Source article: SingularityNET’s 2022 Progress Towards AGI | by Matt Iklé | SingularityNET
Translation by: emaden
Dework task link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=61b6f25c-e2f0-4e04-a3e0-8794a4c62378
Community review: Please leave comments below about translation quality or like this post if it is well translated
SingularityNET 的 2022 年 AGI 进展
OpenCog Hyperon 在 MeTTa 语言、分布式原子空间和 DSL 方面的进步
问候奇点主义者，
今天，我们想分享一个特别更新，深入探讨 SingularityNET 在 2022 年取得的 AGI 进展，并概述 OpenCog Hyperon（SingularityNET 的 AGI 框架方法）与其他 AI 系统的不同之处。
随着人工智能系统每年展示出更多的实用功能，越来越明显的是，从狭义人工智能到通用人工智能的突破已经迫在眉睫。然而，研究人员仍未就如何取得突破达成一致。虽然深度神经网络在模拟智能和生成看起来很智能的人工制品方面表现出了令人印象深刻的能力，但它们完全缺乏常识理解和现实世界的符号基础，这使得它们似乎不太可能成为真正的 AGI 系统的核心组件。
计算神经科学模拟可能会取得巨大进步，或者 AGI 会在没有协调规划的情况下自发地从自组织网络（如 SingularityNET 平台）中出现——但似乎更有可能的是，认知架构和/或学习和推理算法方面的一些新创新将需要与这些一起。OpenCog Hyperon 是 OpenCog 开源 AGI 平台的最新迭代，是这一突破性创新的有力候选者。
OpenCog Hyperon 2022年进展
SingularityNET 基金会连同其孵化的衍生产品 TrueAGI 和一个开源志愿者社区，在整个 2022 年将 OpenCog Hyperon 从数学和概念理论阶段带到了工作软件阶段！两个关键组件的 alpha 版本计划于 2023 年初发布：MeTTa（Meta Type Talk）AGI 语言解释器和分布式原子空间（DAS）知识库。
OpenCog Hyperon 是一个有远见的项目，旨在基于认知协同原则构建一个完整的、可扩展的、开源的通用人工智能系统。它是一个开源平台，不同的 AI 模块——例如神经网络 (NNs/DNNs)、生成式 AIs、概率 AIs、程序学习 AIs 等——可以在共享知识元图的基础上进行协作。这种架构为各种类型的 AI 系统提供了一个高度可扩展的学习空间和知识存储，以及一组工具（例如模式挖掘和注意力分配），使它们能够协调学习和一起解决问题——这与人类的方式非常相似协调直觉、经验、洞察力和逻辑来解决单个问题。
MeTTa（Meta Type Talk），OpenCog 的编程语言
Hyperon 的 AI 组件协同工作，实现了它们单独无法实现的结果。这种协作是可能的，因为他们使用策略、方法和共享知识来实现应用程序的目标，这些目标在 MeTTa（Meta Type Talk）中编码——一种专门用于定义过程和编码知识的 AGI 语言。
MeTTa 背后的中心思想是：传统编程（尤其是函数式编程）和推理都可以表示为对元图的查询链。这个元图可以存储程序表达式或知识；因此，知识和推理可以自然地结合起来。MeTTa 与许多传统语言之间的一个主要区别是程序可以重写自己的源代码——为自我优化创造高级机会。
另一个关键区别是传统推理引擎在假定的封闭世界中假定纯粹的符号推理。例如，如果要求数红色汽车，他们将使用他们的“红色汽车”概念（来自深度神经网络）并在图像中搜索与该概念相匹配的区域。相比之下，Hyperon 将在图像中搜索红色区域和类似汽车的形状，因此对概念本身的推理成为搜索的一部分。MeTTa 可以相当重视基于子符号或原始数据的推理，尤其是神经符号整合。OpenCog Hyperon 旨在结合概念，例如“红色+汽车”或“蓝色+汽车”，
MeTTa旨在成为一门实用性很强的编程语言，它具有其他语言中常见的大部分结构，但也体现了编程语言理论中的众多先进方法。这包括一些高度技术性的组件——依赖概率渐进类型、包含次一致逻辑的语义和无根据的集合论。这使得在 MeTTa 中可以直接对 AI 组件的逻辑进行编码，以其他组件易于理解和重用的方式访问、操作和存储知识。这种新颖的编程语言是 OpenCog Hyperon 框架内 AI 协作解决问题的关键。
MeTTa 在 OpenCog Hyperon 团队于 3 月发表的一篇研究论文中正式化，“一种用于概率和无基础类型系统双模拟的元概率编程语言”，并且可以找到带有 MeTTa 示例脚本的实验性 Hyperon 版本在这个存储库中。
分布式原子空间 (DAS)，OpenCog Hyperon 的知识表示数据库
如果 AI 模块是 OpenCog Hyperon 的处理中心，那么分布式原子空间 (DAS) 就是它们存储知识的长期记忆。特定领域的信息（如蛋白质和基因之间的关系或股票市场的金融时间序列）与更基本的高级知识存储在一起，例如单词或数学公式和概念之间的语义关系。
分布式原子空间以 AI 组件可以访问的方式存储这些知识：不是通过查询 SQL 数据库，而是通过 MeTTa 语言本身编码的知识。当代理创建一条新知识时，它也会存储在 DAS 中，可供其他组件使用。这增强了 Hyperon 对概念的理解，然后可以将其用于推导新知识（通过组合概念，如上所述），从而实现认知协同作用——OpenCog Hyperon 系统中 AGI 的基础。在此处查看有关该项目的更多详细信息。
OpenCog Hyperon 的领域特定语言
不同的应用领域需要不同的知识编码和专门的原语来定义过程。构建这些不同的应用程序并将它们连接在一起是 DSL（领域特定语言）的用武之地。
在 OpenCog Hyperon 中，DSL 是 MeTTa 的一种方言，具有特定领域的原语，专门设计用于简化应用程序的 AI 组件和知识库的编码。因此，我们有针对金融市场、生物技术、自然语言处理等不同的 DSL。通过将这些功能添加到 MeTTa，OpenCog Hyperon 可以与专门应用领域的其他 AI 项目合作。
前方的路
由于我们在过去一年取得的重大进展，我们已经到了一个关键点，OpenCog Hyperon 的开发已经足够成熟，可以产生真实的结果。与Rejuve Biotech的团队一起，我们已经能够在基因组分析领域利用 MeTTa 和 DAS。现在，我们正在使用应用于生物本体的 AI 来发现Genescient 长寿果蝇的模式。更令人兴奋的是，我们可以采用这些模式并利用它们来更多地了解人类如何长寿。
虽然深度神经网络的最新进展令人印象深刻，但在理解和推理现实世界系统时，这些狭义人工智能系统的局限性也很明显。OpenCog Hyperon 可以通过将这些类型的模块集成到其框架中来利用神经网络和生成式 AI 的这些惊人进步，同时还提供可以克服狭义 AI 固有局限性的上下文。
虽然 2022 年的进展令人印象深刻，但 OpenCog Hyperon 才刚刚起步。SingularityNET 支持的计划将成为突破通用人工智能 (AGI) 领域的技术先锋——只有使用允许所有 AI 类型（包括这些令人印象深刻的神经网络）进行协作的工具才能获得这一基础。OpenCog Hyperon 代表了数十年的研究、改进和任务驱动的工作，专注于构建去中心化的 AGI。通用人工智能需要两样东西：思维的通用模型和认知的通用模型。Meta Type Talk (MeTTA) 和分布式原子空间 (DAS) 是两个翅膀，它们即将在 2023 年发布的 alpha 版本将使 AGI 在 2023 年开始腾飞。
通过 SingularityNET 了解最新的 AGI 和去中心化人工智能的发展，关注我们：