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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557