HTM (Hierarchical Temporal Memory) is a machine learning model developed by Jeffrey D. Hawkins and Dileep George of Numenta, Inc. that models some of the structural and algorithmic properties of the neocortex.
HTM Home Page | Hierarchical Temporal Memory
Jeffrey Hawkins' Page
George, Dileep
Redwood Center for Theoretical Neuroscience (See Redwood Neuroscience Institute - RNI History)
University of California, Berkeley
Berkeley, CA, USA
Homepages
Development of the Hierarchical Temporal Memory (HTM) model of cerebral cortex, which formed the basis of startup Numenta. (George/Hawkins).
Dileep George has authored 22 patents and several influential papers on the mathematics of brain circuits.
The Redwood Center for Theoretical Neuroscience was established in July 2005, when the Redwood Neuroscience Institute (RNI) was gifted to UC Berkeley. RNI was a private, non-profit research institute located in Menlo Park, founded by Jeff Hawkins in April 2002. The goal of RNI was to develop a theoretical framework for the thalamo-cortical system.
Общие сведения
Иерархическая временная память — Википедия
Теория Джефа Хоукинса называется Иерархическая Временная Память, или Hierarchical Temporal Memory (HTM), и основана на принципах работы человеческого мозга. Свою теорию о функционировании человеческого мозга, искусственном интеллекте и возможности создания компьютеров нового поколения Хоукинс описал в книге "On Intelligence: How a New Understanding of the Brain Will Lead to the Creation of Truly Intelligent Machines" ("О разуме: как новое понимание устройства мозга приведет к созданию по-настоящему умных машин"), которая привлекла к нему внимание специалистов всего мира.
Название Numenta происходит от латинского слова mentis ("разум"). Новая компания сосредоточила усилия на разработке систем искусственного интеллекта, базирующихся на памяти нового типа, работающей аналогично клеткам коры головного мозга.
Первый продукт компании называется Hierarchical Temporal Memory (HTM), что можно перевести как "иерархическая временная память". Слово "иерархическая" в названии отражает способ объединения модулей памяти, а "временная" - принцип работы, когда каждый модуль служит для временного хранения информации.
Целью Numenta является воплощение теории в практику. По ожиданиям разработчиков, память нового типа поможет решить сложные задачи искусственного интеллекта, которые пока не поддаются традиционным технологиям. В качестве примеров можно привести компьютерное зрение и понимание естественной речи.
Компания Numenta скорее разработчик технической платформы для практических приложений, нежели разработчик самих приложений. Компания создает масштабный программный продукт, который будет служить инструментом для решения сложных практических задач. В настоящее время ведется проектирование программного инструментария, который позволит адаптировать архитектуру HTM к требованиям конкретных задач. Предполагается, что в ходе работы вокруг технологии HTM сформируется сообщество разработчиков. С этой целью Numenta предлагает бесплатные лицензии на использование своего программного продукта. Цель этой акции - расширить круг исследователей и получить соответствующую помощь в развитии новой технологии.
Статья: ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ОТ ДЖЕФФА ХОУКИНСА
NuPIC (the Numenta Platform for Intelligent Computing) comprises a set of learning algorithms that were first described in a white paper published by Numenta in 2009. The learning algorithms faithfully capture how layers of neurons in the neocortex learn. The white paper has been translated into seven languages by volunteers and has generated considerable interest among developers and research scientists. Russian Translation - Mikhaile Netov.
At the heart of NuPIC is the brain-inspired Cortical Learning Algorithm (CLA).
The CLA has a deep biological mapping which will be interesting to neuroscientists.
From an algorithmic point of view there are three principle properties:
- Sparse Distributed Representations
- Temporal inference
- On-line learning
Publications
Selected Publications
The book On Intelligence. (Hawkins in collaboration with Sandra Blakeslee, NY Times)