Tecnología

El futuro de la IA está aquí.

IA inspirada en Quantum con una base de conocimientos compartida

Nuestra inteligencia artificial se basa en una red neuronal artificial, que es un modelo matemático compuesto por «neuronas» artificiales de inspiración cuántica, los qubits, que son capaces de mejorar automáticamente su rendimiento a través del aprendizaje supervisado y no supervisado.

La base de conocimientos compartida se compone de una red de datos extremadamente innovadora que incluye gráficos.

Dentro de esta estructura, los nodos son conceptos / sujetos / entidades semánticamente conectados a relaciones, que se vuelven cada vez más sofisticados durante las interacciones con los usuarios.

Hay tres tipos principales de nodos

Lemma

El lema, que contiene información básica (e.g. persona, gato, vehículo).

Concepto

El concepto, que incluye diferentes lemas, crea un nodo jerárquicamente superior (por ejemplo, animal protegido).

Inferencia

Una inferencia incluye tanto lemas como nodos de conceptos que permiten la creación de deducciones, que son el resultado de un proceso deductivo.

Últimos premios

Otros premios

1° premio en Microsoft MVP Global Summit en 2014.

Premio al mejor caso en Microsoft Future Decoded en 2015.

Mobile World Congress en 2014.

Algoritmo HDR aplicado a campaña de marketing para UBER y Microsoft Lumia.

Nuestra inteligencia artificial es capaz de combinar estructuras basadas en datos con estructuras basadas en algoritmos, lo que genera claras ventajas en comparación con las soluciones estándar, tales como:

Tiempo de entrenamiento más rápido

Tiempos de entrenamiento extremadamente rápidos debido a que, al trabajar por conceptos, ya no se requieren grandes cantidades de datos (especialmente con entrenamiento a través de gran cantidad de ejemplos), por lo que los vínculos entre conceptos se crean solo con un solo caso de entrenamiento.
La formación a través de una gran cantidad de ejemplos, típica de las soluciones estándar, se lleva a cabo con muchos ejemplos, preguntas y respuestas, que involucran conceptos y perífrasis. Estos, a pesar de ser extremadamente similares, tienen como objetivo encontrar una correspondencia entre las preguntas y los ejemplos. En cambio, nuestra inteligencia artificial se basa en conceptos, por lo que solo requiere un caso de capacitación.
Mejores actuaciones conversacionales

Mejores rendimientos en las aplicaciones conversacionales, resultado de la utilización de diferentes bases de conocimiento compartidas que se actualizan y enriquecen diariamente, implicando más de un millón de nodos y relaciones, disponibles para todos los clientes y vinculadas al conocimiento común.

Mayor precisión

Un mayor grado de precisión y exactitud con respecto a las redes neuronales estándar. La red neuronal de nuestra inteligencia artificial es de hecho dinámica, ya que se pueden agregar o eliminar nodos, conceptos e inferencias sin detrimento del modelo matemático y sin necesidad de un nuevo proceso de entrenamiento.