Adaptive Continual Intelligence.
En ny kategori av intelligens.

ACI, Adaptive Continual Intelligence, är en ny kategori av intelligens, skapad av Vareon. ACI är intelligens som fortsätter att lära sig, planera, simulera, besluta och agera medan ditt arbete pågår. Den för vidare allt den lärt sig och beslutat, och arbetar i samspel med de AI-modeller du redan använder. ACI är resultatet av år av forskning om neurala nätverk och deras trilemma: plasticitet, stabilitet och redigerbarhet. Duplex och Reflex är byggda på den: Duplex med din AI-modell, Reflex med din autonomistack.

AI-modeller lär sig innan de släpps, och förblir sedan som de är. ACI lär sig, planerar, simulerar, beslutar och agerar efteråt: under körning, utifrån ditt arbete, så länge den körs. Den lär sig ditt arbete snarare än världen, den bygger på allt den lärt sig tidigare, och det den lär sig är ditt. Intelligens som fortsätter att lära sig, planera, simulera, besluta och agera under körning, bredvid modellen, är en kategori för sig.

I samspel. Modellen bidrar med generell intelligens: kunskap, språk och resonemang. ACI bidrar med det den lär sig av ditt arbete. Den hanterar det den redan kan, och tar in modellen, informerad, för det som är nytt. Modellen förblir som den är, och du kan byta modell utan att förlora det ACI har lärt sig.

För din AI: AI som lär sig direkt av ett bekräftat resultat, planerar, simulerar, beslutar och agerar utifrån det den lärt sig inom dina regler, följer en ny regel från nästa förfrågan, blir snabbare och billigare ju mer den lär sig, vet när din modell ska tas in, hanterar fall den aldrig har sett, skaffar sig egna färdigheter och tillhör dig, var du än arbetar. För dina maskiner: en körtidsmiljö som lär sig direkt av ett exempel, planerar mot målet, simulerar varje drag, beslutar i stunden och håller varje kommando till dina regler, på enheten, med eller utan uppkoppling.

Hittills kunde bara labben som tränar modeller få AI att lära sig. Med ACI har varje person och varje företag en AI som lär sig av det egna arbetet, och de äger det den lär sig. Det den lär sig förräntar sig med varje resultat, stannar där du väljer, i molnet eller på själva maskinen, och är ditt vilken modell eller stack du än kör.

Båda är byggda på ACI, och ACI är intelligensen i var och en: allt var och en lär sig, planerar, simulerar, beslutar och agerar under körning är ACI i arbete. Tillsammans med din AI-modell är den Duplex, i de assistenter ditt team arbetar i och de agenter ditt företag bygger, via MCP + hooks. Tillsammans med din autonomistack är den Reflex, på varje maskin som beslutar och agerar på egen hand.

ACI är resultatet av år av forskning om neurala nätverk och deras trilemma: plasticitet, stabilitet och redigerbarhet. Plasticitet är att lära sig det nya, snabbt. Stabilitet är att behålla det den vet. Redigerbarhet är att ändra det den lärt sig. Ett neuralt nätverk klarar högst två: låt det lära sig snabbt, så glömmer det, håll det stabilt, så slutar det lära sig, och det som har lärts in är utspritt över hela nätverket. ACI förenar alla tre.

Faruk Guney skapade ACI, Duplex och Reflex på egen hand, efter år av forskning om neurala nätverks trilemma och mer än femton år av att bygga upp Norck till ett globalt företag inom tillverkning och ingenjörstjänster på beställning.