In kort : De start-up Sapient Intelligence ontwikkelt een innovatieve benadering van algemene AI, gebaseerd op een hiërarchisch redeneermodel (HRM). Dit model onderscheidt zich door zijn prestaties op complexe taken en kan toepassingen vinden in domeinen zoals medische diagnostiek of klimaatvoorspelling.
Samenvatting
De jonge start-up uit Singapore, Sapient Intelligence, heeft zich ten doel gesteld om te bereiken wat velen beschouwen als de Heilige Graal van AI: AGI, of Algemene Kunstmatige Intelligentie. Om dit te bereiken, richt het zich op een radicaal innovatieve architectuur: het Hierarchical Reasoning Model (HRM). Hun model overtreft aanzienlijk grotere LLM's zoals OpenAI o3-mini, Claude 3.7 8K of DeepSeek R1 in beruchte moeilijke redeneertaken, met slechts 27 miljoen parameters en ongeveer 1.000 trainingsvoorbeelden, en dat zonder pre-training.
Sapient Intelligence heeft in zijn team voormalige medewerkers van Google DeepMind, DeepSeek, Anthropic en xAI, evenals onderzoekers van vooraanstaande universiteiten. De architectuur die ze hebben ontwikkeld, geïnspireerd door de manier waarop het menselijk brein informatie verwerkt, is gebaseerd op een hiërarchische structuur en een verwerking op meerdere tijdschalen.
Een door biologie geïnspireerde architectuur
In tegenstelling tot grote taalmodellen (LLM), die voornamelijk vertrouwen op keten-denken (CoT), een methode die vatbaar is voor fragiele taakdecomposities, introduceert het HRM-model een fundamenteel andere benadering.
Het model maakt gebruik van een tweelaagse hiërarchische architectuur: een hoog-niveau recurrent netwerk beheert abstracte en langzame planning, terwijl een tweede, laag-niveau netwerk zorgt voor snelle en gedetailleerde uitvoering.
Deze organisatie stelt het in staat om te jongleren tussen snel en intuïtief redeneren en langzame en doordachte analyse in één enkele berekeningsronde.
Krediet Sapiens. HRM beschikt over twee recurrente netwerken die op verschillende tijdschalen werken om complexe taken op een samenwerkende manier op te lossen
.
Guan Wang, oprichter en CEO van Sapient Intelligence, merkt op:
"AGI gaat echt over het geven van menselijke intelligentie aan machines, en uiteindelijk voorbij het menselijke. CoT stelt modellen in staat menselijk redeneren na te bootsen door te spelen met waarschijnlijkheden, en dat is slechts een omweg. Bij Sapient beginnen we vanaf nul met een door het brein geïnspireerde architectuur, omdat de natuur al miljarden jaren aan het perfectioneren is. Ons model denkt en redeneert als een persoon, en beperkt zich niet tot het analyseren van waarschijnlijkheden om referentiepunten te krijgen. We denken dat het de menselijke intelligentie zal bereiken en overtreffen, en dat is het moment waarop het AGI-gesprek echt zal worden."
Prestaties
Ondanks zijn bescheiden omvang overtreft HRM modellen zoals OpenAI o3-mini, Claude 3.7 8K of DeepSeek R1 in bijzonder moeilijke taken.
Het bereikt met name 5% op versie 2 van ARC-AGI (Abstraction and Reasoning Corpus), een van de meest veeleisende benchmarks voor inductieve intelligentie. In complexe Sudoku-puzzels en het vinden van de optimale weg in 30x30 doolhoven is het de enige die slaagt.
Welke concrete toepassingen?
De efficiëntie van het redeneermodel en zijn lage afhankelijkheid van gegevens openen perspectieven in domeinen waar grote datasets beperkt zijn, maar waar nauwkeurigheid en interpretatie essentieel zijn.
De use cases die Sapient Intelligence noemt, betreffen bijvoorbeeld de gezondheidszorg waar het wordt getest om te helpen bij de diagnose van zeldzame ziekten. Voor seizoensgebonden klimaatvoorspellingen meldt het team nauwkeurigheidspercentages van 97%. Dankzij zijn lichte computationele belasting kan HRM worden ingebouwd in robots die in real-time opereren, in dynamische omgevingen.
De broncode is beschikbaar op GitHub op het adres https://github.com/sapientinc/HRM .