探索未来智能的秘诀:Comportex
2024-06-11 14:59:56作者:舒璇辛Bertina

Comportex 是一个基于Clojure语言实现的层次时间记忆(Hierarchical Temporal Memory, HTM)库。这个项目并不是NuPIC的克隆版,而是从Numenta的CLA白皮书出发,经过深入理解和改进的一个独立实现。
在Clojure的精神指导下,Comportex是一个图书馆而非框架,它让你掌控模拟过程,并决定如何处理结果。你可以自由地将活跃细胞集合用于生成预测或异常分数,而不是让系统自动完成。
尽管Comportex当前仍在开发阶段,但它的目标明确:
- 通过实现和实验来深刻理解HTM理论;
- 通过视觉解释帮助开发者更好地理解理论;以及
- 尝试将其应用于新问题类型,以此进一步发展理论。
文档与示例
为了深入了解如何使用HTM解决实际问题,推荐阅读Marcus Lewis的论文——利用HTM预测电力消耗。
核心API位于core命名空间中,通常会配合layer中的层实现和encoders中的编码器一起使用。参数描述可在org.nfrac.comportex.layer.params中找到。
快速上手
以下是最小可运行示例:
(require '[org.nfrac.comportex.core :as cx]
'[org.nfrac.comportex.layer :as layer]
'[org.nfrac.comportex.encoders :as enc])
(def sensor [:val (enc/unique-encoder [127] 21)])
(def params {})
(def htm
(cx/network {:layer-a (layer/layer-of-cells params)}
{:input sensor}))
(def htm2 (cx/htm-step htm {:val "hi"}))
(-> htm2 :layers :layer-a (cx/layer-state) :active-columns)
; #{186 641 898 830 490 805 776 819 758 627 630 485 515 618 872 143 220 392 133 38}
使用方法
首先获取Leiningen。然后克隆此仓库并启动REPL,或者探索提供的交互式Notebook(Sanity)以获得更丰富的体验。
此外,还有一些Demo可供参考,以及一个简单的JavaScript API,便于在浏览器环境中使用。
相关项目
联系与贡献
可以通过HTM论坛的特定类别交流,或者直接发送邮件或创建GitHub问题。
许可证
Comportex遵循与NuPIC相同的GNU Affero General Public Licence v3许可证。
如果你对人工智能的未来感兴趣,想要探索非传统机器学习模型的潜力,那么Comportex值得你一试。现在就开始你的旅程,加入到这场关于无监督学习与自适应系统的探索中来吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
648
仓颉编程语言开发者文档。
59
818