J’ai passé un week-end super excitant à tester une pile d’inférence expérimentale avec Glamin posé dessus pour les outils et la mémoire. Au passage, pour ceux que ça intéresse, j’ai ajouté des mises à jour à Glamin qui améliorent radicalement l’interopérabilité C.
Celui-là, c’est dur à expliquer aux gens.
Je veux dire, on fait quoi avec un langage de programmation basé uniquement sur des maths supérieures, avec des concepts totalement nouveaux comme des portes de distance pour la logique que personne n’a jamais vues ?
Eh bien, on le met en pratique, et on montre une implémentation concrète basée dessus.
Du coup, je m’en sers pour construire une machine à états sur laquelle on peut poser un modèle ; l’agent devrait alors être capable d’enregistrer des données dans des vecteurs natifs riches, de lire des « souvenirs » et d’associer différents types d’informations avec différents types d’actions. Ces actions peuvent être regroupées dans des « apps » que le système peut créer ou modifier lui-même, de manière émergente.
La beauté de faire ça avec des vecteurs de distance plutôt que des arbres logiques... c’est que même des modèles plus petits devraient pouvoir le faire, parce qu’ils sont tous entraînés à utiliser des vecteurs, et l’usage rentre pile dans les paramètres connus.
À partir de là, j’ai câblé le système pour que le modèle puisse voir dans Glamin en temps réel, et ça fonctionne comme une sorte de machine à états. Les outils peuvent être déclenchés par un simple changement d’état, au lieu de devoir câbler des chaînes de JSON qu’il faut analyser logiquement.
J’avais écrit un article complet, mais je me suis rendu compte que l’expérience n’est pas encore vraiment finie. J’en suis au point où le concept est prouvé, et je suis en train de monter une implémentation pratique que vous pourrez faire tourner localement.