[논문 리뷰] Proposal for the creation of a research facility for the development of the SP machine

J. Gerard Wolff, Vasile Palade|arXiv (Cornell University)|2015. 08. 19.

Computability, Logic, AI Algorithms참고 문헌 22인용 수 5

한 줄 요약

이 논문은 인지, 패턴 매칭, 압축을 통합한 프레임워크를 탐색하고 확장할 수 있도록 전 세계 연구자들이 접근할 수 있는 오픈소스 고병렬 가상 머신(SPM)을 제안한다. 이 시스템은 패턴 통합을 통한 손실 없는 데이터 압축을 통해 인공지능, 인지과학, 계산 기술을 통합하며, 빅데이터, 로봇공학, 의료 진단, 바이오인포매틱스 분야에 투명하고 해석 가능한 추론을 제공한다.

ABSTRACT

This is a proposal to create a research facility for the development of a high-parallel version of the "SP machine", based on the "SP theory of intelligence". We envisage that the new version of the SP machine will be an open-source software virtual machine, derived from the existing "SP computer model", and hosted on an existing high-performance computer. It will be a means for researchers everywhere to explore what can be done with the system and to create new versions of it. The SP system is a unique attempt to simplify and integrate observations and concepts across artificial intelligence, mainstream computing, mathematics, and human perception and cognition, with information compression as a unifying theme. Potential benefits and applications include helping to solve problems associated with big data; facilitating the development of autonomous robots; unsupervised learning, natural language processing, several kinds of reasoning, fuzzy pattern recognition at multiple levels of abstraction, computer vision, best-match and semantic forms of information retrieval, software engineering, medical diagnosis, simplification of computing systems, and the seamless integration of diverse kinds of knowledge and diverse aspects of intelligence. Additional motivations include the potential of the SP system to help solve problems in defence, security, and the detection and prevention of crime; potential in terms of economic, social, environmental, and academic criteria, and in terms of publicity; and the potential for international influence in research. The main elements of the proposed facility are described, including support for the development of "SP-neural", a neural version of the SP machine. The facility should be permanent in the sense that it should be available for the foreseeable future, and it should be designed to facilitate its use by researchers anywhere in the world.

연구 동기 및 목표

• 인공지능, 인지과학, 계산 기술의 통합을 위한 기초가 되는 SP 이론을 기반으로 한 고병렬 SP 머신(SPM) 개발을 위한 영구적이고 전 세계적으로 접근 가능한 연구 시설(SPF)을 구축하기.
• 세계 각지의 연구자들이 인공지능, 인지과학, 데이터 처리 분야의 다양한 응용을 위해 SP 시스템을 탐색하고 확장하며 협업할 수 있도록 지원하기.
• 지식 표현, 패턴 인식, 지능형 계산을 위한 통합 프레임워크 발전을 위한 대규모 협업 촉진.
• 생물학적으로 타당하고 계산적으로 효율적인 SP-mneural의 신경망 구현 개발 지원.
• 빅데이터, 자율 시스템, 의료 진단, 바이오인포매틱스 분야의 과제를 단일 통합 계산 모델을 통해 해결하기.

제안 방법

• SP 머신은 기존의 SP71 컴퓨터 모델에서 유도된 오픈소스 소프트웨어 가상 머신으로 구현된다.
• 정보의 매칭, 통합, 압축을 위한 핵심 메커니즘으로 다중 패턴 정렬을 사용한다.
• 정보 압축은 기술적 설명력과 설명 능력을 유지하면서 재현율을 최소화함으로써 달성된다.
• 아키텍처는 스트리밍 데이터의 점진적 처리를 지원하여 실시간 분석과 적응이 가능하다.
• 지식은 다양한 데이터 유형과 처리 방식을 통합할 수 있는 통합 프레임워크(UFK)로 표현된다.
• 연구 및 프로토타이핑을 위한 확장 가능하고 고병렬 실행이 가능한 고성능 컴퓨터에 시설이 호스팅된다.

실험 결과

연구 질문

• RQ1 패턴 매칭과 압축을 기반으로 한 통합 계산 모델은 인공지능, 인지과학, 계산 기술 간의 통합을 어떻게 가능하게 하는가?
• RQ2 빅데이터 응용 분야에서 SP 시스템을 손실 없는 데이터 압축에 사용할 경우 실질적인 이점은 무엇인가?
• RQ3 SP 시스템은 생물학적 서열에서 복잡하고 비연속적인 패턴을 비지도 학습을 통해 탐지하고 발견할 수 있는가?
• RQ4 SP 시스템은 어떻게 압축적이고 효율적이며 적응 가능한 지식 표현을 통해 자율 로봇의 지능을 향상시킬 수 있는가?
• RQ5 SP 시스템은 불확실성을 관리하고 확률적 가설 평가를 가능하게 함으로써 의료 진단을 얼마나 향상시킬 수 있는가?

주요 결과

• SP 시스템은 패턴 통합을 통해 손실 없는 데이터 압축을 가능하게 하여 재현율을 줄이면서도 정보와 설명 능력을 유지한다.
• 시스템은 스트리밍 데이터의 실시간 점진적 처리를 지원하여 속도 중심의 응용 분야, 예를 들어 실시간 분석에 적합하다.
• SP 시스템은 데이터의 오류나 불확실성을 식별하고 수정하며, 진단 및 추론적 추론을 위한 확률적 평가를 제공한다.
• 시스템의 투명하고 해석 가능한 지식 구조는 정적 및 동적 표시를 통해 추론 과정의 시각화를 가능하게 한다.
• SP 시스템은 DNA 및 단백질 서열에서 복잡하고 분리된, 비연속적인 패턴을 탐지할 잠재력을 보이며, 전통적인 정렬 방법에 비해 더 유연하다.
• SP 시스템은 다양한 지식 유형과 처리 방식을 통합하기 위한 통합 프레임워크를 제공하여 AI 및 인지 분야 간의 원활한 상호운용성을 가능하게 한다.