人工智能(AI)專家，連續(xù)企業(yè)家，著名軟件開發(fā)人員，F(xiàn)utureAI首席執(zhí)行官查爾斯·西蒙(Charles Simon)推出了Brain Simulator II，這是一個軟件平臺，旨在證明人工智能(AGI)的下一階段AI –將會出現(xiàn)。

Brain Simulator II支持對各種AI算法的實驗，以創(chuàng)建一個端到端的AGI系統(tǒng)，該系統(tǒng)具有用于視覺，聽覺，機器人控制，學習，內部建模甚至計劃，想象力和預見力的模塊。

Simon解釋說：“直接解決認知問題的新穎獨特算法是幫助AI演變?yōu)锳GI的關鍵。”

他解釋說：“ Sallie是大腦模擬器的人造實體，可以在對象周圍移動，查看，觸摸和嗅覺，并學會理解語音。” 她甚至可以學會像孩子一樣使用地標導航迷宮。這個新的研究項目提出了新的算法，以模擬結合高級人工智能技術的生物神經元電路。”

指出，當前的AI示例(例如ALEXA和SIRI)在時間和空間推理領域(任何三歲的孩子都可以做到)方面都不夠，Sallie促進了現(xiàn)有技術的發(fā)展。她使用雙目視覺來估計距離，學習與她所感知的環(huán)境相關的單詞，并像嬰兒一樣學會說話。

據西蒙(Simon)說，薩利(Sallie)的所有信息都被整合到一個通用知識庫(Universal Knowledge Store)中，該知識庫利用生物學上可行的技術來捕獲任何種類的信息。因此，將來自多種感覺的信息聯(lián)系起來是理解物體是否存在于物理環(huán)境中的關鍵-這種洞察力是所有人類思想的基礎。

西蒙指出：“腦模擬器II將視覺和觸覺結合到一個單一的心理模型中，并且在理解因果關系和時間流逝方面正在取得進步。” “隨著模塊的增強，將逐漸出現(xiàn)更多的情報。”

Brain Simulator II將神經網絡和符號AI技術結合在一起，創(chuàng)造了無限可能。它創(chuàng)建了數百萬個神經元，這些神經元通過任意數量的突觸相互連接。

此外，可以將任何神經元簇收集為可以執(zhí)行任何所需背景編程的“模塊”。例如，Brain Simulator II可以將神經網絡識別技術與符號AI軟件結構集成在一起，從而有效地創(chuàng)建關系知識存儲。

Brain Simulator II的其他功能包括：

通過臺式計算機可獲得數百萬個神經元;

從頭開始或從功能庫創(chuàng)建網絡的能力;

語音，視覺和機器人控制的20多種模塊類型;

通用知識存儲模塊，能夠存儲任何類型的信息和突觸;

能夠以Microsoft .NET平臺支持的任何語言編寫模塊的功能。

Brain Simulator II的簡單2D和3D模擬器避免了復雜性，僅從一些對象類型，一些可能的屬性和一些關系開始。一旦這些工作正常，就可以擴展模塊以學習在環(huán)境中遇到的新對象，屬性和關系。