Intuicell通过“数字神经系统”增强了四倍的架子

intuicell说，它是根据大脑学习模式的分散学习算法使用的。 |资料来源：Intuicell

Intuicell是一家旨在融合神经科学和人工智能的深技术初创公司，本周表示，它已经开发了一种能够在现实世界中实时学习的系统。这家总部位于斯德哥尔摩的公司发布了一段视频，其中有一个未货架的四倍机器人（没有预先编程的智能或指示），它已经使用了“数字神经系统”增强。

，换句话说，Intuicell创建了一种物理AI，以一种模仿生物学神经系统的自主学习能够自主学习。该公司是瑞典隆德大学的衍生产品，声称其技术超越了静态机器学习模型，即传统AI的中流型，它是一个能够扩展到人级智能的功能齐全的系统。

“数十年来，AI在处理大量DAT方面都非常出色A，但从根本上讲，它是无能为力的。我们已经将生物学学习的原理转化为软件，使AI以前从未设想过的方式发展，适应和与世界互动。”

“通过许可我们的数字神经系统，我们的目标是使其他人无法培训，我们无法培训杂物，使其无法培训，我们无法在所有非生物学智力上成为所有非生物学智力的基础架构说。

intuicell说，这种创新将使它能够创造出向人们学习的机器，就像一个人会向动物传授新技能，以进一步证明这一概念。Intuicell说，Imits

与受静态培训数据绑定的传统AI模型不同，Intuicell说，其名为Luna的机器人狗通过与世界的直接互动来提高，感知，过程和改善自己。该公司断言，露娜（Luna）展示了一种功能性数字神经系统。该机器人学会了控制自己的身体，并教会自己通过试验，错误和累积经验站立。

intuicell还说，它具有技术的功能基础，该基础将作为丘脑皮层（大脑的一部分）进行处理和预测世界。它说，它希望在未来两年内完成完整的数字神经系统。

最终，该公司的目标是使软件平台能够配备任何物理或数字的代理，并终身学习和适应未知功能。

目前，实际上所有的AI模型都依赖于培训流程，依靠培训过程，通过培训流程，通过培训错误速率通过喂养错误的错误率，以喂养错误的错误率。网络。他们还使用预定义的数据集，根据Intuicell的说法，限制了他们动态学习的能力。

从LLMS到深度强化学习，以及一些声称受到脑力启发方法的异常值，大部分AI受到大部分AI的支配，大部分AI受到基础模型的培训，在广阔的数据集中训练。 intuicell。但是，他们说。

intuicell表示，其数字神经系统使AI Agents能够从自己的经验中学习，而无需验证数据或背部，因此他们尚不能够复制生物智能解决看不见的问题或参与高风险应用的能力。它还可以实时适应新的环境和挑战，并自然地适应人类水平的情报。

其他一些致力于推进AI和Robo的公司抽动包括避难所AI，Neura机器人技术，Google Deepmind，Boston Dynamics和图AI。

2025年2025年机器人峰会和Expo上了解了更多有关AI的信息，该峰会将于4月30日和5月1日在波士顿会议和展览中心的5月1日与Antranties contrention contraction and Prantieriation trangies of Al a a IS和PRERITION ARTIAMITION： 机器人报告

立即注册，这样您就不会错过！