Archetype AI 推出了一种新型人工智能模型，被称为“现象学 AI 基础模型”，旨在提升人工智能系统的通用性和适应性，使其能够更好地理解和处理现实世界的复杂情况，模拟人类的思维方式。
一般来说，人工智能模型的构建依赖于大量的数据，用于学习特定任务的模式和规则。而“现象学 AI 基础模型”则着重于让模型能够理解真实世界的本质，提升模型的泛化能力，从而更好地适应新的环境和挑战。“现象学 AI 基础模型”的设计灵感来源于哲学中的“现象学”概念，力求使人工智能能够像人类一样理解和体验世界。
据称，Archetype AI 在 41 项基准性能测试中，有 5.9 项超过了现有的大型语言模型，涵盖了推理、数学、常识以及模拟物理环境等多个领域。这项研究表明，“现象学 AI 基础模型”在处理现实世界的任务时展现出更强的适应性和效率，有望改善现有大型语言模型在理解和模拟现实世界方面的不足。
为了验证模型的有效性，Archetype AI 构建了一个包含多种物理交互场景的虚拟环境，旨在训练和评估模型在复杂环境中的行为表现，并着重于提升真实世界情境下的推理和决策能力。研究结果显示，“现象学 AI 基础模型”能够更好地适应各种复杂场景，提高了其在实际应用中的可靠性。
总而言之，“现象学 AI 基础模型”代表了一种新的人工智能发展方向，它强调人工智能系统应该具备更强的通用性和适应性。通过模拟人类的感知和理解能力，有望构建出更加智能和可靠的人工智能系统，更好地服务于人类社会。
据 Archetype AI 宣称，“现象学 AI 基础模型”是其技术创新的一大步，预示着人工智能领域即将迎来更加广阔的发展前景。他们相信，这种新型人工智能模型将会在未来得到广泛应用，为各行各业带来革命性的变革。
论文链接：https://cdn.prod.website-files.com/669fb9b0365257a2d64b9744/671062d53917e78989931495_Phenomenological%20AI%20Foundation%20Model%202024.pdf
