QubicNews
376 Publications
QubicNews
🚀 Qubic redefines blockchain with uPoW, turning computing power into AI training. Enjoy feeless txs, sub-second finality, & bare-metal smart contracts.
Ouvert au trading
Trade occasionnellement
6.6 an(s)
519 Suivis
157 Abonnés
182 J’aime
Publications
Portefeuille
Tous
Citations
Vidéos
PINNED
PINNED
Qubic "All Hands" AMA👉 https://x.com/i/broadcasts/1YxNrrkWeoQxw
Qubic sera présent à deux des plus grands événements IA en Europe la semaine prochaine, tous deux à Paris.
⭐
MACHINA le 7 juillet à Station F.
RAISE Summit les 8 et 9 juillet au Carrousel du Louvre.
La participation a été rendue possible grâce à de généreux dons de membres de la communauté qui voulaient voir Qubic représenté là où cela compte.
MACHINA est le principal sommet physique d’IA en Europe. Robotique, systèmes humanoïdes, intelligence incarnée.
La salle réunit des fondateurs de Boston Dynamics, NEURA Robotics et du département robotics de NVIDIA.
C’est ici que se retrouvent les personnes qui construisent des machines capables de se déplacer et d’agir dans le monde réel, pour se poser et décider de la suite.
L’intersection entre l’IA et l’infrastructure physique est exactement là où la couche de calcul de Qubic doit se trouver dans la conversation.
👉 https://www.machinasummit.com/
⭐⭐
RAISE Summit est le plus grand rassemblement de leaders IA intersectoriels en Europe.
Plus de 9 000 participants, 350+ intervenants dont Yann LeCun, Eric Schmidt et Jim Fan.
80% des participants sont au niveau C ou fondateurs.
Les échanges qui ont lieu ici permettront de déterminer où vont, au cours de la prochaine décennie, l’infrastructure IA, la propriété du calcul et l’adoption en entreprise.
La présence de la communauté Qubic dans cette salle compte.
👉https://www.raisesummit.com/
Cette présence a été organisée de bout en bout par Qubic France, un groupe porté par la communauté et représentant le projet par conviction.
Ils recherchent encore du soutien pour couvrir les frais de déplacement et la publication médiatique.
À ce niveau, les événements ont de vrais coûts, et chaque contribution renforce la manière dont le projet se fait connaître.
Plus la communauté l’appuie, plus l’impact est important.
Si vous souhaitez contribuer, contactez IrisNova_AI
#Qubic #RAISE #AI #AGI
⭐
MACHINA le 7 juillet à Station F.
RAISE Summit les 8 et 9 juillet au Carrousel du Louvre.
La participation a été rendue possible grâce à de généreux dons de membres de la communauté qui voulaient voir Qubic représenté là où cela compte.
MACHINA est le principal sommet physique d’IA en Europe. Robotique, systèmes humanoïdes, intelligence incarnée.
La salle réunit des fondateurs de Boston Dynamics, NEURA Robotics et du département robotics de NVIDIA.
C’est ici que se retrouvent les personnes qui construisent des machines capables de se déplacer et d’agir dans le monde réel, pour se poser et décider de la suite.
L’intersection entre l’IA et l’infrastructure physique est exactement là où la couche de calcul de Qubic doit se trouver dans la conversation.
👉 https://www.machinasummit.com/
⭐⭐
RAISE Summit est le plus grand rassemblement de leaders IA intersectoriels en Europe.
Plus de 9 000 participants, 350+ intervenants dont Yann LeCun, Eric Schmidt et Jim Fan.
80% des participants sont au niveau C ou fondateurs.
Les échanges qui ont lieu ici permettront de déterminer où vont, au cours de la prochaine décennie, l’infrastructure IA, la propriété du calcul et l’adoption en entreprise.
La présence de la communauté Qubic dans cette salle compte.
👉https://www.raisesummit.com/
Cette présence a été organisée de bout en bout par Qubic France, un groupe porté par la communauté et représentant le projet par conviction.
Ils recherchent encore du soutien pour couvrir les frais de déplacement et la publication médiatique.
À ce niveau, les événements ont de vrais coûts, et chaque contribution renforce la manière dont le projet se fait connaître.
Plus la communauté l’appuie, plus l’impact est important.
Si vous souhaitez contribuer, contactez IrisNova_AI
#Qubic #RAISE #AI #AGI
NVDAUS+1,10%
Nous n'avons aucune unité de mesure pour l'intelligence.
Ni pour les humains. Ni pour les machines.
Nous débattons à ce sujet depuis plus d'un siècle.
Jusqu'à 45 % des benchmarks que nous utilisons pour évaluer les LLM contiennent des données d'entraînement fuitées.
ARC-AGI-3 a été conçu pour corriger cela.
Les humains résolvent 100 % de cela.
L'IA de pointe obtient moins de 1 %.
Le volume NIA 10 décompose le facteur g, le cadre de Chollet, la contamination des benchmarks, et ce que nécessite réellement la mesure de l'intelligence machine.
Lecture complète
👇
Measuring Machine Intelligence: The g Factor vs. ARC-AGI Benchmark
@Binance BiBi
#AI #AGI #Qubic #TechTrends #Neuraxon
Ni pour les humains. Ni pour les machines.
Nous débattons à ce sujet depuis plus d'un siècle.
Jusqu'à 45 % des benchmarks que nous utilisons pour évaluer les LLM contiennent des données d'entraînement fuitées.
ARC-AGI-3 a été conçu pour corriger cela.
Les humains résolvent 100 % de cela.
L'IA de pointe obtient moins de 1 %.
Le volume NIA 10 décompose le facteur g, le cadre de Chollet, la contamination des benchmarks, et ce que nécessite réellement la mesure de l'intelligence machine.
Lecture complète
👇
Measuring Machine Intelligence: The g Factor vs. ARC-AGI Benchmark
@Binance BiBi
#AI #AGI #Qubic #TechTrends #Neuraxon
Le facteur g : L'approche radicale de Qubic vers l'AGI
Alors que l'industrie de l'IA s'efforce de mettre à l'échelle d'énormes modèles de langage, la recherche Neuraxon de Qubic propose une voie complètement différente vers l'Intelligence Artificielle Générale (AGI).
Leur thèse est simple :
Plus de texte ne crée pas une véritable intelligence.
Inspiré par la théorie du "facteur g" de Charles Spearman de 1904, Qubic soutient que la véritable intelligence ne consiste pas à prédire le prochain mot, mais à développer des capacités cognitives transférables — s'adapter à de nouvelles situations, résoudre des problèmes inconnus, apprendre de ses erreurs et coordonner les connaissances à travers les domaines.
Les modèles de langage actuels excellent dans la prédiction statistique du langage, mais ils peinent encore lorsque le contexte ou la formulation change de manière inattendue. Ils imitent l'intelligence, mais manquent d'une structure cognitive persistante et généralisée.
Le projet Neuraxon prend une direction bio-inspirée à travers une simulation de vie artificielle appelée "Multi-Neuraxon Game of Life Lite 5.0," où des organismes artificiels évoluent sous pression environnementale.
Au lieu de s'entraîner sur des ensembles de données textuelles interminables, Neuraxon tente d'évoluer l'intelligence elle-même.
Les concepts clés incluent :
• Sélection évolutive récompensant l'adaptabilité
• Architectures modulaires semblables à un cerveau inspirées de la cognition humaine
• Intelligence émergente par interaction et auto-organisation
• Apprentissage continu dans le temps plutôt qu'inférence statique
Tout cela fonctionne sur le réseau décentralisé Useful-Compute de Qubic, transformant le matériel de minage en une infrastructure de recherche AGI à grande échelle plutôt que de gaspiller de l'énergie sur du hachage sans signification.
Que cela devienne une percée ou non, Qubic explore l'un des expérimentations AGI les plus non conventionnelles et ambitieuses dans le crypto aujourd'hui.
#crypto #AI #Qubic #AGI #artificialintelligence
Alors que l'industrie de l'IA s'efforce de mettre à l'échelle d'énormes modèles de langage, la recherche Neuraxon de Qubic propose une voie complètement différente vers l'Intelligence Artificielle Générale (AGI).
Leur thèse est simple :
Plus de texte ne crée pas une véritable intelligence.
Inspiré par la théorie du "facteur g" de Charles Spearman de 1904, Qubic soutient que la véritable intelligence ne consiste pas à prédire le prochain mot, mais à développer des capacités cognitives transférables — s'adapter à de nouvelles situations, résoudre des problèmes inconnus, apprendre de ses erreurs et coordonner les connaissances à travers les domaines.
Les modèles de langage actuels excellent dans la prédiction statistique du langage, mais ils peinent encore lorsque le contexte ou la formulation change de manière inattendue. Ils imitent l'intelligence, mais manquent d'une structure cognitive persistante et généralisée.
Le projet Neuraxon prend une direction bio-inspirée à travers une simulation de vie artificielle appelée "Multi-Neuraxon Game of Life Lite 5.0," où des organismes artificiels évoluent sous pression environnementale.
Au lieu de s'entraîner sur des ensembles de données textuelles interminables, Neuraxon tente d'évoluer l'intelligence elle-même.
Les concepts clés incluent :
• Sélection évolutive récompensant l'adaptabilité
• Architectures modulaires semblables à un cerveau inspirées de la cognition humaine
• Intelligence émergente par interaction et auto-organisation
• Apprentissage continu dans le temps plutôt qu'inférence statique
Tout cela fonctionne sur le réseau décentralisé Useful-Compute de Qubic, transformant le matériel de minage en une infrastructure de recherche AGI à grande échelle plutôt que de gaspiller de l'énergie sur du hachage sans signification.
Que cela devienne une percée ou non, Qubic explore l'un des expérimentations AGI les plus non conventionnelles et ambitieuses dans le crypto aujourd'hui.
#crypto #AI #Qubic #AGI #artificialintelligence
QubicNews
·
--
Le facteur g dans la vie artificielle : De la salle de classe de Spearman en 1904 aux cerveaux artificiels évolués
Neuraxon Intelligence Academy, Volume 9 · Par l'équipe scientifique de Qubic
En une ligne : L'intelligence générale, le facteur g que les psychologues mesurent depuis plus d'un siècle, est l'ingrédient manquant dans les modèles linguistiques d'aujourd'hui, et le projet Neuraxon de Qubic le sélectionne maintenant directement dans une simulation de vie artificielle.
Charles Spearman (1863–1945), qui a d'abord identifié le facteur g de l'intelligence générale en étudiant les notes des écoliers anglais en 1904.
Le facteur g : D'une salle de classe de 1904 aux cerveaux artificiels
En une ligne : L'intelligence générale, le facteur g que les psychologues mesurent depuis plus d'un siècle, est l'ingrédient manquant dans les modèles linguistiques d'aujourd'hui, et le projet Neuraxon de Qubic le sélectionne maintenant directement dans une simulation de vie artificielle.
Charles Spearman (1863–1945), qui a d'abord identifié le facteur g de l'intelligence générale en étudiant les notes des écoliers anglais en 1904.
Le facteur g : D'une salle de classe de 1904 aux cerveaux artificiels
Partiellement vrai
Qubic : Unissant 137 Ans de Science à l'Application Réelle de l'IA de Prochaine Génération ! 🧠💻
Beaucoup de projets crypto restent coincés dans la théorie, mais #Qubic prouve son utilité dans le monde réel à des niveaux scientifiques de pointe.
Lors de la prochaine 11ème Conférence Internationale sur les Technologies d'Apprentissage Automatique (du 20 au 22 mai) à Berlin, les chercheurs David Vivancos et Jose Sánchez sont prêts à dévoiler "Neuraxon"—un plan de calcul d'Neuron Biologique inspiré de la biologie.
Comment $Qubic transforme cela en réalité ?
Infrastructure du Monde Réel : Qubic n'est pas juste un réseau ; il fournit la puissance de calcul essentielle pour simuler la croissance neurale biologique complexe.
Vraie Science Ouverte : Porté par l'écosystème décentralisé de Qubic, permettant aux chercheurs du monde entier de briser les monopoles de l'IA.
Le Chemin vers une IA Authentique : Passer de l'apprentissage machine de base directement à l'AGI avancée.
L'histoire fait un retour à Berlin. En 1889, le premier neurone humain y a été montré. En mai 2026, Qubic alimente l'architecture pour le répliquer sur des machines. C'est de l'utilité. C'est l'avenir de l'IA.
👉https://www.researchgate.net/publication/400868863_Neuraxon_V20_A_New_Neural_Growth_Computation_Blueprint
#Qubic #AI #AGI #Neuraxon
Beaucoup de projets crypto restent coincés dans la théorie, mais #Qubic prouve son utilité dans le monde réel à des niveaux scientifiques de pointe.
Lors de la prochaine 11ème Conférence Internationale sur les Technologies d'Apprentissage Automatique (du 20 au 22 mai) à Berlin, les chercheurs David Vivancos et Jose Sánchez sont prêts à dévoiler "Neuraxon"—un plan de calcul d'Neuron Biologique inspiré de la biologie.
Comment $Qubic transforme cela en réalité ?
Infrastructure du Monde Réel : Qubic n'est pas juste un réseau ; il fournit la puissance de calcul essentielle pour simuler la croissance neurale biologique complexe.
Vraie Science Ouverte : Porté par l'écosystème décentralisé de Qubic, permettant aux chercheurs du monde entier de briser les monopoles de l'IA.
Le Chemin vers une IA Authentique : Passer de l'apprentissage machine de base directement à l'AGI avancée.
L'histoire fait un retour à Berlin. En 1889, le premier neurone humain y a été montré. En mai 2026, Qubic alimente l'architecture pour le répliquer sur des machines. C'est de l'utilité. C'est l'avenir de l'IA.
👉https://www.researchgate.net/publication/400868863_Neuraxon_V20_A_New_Neural_Growth_Computation_Blueprint
#Qubic #AI #AGI #Neuraxon
#Bloomberg signalé, la moitié des centres de données IA prévus pour 2026 ne seront pas construits.
Sur 16 GW de capacité programmée pour les États-Unis cette année, seulement ~5 GW sont en construction. Sightline Climate s'attend à ce que 30 à 50 % des constructions prévues soient retardées ou annulées.
La contrainte n'est pas le capital. Les hyperscalers dépensent plus de 650 milliards de dollars cette année.
Ce sont les transformateurs. Les équipements de commutation. Les files d'attente du réseau qui prennent 5 ans à dégager.
Le goulet d'étranglement de la #AI révolution n'est pas les puces. C'est l'équipement qui les active.
#Qubic fonctionne sur du matériel déjà déployé. L'électricité est déjà sur la facture de quelqu'un. 676 ordinateurs. Pas de file d'attente réseau. Pas de révision du site de 200 acres. En ligne depuis quatre ans.
200M de transactions. 600K requêtes oracle. Par semaine. Déjà.
Quel niveau de calcul se trouve de l'autre côté ?
En savoir plus👉Intelligence Is Not Scale: A Scientific Response to Jensen Huang's AGI Claim
Sur 16 GW de capacité programmée pour les États-Unis cette année, seulement ~5 GW sont en construction. Sightline Climate s'attend à ce que 30 à 50 % des constructions prévues soient retardées ou annulées.
La contrainte n'est pas le capital. Les hyperscalers dépensent plus de 650 milliards de dollars cette année.
Ce sont les transformateurs. Les équipements de commutation. Les files d'attente du réseau qui prennent 5 ans à dégager.
Le goulet d'étranglement de la #AI révolution n'est pas les puces. C'est l'équipement qui les active.
#Qubic fonctionne sur du matériel déjà déployé. L'électricité est déjà sur la facture de quelqu'un. 676 ordinateurs. Pas de file d'attente réseau. Pas de révision du site de 200 acres. En ligne depuis quatre ans.
200M de transactions. 600K requêtes oracle. Par semaine. Déjà.
Quel niveau de calcul se trouve de l'autre côté ?
En savoir plus👉Intelligence Is Not Scale: A Scientific Response to Jensen Huang's AGI Claim
L'IA APPREND-ELLE ENFIN À "PENSER" COMME UN CERVEAU ? 🧠✨
Pourquoi le cerveau humain fonctionne-t-il à la "Lisière du Chaos" ? Tout est question d'un principe magique appelé Criticité Cérébrale.
Dans le dernier NIA Vol. 8, l'équipe scientifique Qubic explore le Ratio de Ramification—la métrique clé de la connectivité neuronale. Lorsque ce ratio est proche de 1, un réseau atteint :
- Plage Dynamique Maximale : Détecter les signaux les plus subtils.
- Mémoire Optimale : Équilibrer les informations passées avec les nouvelles entrées.
- Complexité Maximale : La marque d'une véritable intelligence.
Voyez comment Neuraxon utilise ces principes bio-inspirés pour construire une IA qui ne fait pas que calculer—elle résonne comme un organisme vivant.
👉 Lisez l'analyse complète ici : Brain Criticality in Neuraxon
#Qubic
#Neuraxon
#DeAI
#SmartContracts
#CryptoAi
Pourquoi le cerveau humain fonctionne-t-il à la "Lisière du Chaos" ? Tout est question d'un principe magique appelé Criticité Cérébrale.
Dans le dernier NIA Vol. 8, l'équipe scientifique Qubic explore le Ratio de Ramification—la métrique clé de la connectivité neuronale. Lorsque ce ratio est proche de 1, un réseau atteint :
- Plage Dynamique Maximale : Détecter les signaux les plus subtils.
- Mémoire Optimale : Équilibrer les informations passées avec les nouvelles entrées.
- Complexité Maximale : La marque d'une véritable intelligence.
Voyez comment Neuraxon utilise ces principes bio-inspirés pour construire une IA qui ne fait pas que calculer—elle résonne comme un organisme vivant.
👉 Lisez l'analyse complète ici : Brain Criticality in Neuraxon
#Qubic
#Neuraxon
#DeAI
#SmartContracts
#CryptoAi
QubicNews
·
--
Neuraxon : Mise en œuvre de la criticité cérébrale dans les réseaux artificiels
Écrit par l'équipe scientifique de Qubic. Rapport de ramification et criticité dans les réseaux biologiques, dans les réseaux artificiels, et comme principe bio-inspiré dans Neuraxon.
Fig. 1. Trois régimes de dynamique des réseaux neuronaux définis par le rapport de ramification (σ).
Qu'est-ce qu'une avalanche de neige, un incendie de forêt, un tremblement de terre et l'activité spontanée du cortex cérébral ont en commun ?
Ils partagent tous une frontière entre l'ordre et le chaos, ce qu'on appelle un état critique. Dans le cerveau, cette limite est mesurée par un simple paramètre : le rapport de ramification (σ ou m). Ce serait quelque chose comme le ratio moyen de "descendants" neuronaux que chaque neurone "parent" active. Quand σ ≈ 1, l'activité ne s'éteint ni n'explose ; elle résonne.
Fig. 1. Trois régimes de dynamique des réseaux neuronaux définis par le rapport de ramification (σ).
Qu'est-ce qu'une avalanche de neige, un incendie de forêt, un tremblement de terre et l'activité spontanée du cortex cérébral ont en commun ?
Ils partagent tous une frontière entre l'ordre et le chaos, ce qu'on appelle un état critique. Dans le cerveau, cette limite est mesurée par un simple paramètre : le rapport de ramification (σ ou m). Ce serait quelque chose comme le ratio moyen de "descendants" neuronaux que chaque neurone "parent" active. Quand σ ≈ 1, l'activité ne s'éteint ni n'explose ; elle résonne.
En 1970, John Conway a écrit quatre règles sur une carte postale.
Les cellules vivent ou meurent en fonction du nombre de voisins. C'était tout le système.
Ce qui est émergé de ces quatre règles : des structures stables, des oscillateurs, des planeurs, et finalement, des machines de Turing complètes. Le calcul est né d'un système qui n'a jamais été programmé pour calculer.
L'idée profonde : la complexité n'a pas besoin d'être conçue. Elle doit être activée.
Christopher Langton a étendu cela dans les années 1980. Il a découvert que des choses intéressantes se produisent à un régime spécifique, à la frontière du chaos.
En dessous, les systèmes se figent.
Au-dessus, ils se dissolvent dans le bruit.
Entre les deux, le calcul, l'apprentissage et l'adaptation émergent d'eux-mêmes.
C'est là que l'intelligence biologique opère.
C'est aussi là où Aigarth est conçu pour vivre.
La connexion entre le Jeu de la Vie de Conway et l'architecture Neuraxon de Qubic n'est pas une métaphore. C'est une méthode.
L'état trinaire de Neuraxon : -1, 0, +1 n'était pas un truc de quantification pour économiser des bits.
L'état neutre est un tampon qui permet au système de naviguer à la frontière du chaos sans s'effondrer dans la rigidité ou le bruit.
Dans le simulateur NxonLife, l'équipe a mesuré un ratio de ramification proche de 1 et une dynamique temporelle 1/f, les signatures exactes que la recherche Alife prédit pour les systèmes capables de véritable calcul.
Il y a une découverte plus difficile en dessous de tout cela que Alife continue de produire : la coopération, la spécialisation et la division du travail émergent dans des systèmes jamais programmés pour coopérer.
Elles apparaissent comme des conséquences de la dynamique. Pas comme des objectifs.
C'est inconfortable si vous croyez que l'intelligence doit être optimisée de haut en bas.
Cinquante-six ans de preuves suggèrent le contraire.
L'équipe scientifique de Qubic a publié la répartition complète : Conway, Langton, le travail des Écosystèmes Digitaux de Sakana AI, et le pont vers l'infrastructure de production Neuraxon.
Pas comme observation. Comme architecture.
En savoir plus →
Les cellules vivent ou meurent en fonction du nombre de voisins. C'était tout le système.
Ce qui est émergé de ces quatre règles : des structures stables, des oscillateurs, des planeurs, et finalement, des machines de Turing complètes. Le calcul est né d'un système qui n'a jamais été programmé pour calculer.
L'idée profonde : la complexité n'a pas besoin d'être conçue. Elle doit être activée.
Christopher Langton a étendu cela dans les années 1980. Il a découvert que des choses intéressantes se produisent à un régime spécifique, à la frontière du chaos.
En dessous, les systèmes se figent.
Au-dessus, ils se dissolvent dans le bruit.
Entre les deux, le calcul, l'apprentissage et l'adaptation émergent d'eux-mêmes.
C'est là que l'intelligence biologique opère.
C'est aussi là où Aigarth est conçu pour vivre.
La connexion entre le Jeu de la Vie de Conway et l'architecture Neuraxon de Qubic n'est pas une métaphore. C'est une méthode.
L'état trinaire de Neuraxon : -1, 0, +1 n'était pas un truc de quantification pour économiser des bits.
L'état neutre est un tampon qui permet au système de naviguer à la frontière du chaos sans s'effondrer dans la rigidité ou le bruit.
Dans le simulateur NxonLife, l'équipe a mesuré un ratio de ramification proche de 1 et une dynamique temporelle 1/f, les signatures exactes que la recherche Alife prédit pour les systèmes capables de véritable calcul.
Il y a une découverte plus difficile en dessous de tout cela que Alife continue de produire : la coopération, la spécialisation et la division du travail émergent dans des systèmes jamais programmés pour coopérer.
Elles apparaissent comme des conséquences de la dynamique. Pas comme des objectifs.
C'est inconfortable si vous croyez que l'intelligence doit être optimisée de haut en bas.
Cinquante-six ans de preuves suggèrent le contraire.
L'équipe scientifique de Qubic a publié la répartition complète : Conway, Langton, le travail des Écosystèmes Digitaux de Sakana AI, et le pont vers l'infrastructure de production Neuraxon.
Pas comme observation. Comme architecture.
En savoir plus →
QubicNews
·
--
Écosystèmes numériques, le Jeu de la Vie de Conway et pourquoi la complexité émergente est importante pour l'IA décentralisée
Académie d'intelligence Neuraxon — Volume 7
Par l'équipe scientifique Qubic
Cinq espèces d'automates cellulaires neuronaux se disputent un territoire sur une grille partagée. Chaque couleur représente une espèce apprenant indépendamment.
En 1970, Martin Gardner a publié dans Scientific American un jeu récréatif inventé par John Conway : le Jeu de la Vie. Les règles tiennent sur une carte postale. Une grille bidimensionnelle de cellules où chaque cellule était vivante ou morte. À chaque étape, une cellule vivante restait vivante si elle avait deux ou trois voisines vivantes, sinon elle mourait. Une cellule morte avec exactement trois voisines vivantes naissait. Rien d'autre, aussi simple que ça.
Par l'équipe scientifique Qubic
Cinq espèces d'automates cellulaires neuronaux se disputent un territoire sur une grille partagée. Chaque couleur représente une espèce apprenant indépendamment.
En 1970, Martin Gardner a publié dans Scientific American un jeu récréatif inventé par John Conway : le Jeu de la Vie. Les règles tiennent sur une carte postale. Une grille bidimensionnelle de cellules où chaque cellule était vivante ou morte. À chaque étape, une cellule vivante restait vivante si elle avait deux ou trois voisines vivantes, sinon elle mourait. Une cellule morte avec exactement trois voisines vivantes naissait. Rien d'autre, aussi simple que ça.
L'industrie de l'IA est en train de débattre de ce qu'est réellement l'AGI.
Jensen Huang, co-fondateur et PDG de NVIDIA, dit que c'est déjà là et définit cela comme une entreprise d'une valeur de 1 milliard de dollars.
Google DeepMind n'est pas d'accord, publie un cadre cognitif avec des benchmarks.
Les deux passent à côté du sujet.
La définition de Huang est une capitalisation boursière habillée de science.
Celle de DeepMind est plus proche. Ils traitent l'intelligence comme multidimensionnelle, un ensemble de facultés interagissant comme la perception, la mémoire, l'apprentissage, le raisonnement, la métacognition.
C'est une véritable amélioration par rapport aux lois d'échelle. Mais il reste un fossé.
Le fossé : un système peut obtenir de bons scores dans chaque faculté sur un profil cognitif et échouer à se comporter de manière intelligente.
Pourquoi ? Parce que l'intelligence n'est pas la somme des facultés. C'est ce qui émerge lorsque ces facultés sont organisées sous une dynamique unifiée.
DeepMind mesure la performance. Elle ne mesure pas l'organisation.
Et l'organisation est là où les systèmes réels échouent.
Un système qui raisonne mais ne peut pas maintenir le contexte. Apprend mais ne peut pas transférer. Génère mais ne peut pas valider.
Ce n'est pas partiellement intelligent. C'est structurellement limité. Les scores moyennés cachent le point de défaillance. L'intégration est soit présente, soit absente.
L'équipe scientifique de Qubic a détaillé cela. Leur position est ancrée dans la science cognitive remontant à un siècle. Carroll. Cattell. Kovacs et Conway. Le facteur g n'est pas une somme. C'est une hiérarchie.
Le résumé : l'intelligence est ce que vous faites quand vous ne savez pas quoi faire.
C'est pourquoi Aigarth et Neuraxon ne ressemblent pas à d'autres architectures d'IA.
Au lieu de maximiser l'échelle ou d'énumérer les capacités, ils se concentrent sur la manière dont plusieurs unités interagissantes produisent un comportement cohérent dans des contextes qui n'étaient pas dans les données d'entraînement.
Intégration d'abord. Performance ensuite.
#Qubic #AGI #artificialintelligence #CryptoAi #INNOVATION
Jensen Huang, co-fondateur et PDG de NVIDIA, dit que c'est déjà là et définit cela comme une entreprise d'une valeur de 1 milliard de dollars.
Google DeepMind n'est pas d'accord, publie un cadre cognitif avec des benchmarks.
Les deux passent à côté du sujet.
La définition de Huang est une capitalisation boursière habillée de science.
Celle de DeepMind est plus proche. Ils traitent l'intelligence comme multidimensionnelle, un ensemble de facultés interagissant comme la perception, la mémoire, l'apprentissage, le raisonnement, la métacognition.
C'est une véritable amélioration par rapport aux lois d'échelle. Mais il reste un fossé.
Le fossé : un système peut obtenir de bons scores dans chaque faculté sur un profil cognitif et échouer à se comporter de manière intelligente.
Pourquoi ? Parce que l'intelligence n'est pas la somme des facultés. C'est ce qui émerge lorsque ces facultés sont organisées sous une dynamique unifiée.
DeepMind mesure la performance. Elle ne mesure pas l'organisation.
Et l'organisation est là où les systèmes réels échouent.
Un système qui raisonne mais ne peut pas maintenir le contexte. Apprend mais ne peut pas transférer. Génère mais ne peut pas valider.
Ce n'est pas partiellement intelligent. C'est structurellement limité. Les scores moyennés cachent le point de défaillance. L'intégration est soit présente, soit absente.
L'équipe scientifique de Qubic a détaillé cela. Leur position est ancrée dans la science cognitive remontant à un siècle. Carroll. Cattell. Kovacs et Conway. Le facteur g n'est pas une somme. C'est une hiérarchie.
Le résumé : l'intelligence est ce que vous faites quand vous ne savez pas quoi faire.
C'est pourquoi Aigarth et Neuraxon ne ressemblent pas à d'autres architectures d'IA.
Au lieu de maximiser l'échelle ou d'énumérer les capacités, ils se concentrent sur la manière dont plusieurs unités interagissantes produisent un comportement cohérent dans des contextes qui n'étaient pas dans les données d'entraînement.
Intégration d'abord. Performance ensuite.
#Qubic #AGI #artificialintelligence #CryptoAi #INNOVATION
Connectez-vous pour découvrir plus de contenu