Verses AI Inc. / CA92539Q1090
22.02.2024 - 17:58:00VERSES fordert die KI-Branche mit Benchmark-Tests heraus
Vancouver, British Columbia / 22. Februar 2024 / IRW-Press / VERSES AI Inc. (CBOE: VERS) (OTCQB: VRSSF) („VERSES“ oder das „Unternehmen“), ein Unternehmen für kognitives Computing, das intelligente Softwaresysteme der nächsten Generation entwickelt, präsentiert heute eine Forschungs-Roadmap, welche die wichtigsten Meilensteine und Benchmarks skizziert, anhand derer der Fortschritt und die Bedeutung der Forschungs- und Entwicklungsmaßnahmen des Unternehmens im Vergleich zu den herkömmlichen Deep-Learning-Modellen zum Nutzen von Industrie, Wissenschaft und Öffentlichkeit gemessen werden können.
„Wir haben eine Roadmap erstellt, die unter https://www.verses.ai/rd-overview zur Ansicht veröffentlicht wurde. Sie soll uns im weiteren Jahresverlauf dazu dienen zu zeigen, dass der KI-Ansatz von VERSES im Hinblick auf eine ganze Reihe von Branchen-Benchmarks an die Leistungsfähigkeit von fortschrittlichen KI-Modellen nicht nur herankommt, sondern diese sogar übertrifft – und das mit deutlich weniger Daten- und Energieeinsatz“, erläutert Gabriel René, Gründer und CEO von VERSES.
Bemerkenswert ist dies vor allem angesichts der jüngsten Aussage von Sam Altman, dem CEO von OpenAI, der meint, die Zukunft der KI hänge ab von einem Durchbruch in puncto Energie[i] und von der geplanten Investition von 7 Billionen Dollar in die Neugestaltung der globalen Halbleiterbranche.[ii].
Herr René weiter: „Mit dem Erreichen dieser Benchmarks wollen wir den wissenschaftlichen Nachweis erbringen, dass der Ansatz von VERSES eine bessere, kostengünstigere und schnellere KI hervorbringen kann, die auf einen breiteren Markt ausgelegt ist und über unsere Genius-Plattform vermarktet wird. Wir haben unsere Forschungs-Roadmap offengelegt, damit sowohl die Branche als auch die breite Öffentlichkeit unsere Fortschritte verfolgen können.“
Erste Benchmark: Klassifizierungs- und Generierungsaufgaben
Mit der ersten Benchmark will VERSES die Rechen- und Stichprobeneffizienz bei Bildklassifizierungs- und -generierungsaufgaben wie MNIST und CIFAR unter Beweis stellen; insbesondere soll die rechnerische Effizienz des VERSES-Ansatzes im Vergleich zu anderen modernen Instrumenten der Bayes'schen Inferenz wie NumPyro nachgewiesen werden. Zusätzlich wollen wir zeigen, wie dieser Ansatz mit der Recheneffizienz herkömmlicher Deep-Learning-Ansätze auf Grundlage von Tools wie PyTorch konkurrieren kann - allerdings ergänzt um die große Stichprobeneffizienz, die sich aus der Anwendung eines vollständig Bayes'schen Ansatzes ergibt. Das Unternehmen will diese Ergebnisse, mit denen die effiziente Berechnung und optimierte Stichprobeneffizienz unseres Ansatzes für Klassifizierungs- und Generierungsaufgaben belegt werden soll, gegen Ende des ersten bzw. Anfang des zweiten Quartals 2024 in frei zugänglichen Publikationen veröffentlichen.
Zweite Benchmark: Atari 10k-Challenge
Mit der „Atari 10K-Challenge“ als zweiter Benchmark wollen wir zeigen, dass der Ansatz von VERSES den anderen Alternativmethoden in puncto Stichproben- und Recheneffizienz weitaus überlegen ist. Die erste Atari-Benchmark-Challenge wurde im Jahr 2015 eingeführt. Dabei ging es darum, ein einzelnes KI-System herzustellen, das an die menschliche Leistung bei 26 klassischen Atari-Spielen heranreicht bzw. diese übertrifft. Das KI-Modell muss dabei direkt von den Pixel-Daten lernen und verwendet nur den Punktestand als Belohnungssignal. Die ursprüngliche Architektur, die dafür entwickelt wurde, war sehr datenintensiv und basierte auf jahrelangem Spielverhalten – also mehr Daten, als ein menschlicher Spieler für gewöhnlich jemals zur Verfügung haben könnte.
Um dieses Problem zu lösen, wurde die Atari 100k-Benchmark eingeführt, die den Spielumfang beim Lernen auf 100.000 Umgebungsschritte beschränkt. Atari 100k ist eine solide Benchmark, um die Leistungsfähigkeit und Stichprobeneffizienz des aktiven Inferenzansatzes zu demonstrieren. Das Unternehmen will hier zwei Quellen der Effizienzsteigerung unter Beweis stellen: Die erste Quelle ist das schnelle Online-Lernen des Weltmodells für das Spiel. Die zweite Quelle ist das effiziente Einschätzen der Spieltaktik, das keine periodischen Resets erfordert, wie sie bei herkömmlichen gradientenbasierten Methoden wie dem Q-Learning zum Einsatz kommen.
Obwohl Atari 100k (2 Stunden Spielzeit) die führende Benchmark der Branche ist und VERSES plant, sich im Wettbewerb mit der 100k-Benchmark zu messen, will das Unternehmen noch weiter gehen, um die einzigartigen Stärken der auf aktiver Inferenz basierenden KI – nämlich schnelles Lernen und optimierte Stichprobeneffizienz – zu demonstrieren und schlägt die Atari 10k-Benchmark (ca. 12 Minuten Spielzeit) vor, bei der nur rohe Pixeldaten und der Spielestand als Input dienen. Die Herausforderung besteht darin, bei gleichem Spielumfang eine Leistung auf menschlichem Niveau (oder höher) zu erreichen. Menschen können sehr rasch ein kompetentes Spielverhalten entwickeln, aber wie schlagen sich moderne Architekturen? Wir von VERSES wollen zeigen, dass unser System bei der 10k-Benchmark selbst hochkomplexe Deep-Learning–Modelle übertreffen kann - es lernt, das Spiel mit nur wenigen Daten effizient zu spielen. Unsere bisherigen Ergebnisse zeigen, dass unsere Agenten in der Lage sind, die Dynamik des Spielverlaufs zu erlernen und bei einfachen Spielen in nur einigen tausend Schritten zu punkten. Sie stellen damit zur Schau, dass effizienteres Lernen mit einem Modell möglich ist, das neunundneunzig Prozent weniger Parameter enthält als die führende Konkurrenz und das auf einem Laptop ohne große GPU-Infrastruktur trainiert werden kann.
Das Unternehmen plant, die Endergebnisse im dritten Quartal 2024 bekannt zu geben und in frei zugänglichen Publikationen zu veröffentlichen.
Dritte Benchmark: NeurIPS 2024 Melting Pot Challenge
Die beiden zuvor besprochenen Benchmarks entsprechen den Stärken von Deep-Learning-Ansätzen, d.h. es handelt sich häufig um geräuschlose Aufgaben, die vollständig beobachtet werden (ohne Mehrdeutigkeit) und wohldefinierte Belohnungsfunktionen beinhalten.
Diese Benchmarks zeigen allerdings nicht die Stärke der aktiven Inferenz auf. Für die dritte Benchmark will VERSES die neue Multi-Agenten-Benchmark NeurIPS Melting Pot Challenge verwenden; schließlich besteht das ultimative Ziel darin, naturalistischere Benchmarks zu entwickeln, mit denen die Fähigkeit von Agenten mit aktiver Inferenz, sich in einer unsicheren Umgebung zurechtzufinden, demonstriert werden soll. Einer der Hauptvorteile bei der Entwicklung von Agenten mit aktiver Inferenz, die direkt im Glaubensraum mit einer expliziten Repräsentationsstruktur arbeiten, besteht darin, dass es möglich wird, Glaubenssätze zwischen Agenten zu teilen.
Das Unternehmen ist davon überzeugt, dass diese Benchmark die Vorteile der aktiven Inferenz für die Entwicklung von Multi-Agenten-Systemen aufzeigen wird und mit dem zentralen Ziel der KI-Forschung von VERSES übereinstimmt: der Schaffung von Ökosystemen für KI-Systeme.
VERSES plant, diese Ergebnisse – welche die einzigartige Fähigkeit von Agenten mit aktiver Inferenz, Grundlagen für intelligente Multiagentensysteme zu schaffen, unter Beweis stellen – gegen Ende des vierten Quartals 2024 bzw. Anfang des ersten Quartals 2025 bekannt zu geben und zusätzlich in frei zugänglichen Publikationen zu veröffentlichen.
Über VERSES
VERSES AI ist ein Unternehmen für kognitives Computing, das auf biologisch inspirierte verteilte Intelligenz spezialisiert ist. Unser Vorzeigeprodukt Genius™ ist den natürlichen Systemen und Neurowissenschaften nachempfunden. Genius™ ist in der Lage zu lernen, sich anzupassen und mit der Welt zu interagieren. Zu den wichtigsten Funktionen von Genius™ gehören Verallgemeinerbarkeit, prädiktive Abfragen, Echtzeitanpassung und ein automatisiertes Computernetzwerk. Genius™ basiert auf offenen Standards und fügt Daten aus den verschiedensten Bereichen zu Wissensmodellen zusammen, die die vertrauenswürdige Zusammenarbeit zwischen Menschen, Maschinen und KI sowohl in digitalen als auch physischen Welten fördern. Stellen Sie sich eine intelligentere Welt vor, in der sich das menschliche Potenzial durch von der Natur inspirierte Innovationen optimal entfaltet. Nähere Einzelheiten erfahren Sie unter VERSES, LinkedIn und X.
Im Namen des Unternehmens
Gabriel René, Founder & CEO, VERSES AI Inc.
Presseanfragen: press@verses.ai
Investor Relations-Anfragen
U.S., Matthew Selinger, Partner, Integrous Communications, mselinger@integcom.us 415-572-8152
Canada, Leo Karabelas, President, Focus Communications, info@fcir.ca 416-543-3120
Zukunftsgerichtete Information
Diese Pressemitteilung enthält „zukunftsgerichtete Informationen“ und „zukunftsgerichtete Aussagen“ im Sinne der geltenden Wertpapiergesetze (zusammenfassend „zukunftsgerichtete Aussagen“). Die hierin enthaltenen zukunftsgerichteten Aussagen beziehen sich ausschließlich auf das Datum dieser Pressemitteilung, und das Unternehmen übernimmt keine Verpflichtung, sie zu aktualisieren oder zu überarbeiten, um neuen Informationen, Schätzungen oder Meinungen, zukünftigen Ereignissen oder Ergebnissen oder sonstigen Gegebenheiten Rechnung zu tragen, es sei denn, dies ist nach geltendem Recht erforderlich. Häufig, aber nicht immer, sind zukunftsgerichtete Aussagen an der Verwendung von Worten wie „plant“, „erwartet“, „wird erwartet“, „budgetiert“, „vorgesehen“, „schätzt“, „prognostiziert“, „sagt voraus“, „projiziert“, „beabsichtigt“, „zielt“, „zielt ab“, „antizipiert“ oder „glaubt“ oder Abwandlungen (einschließlich negativer Abwandlungen) solcher Wörter und Sätze oder kann durch Aussagen identifiziert werden, die besagen, dass bestimmte Maßnahmen ergriffen werden „können“, „könnten“, „sollten“, „würden“ oder „werden“, eintreten oder erreicht werden. Zu diesen zukunftsgerichteten Aussagen gehören unter anderem Aussagen in Bezug auf: die Erwartung, dass Verses die Roadmap nutzen wird, um im Laufe dieses Jahres zu demonstrieren, dass der KI-Ansatz von VERSES in der Lage ist, die Leistung fortgeschrittener KI-Modelle bei mehreren Industriestandard-Benchmarks zu erreichen oder zu übertreffen und dabei wesentlich weniger Daten und Energie zu verbrauchen; dass VERSES beabsichtigt, seine Rechen- und Stichprobeneffizienz bei Bildklassifizierungs- und -generierungsaufgaben wie MNIST und CIFAR zu demonstrieren; dass Verses zu zeigen beabsichtigt, wie dieser Ansatz mit der Recheneffizienz traditioneller Deep-Learning-Ansätze auf der Grundlage von Tools wie PyTorch konkurrieren kann; dass Verses plant, die Ergebnisse der ersten Benchmark gegen Ende des ersten Quartals 2024 in frei zugänglichen Publikationen zu veröffentlichen; dass Verses erwartet, mit der zweiten Benchmark zu demonstrieren, dass der Ansatz von VERSES durch zwei Quellen von Effizienzgewinnen wesentlich stichproben- und rechnereffizienter ist als andere Alternativen; dass VERSES plant, bei der 100k-Benchmark wettbewerbsfähig zu sein; dass Verses beabsichtigt, die einzigartigen Stärken der auf aktiver Inferenz basierenden KI zu präsentieren, nämlich schnelles Lernen und verbesserte Stichprobeneffizienz bei geringen Datenmengen durch die Atari 10k-Benchmark; dass Verses beabsichtigt, die Endergebnisse der zweiten Benchmark im dritten Quartal 2024 in frei zugänglichen Publikationen zu veröffentlichen; dass VERSES beabsichtigt, eine dritte Benchmark zu verwenden, die auf der neuen Multi-Agenten-NeurIPS Melting Pot Challenge basiert, um die Fähigkeit aktiver Inferenz-Agenten zu zeigen, mit unsicheren Umgebungen umzugehen; dass VERSES beabsichtigt, die Ergebnisse der dritten Benchmark zwischen dem vierten Quartal 2024 und dem ersten Quartal 2025 in frei zugänglichen Publikationen zu veröffentlichen.
Solche zukunftsgerichteten Aussagen beruhen auf einer Reihe von Annahmen des Managements, einschließlich, aber nicht beschränkt auf: dass Verses die Roadmap erfolgreich nutzen wird, um im Laufe dieses Jahres zu demonstrieren, dass der KI-Ansatz von VERSES in der Lage ist, die Leistung fortgeschrittener KI-Modelle bei mehreren Industriestandard-Benchmarks zu erreichen oder zu übertreffen und dabei wesentlich weniger Daten und Energie zu verbrauchen; dass VERSES seine Rechen- und Stichprobeneffizienz bei Bildklassifizierungs- und -generierungsaufgaben wie MNIST und CIFAR demonstrieren wird; dass Verses zeigen wird, wie dieser Ansatz mit der Recheneffizienz traditioneller Deep-Learning-Ansätze auf der Grundlage von Tools wie PyTorch konkurrieren kann; dass Verses die Ergebnisse der ersten Benchmark gegen Ende des ersten Quartals 2024 in frei zugänglichen Publikationen veröffentlichen wird; dass Verses mit der zweiten Benchmark demonstrieren wird, dass der Ansatz von VERSES durch zwei Quellen von Effizienzgewinnen wesentlich stichproben- und rechnereffizienter ist als andere Alternativen; dass VERSES bei der 100k-Benchmark seine Wettbewerbsfähigkeit demonstrieren wird; dass Verses die einzigartigen Stärken der auf aktiver Inferenz basierenden KI, nämlich schnelles Lernen und verbesserte Stichprobeneffizienz bei geringen Datenmengen, durch den Atari 10k-Benchmarkwettbewerb präsentieren wird; dass Verses die Endergebnisse der zweiten Benchmark im dritten Quartal 2024 in frei zugänglichen Publikationen veröffentlichen wird; dass VERSES eine dritte Benchmark auf der Grundlage der neuen Multi-Agenten-NeurIPS Melting Pot Challenge verwenden wird, um die Fähigkeit aktiver Inferenz-Agenten zu zeigen, mit unsicheren Umgebungen umzugehen; dass VERSES die Ergebnisse der dritten Benchmark zwischen dem vierten Quartal 2024 und dem ersten Quartal 2025 in frei zugänglichen Publikationen veröffentlichen wird.
Darüber hinaus sind zukunftsgerichtete Aussagen mit einer Vielzahl von bekannten und unbekannten Risiken, Ungewissheiten und anderen Faktoren verbunden, die dazu führen können, dass die tatsächlichen Pläne, Absichten, Aktivitäten, Ergebnisse, Leistungen oder Errungenschaften des Unternehmens erheblich von den zukünftigen Plänen, Absichten, Aktivitäten, Ergebnissen, Leistungen oder Errungenschaften abweichen, die in solchen zukunftsgerichteten Aussagen zum Ausdruck gebracht oder impliziert werden. Zu diesen Risiken gehören, ohne Einschränkung, dass Verses die Roadmap nicht nutzen wird, um im Laufe dieses Jahres oder überhaupt zu demonstrieren, dass der KI-Ansatz von VERSES in der Lage ist, die Leistung fortgeschrittener KI-Modelle bei mehreren Industriestandard-Benchmarks oder beliebigen Benchmarks zu erreichen oder zu übertreffen und dabei wesentlich weniger Daten und Energie zu verbrauchen; dass VERSES seine Rechen- und Mustereffizienz bei Bildklassifizierungs- und -generierungsaufgaben wie MNIST und CIFAR nicht erfolgreich demonstrieren wird; dass Verses nicht erfolgreich zeigen wird, wie dieser Ansatz mit der Recheneffizienz traditioneller Deep-Learning-Ansätze, die auf Tools wie PyTorch basieren, konkurrieren kann; dass Verses die ersten Benchmark-Ergebnisse nicht gegen Ende des ersten Quartals 2024 in frei zugänglichen Publikationen oder überhaupt veröffentlichen wird; dass Verses mit der zweiten Benchmark nicht erfolgreich demonstrieren wird, dass der Ansatz von VERSES durch zwei Quellen von Effizienzgewinnen oder durch überhaupt keine Effizienzgewinne erheblich effizienter ist als andere Alternativen; dass VERSES nicht zeigen wird, dass es bei der 100k-Benchmark wettbewerbsfähig ist; dass Verses die einzigartigen Stärken der auf aktiver Inferenz basierenden KI, nämlich schnelles Lernen und verbesserte Stichprobeneffizienz mit wenigen Daten, nicht durch die Atari 10k-Benchmark-Challenge präsentieren wird; dass Verses die Endergebnisse der zweiten Benchmark im 3. Quartal 2024 nicht in frei zugänglichen Publikationen oder überhaupt nicht veröffentlichen wird; dass VERSES eine dritte Benchmark, der auf der neuen Multi-Agenten NeurIPS Melting Pot Challenge basiert, nicht erfolgreich einsetzen wird, um die Fähigkeit aktiver Inferenz-Agenten zu zeigen, mit unsicheren Umgebungen umzugehen; dass VERSES die Ergebnisse der dritten Benchmark um das vierte Quartal 2024 bis zum ersten Quartal 2025 nicht in frei zugänglichen Veröffentlichungen oder überhaupt nicht veröffentlichen wird.
Die in dieser Pressemitteilung enthaltenen zukunftsgerichteten Aussagen spiegeln die Einschätzung des Managements auf der Grundlage der derzeit verfügbaren Informationen wider. Keine zukunftsgerichtete Aussage kann garantiert werden und die tatsächlichen zukünftigen Ergebnisse können erheblich abweichen. Dementsprechend wird den Lesern empfohlen, sich nicht zu sehr auf zukunftsgerichtete Aussagen zu verlassen. Weder das Unternehmen noch ihre Vertreter geben eine ausdrückliche oder implizite Zusicherung oder Gewährleistung hinsichtlich der Richtigkeit, Angemessenheit oder Vollständigkeit der Informationen in dieser Pressemitteilung. Weder das Unternehmen noch ihre Vertreter haften Ihnen oder anderen Personen gegenüber in irgendeiner Weise vertraglich, deliktisch, treuhänderisch oder anderweitig für die Verwendung der Informationen in dieser Pressemitteilung durch Sie oder Ihre Vertreter oder für Auslassungen in den Informationen in dieser Pressemitteilung.
Die Ausgangssprache (in der Regel Englisch), in der der Originaltext veröffentlicht wird, ist die offizielle, autorisierte und rechtsgültige Version. Diese Übersetzung wird zur besseren Verständigung mitgeliefert. Die deutschsprachige Fassung kann gekürzt oder zusammengefasst sein. Es wird keine Verantwortung oder Haftung für den Inhalt, die Richtigkeit, die Angemessenheit oder die Genauigkeit dieser Übersetzung übernommen. Aus Sicht des Übersetzers stellt die Meldung keine Kauf- oder Verkaufsempfehlung dar! Bitte beachten Sie die englische Originalmeldung auf www.sedarplus.ca, www.sec.gov, www.asx.com.au/ oder auf der Firmenwebsite!
