Гибридный подход к AGI

Команда Равата будет развивать архитектуру, сочетающую глубокие нейронные сети с символьными методами логического вывода. Такой нейро-символьный фреймворк, по замыслу авторов, должен устранить главный недостаток современных генеративных моделей — неспособность обосновать выводы в человекочитаемой форме. Рават, который также возглавляет Центр совершенствования ИИ (AICoE) и занимает пост заместителя декана по исследованиям, подчеркивает: доверие к алгоритмам становится критическим, когда они переходят из категории экспериментальных инструментов в разряд операционных систем управления инфраструктурой.

Применение в критической инфраструктуре

Грант предполагает демонстрацию технологии на сценариях расширенного понимания сцены (advanced scene understanding) — например, автономное принятие решений в неструктурированной городской среде или координация дронов при ликвидации чрезвычайных ситуаций. NSF акцентировал внимание на двойном назначении разработок: они должны служить гражданским нуждам, но сохранять потенциал для оборонных задач, что отражает текущую стратегию агентства по поддержке исследований с возможностью технологического переноса в нацбезопасность.

Роль Центра совершенствования ИИ

AICoE Говардского университета, созданный при участии Равата, станет базовой площадкой для проекта. Центр уже накопил опыт в области ответственного ИИ и привлечения малорепрезентируемых групп к инженерным специальностям. Новый грант укрепит позицию вуза в федеральной экосистеме R&D и может стать точкой входа для более масштабных программ, включая инициативы по безопасному AGI, обсуждаемые в Конгрессе и Министерстве энергетики.