı değil, dünyanın sunduğu yeni kanıt belirlemeli.
04 / DENEYİM VE ÖĞRENME
Deneyimi çevrim içi öğrenme için nasıl düzenlediğimin bilimsel açıklamasını hazırlıyorum.
KAMUYA AÇIK TERMİNOLOJİ / HAZIRLANIYOR05 / ÖNGÖRÜ HATASINDAN ÖĞRENME
Öngörülen sonuçları gözlenen sonuçlarla karşılaştıran ve öğrenmeyi anlamlı model hatalarına daha yoğun biçimde yönelten mekanizmalar geliştiriyorum.
Amacım, ilgili sıralı deneyim dizisini bağlamını koruyarak öğrenme sürecinde daha yoğun biçimde yeniden ele almak. Tekrar, aynı deneyimi yeni kanıt saymadan öğrenmeyi derinleştirmeli.
Deneyimi yeniden ele al.
Kanıtın bütünlüğünü koru.
Olası eylemler, belirsizlik ve tercih edilen sonuçlar üzerine akıl yürütmek için beklenen serbest enerjiyi kullanıyorum. Öngörü hatasından öğrenme ise farklı bir soru soruyor: dünya, modelin öngördüğü gibi mi davrandı? İstenmeyen bir sonuç da doğru öngörülmüş olabilir.
Çevrim içi öğrenmeyi mimarinin merkezinde tutarak bu mekanizmaları uygulamaya, test etmeye ve geliştirmeye devam ediyorum.
Araştırmayı uygulamaya nasıl taşıdığımı görZekâ sistemim. Fiziksel platformum.
İkisini de ileri taşıyan araştırmalarım.
01 — FİZİKSEL PLATFORM
3B model yükleniyor…
Biçimi değiştirmek için imleci hareket ettir · Döndürmek için sürükle · Yakınlaştırmak için kaydır veya iki parmağını kullanKlavye: yön tuşları · + / − · Sıfırlamak için Home
Hava aracının tamamını kapsayan bir dijital tasarım oluşturdum. NOMAD Mk. II’nin geometrisini iyileştiriyor, sabit gövde geometrisi üzerinde CFD analizleri yürütüyor ve aerodinamik bulguları bir sonraki tasarım adımına aktarıyorum.
Hava aracının bütününe ait CAD tasarımı oluşturuldu. Geometri iyileştirmeleri ve aerodinamik analizler ilerliyor.02 — ZEKÂ PROGRAMI
Ana zekâ sistemim. Temelinde çevrim içi öğrenme var.
NEXMIND benim ana zekâ sistemim. Yerel yazılımını, çevrim içi model uyarlamasını, öngörülü algısını ve fiziksel sistemlerle bütünleşmesini geliştiriyorum.
Aktif çıkarımı ve çevrim içi öğrenmeyi kontrollü simülasyonlarda araştırıyorum. Bu çalışmalar, NEXMIND’i geliştirirken uyarlanma ve karar verme üzerine fikirlerimi sınamamı sağlıyor.
HELİKOPTER ÖLÇEĞİNDE SİMÜLASYON
Simülasyonda 700 kg sınıfı helikopterler uçurdum; uçuş boyunca NEXMIND, çevrim içi öğrenme ve güvenlik denetimi birlikte çalıştı.
Bu deneyimi NEXMIND’in yeni nesline ve NOMAD’ın fiziksel platform mühendisliğine taşıyorum.
03 / GELİŞTİRDİĞİM ÖĞRENME SİSTEMLERİ
Öğrenmenin bir
mühendislik disiplinine dönüştüğü yer.
NEMESIS’i çok ajanlı sürekli kontrol için GPU hızlandırmalı bir C++/ROCm pekiştirmeli öğrenme sistemi olarak geliştirdim. Bu çalışma PPO’yu, kendi kendine oyunu, kademeli rakip programlarını, öngörüye dayalı öğrenmeyi ve ayrıntılı çalışma zamanı tanılamalarını kapsıyor.
Uygulamaya geçirdiğim araştırma birikimi; yinelemeli dünya modellerini, DreamerV3’ü, PonderNet ile uyarlanabilir hesaplamayı ve LibTorch ile yüksek performanslı eğitim ve çıkarımı da içeriyor.
NEMESIS öğrenmeyi başardı. Araştırdığım soruları yanıtladıktan sonra bu temeli; sürekliliğini koruyan dünya durumuna, açıkça temsil edilen belirsizliğe, zamansal düzenlemeye ve çevrim içi model güncellemesine taşıdım. NEXMIND bu deneyimden doğdu.
UYGULAMAYA GEÇEN ARAŞTIRMA BİRİKİMİ · BAŞLANGIÇ: 2024ÇALIŞMALARIMI NASIL İLERLETİYORUM
Biçimsel akıl yürütme, çalıştırılabilir yazılım, kontrollü simülasyon ve dijital tasarım arasında çalışıyorum. Her biri, sıradaki soruyu daha somut hâle getiriyor.
Uyarlanabilir bir sistemin nasıl öğrenmesi, modelini nasıl düzenlemesi ve kararlarını kanıtlarla nasıl yönlendirmesi gerektiği üzerine çalışıyorum.
Mekanizmayı koda dönüştürüyor, ardından davranışının dayandığı akıl yürütmeyle örtüşüp örtüşmediğini test ediyorum.
Öngörüler değişen koşullarla karşılaştığında neler olduğunu araştırıyor, ortaya çıkan hatalarla bir sonraki deneyi daha iyi tasarlıyorum.
NOMAD’da geometri, montaj ve analiz üzerinde çalışıyorum. Fiziksel kısıtlar, daha büyük hedefimi somutlaştırıyor.
+ Simülasyonda uçuş, araştırma geçmişimin bir parçası. Mevcut mimariyi ve hava aracı tasarımını fiziksel dünyada kullanıma doğru ilerletiyorum.
Ortaya koyduklarım. Geliştirdiklerim.
Ulaşmak için çalıştığım hedefler.
TEMELLER ATILDI
Yüksek performanslı öğrenme sistemleri geliştirdim, aktif çıkarıma özgün katkılar sundum, bütünleşik simülasyonu uygulamada gösterdim ve hava aracının tamamı için bir CAD tasarım temeli oluşturdum.
ŞİMDİ İLERLEYEN ÇALIŞMALAR
NEXMIND’i, aktif çıkarım araştırmalarımı ve NOMAD’ın tasarım ile analiz çalışmalarını ilerletiyorum.
UZUN VADELİ YÖNELİM
Fiziksel sistemlerde sürekli öğrenen bir zekâ için çalışıyorum; yeteneklerinin kanıtlarla ortaya konmasını esas alıyorum.
İBRAHİM ALİCAN / KURUCU VE MİMAR
Ben İbrahim Alican.
Burası N-TEK.
İstanbul Aydın Üniversitesi’nde Havacılık ve Uzay Mühendisliği lisans öğrencisiyim. N-TEK’te çıkarım ve öğrenme araştırmalarını, yerel yazılımı, kontrollü simülasyonu ve döner kanatlı hava aracı tasarımını bir araya getiriyorum.
Aktif çıkarıma, öğrenen sistemler geliştirerek ulaştım. NEMESIS, bir kontrol politikasını öğrenebilir hâle getirmek için neler gerektiğini öğretti. NEXMIND ile otonom bir sistemin çalışırken inanç durumunu nasıl koruması ve dünyayı kavrayışını nasıl güncellemesi gerektiğini araştırıyorum.
Mimariyi belirliyor ve bu disiplinleri tek bir yönde buluşturuyorum: fiziksel sistemlere uzanan, sürekli öğrenen zekâ.
Geliştirdiklerimi keşfetEtkileşim yoluyla öğrenen sistemlere ilgim başlıyor.
Uzun soluklu bir pekiştirmeli öğrenme projesinin ilk sistemlerini geliştiriyorum.
Öğrenme altyapısı büyürken ve aktif çıkarım çalışmalarımın merkezine yerleşirken teknik programım başlıyor.
Kayıt altına alınmış bedenlenmiş simülasyon, gelişimi süren bilişsel mimari ve hava aracının tamamını kapsayan dijital tasarım.
