Inteligencja maszynowa i systemy autonomiczne
Badamy, jak systemy AI mogą przejmować więcej pracy bez utraty odpowiedzialności i kontroli. Lokalne modele, dobór modeli i orkiestracja wielu agentów łączą się tu z politykami działania, nadzorem człowieka, limitami zasobów i odwracalnymi operacjami. Celem jest większa samodzielność przy zachowaniu widoczności decyzji, ograniczeń i możliwości ingerencji operatora.
KIERUNKI PRACY
Local LLM i dobór modeli
Orkiestracja wielu agentów
Procesy autonomicznej pracy inżynierskiej
Action Firewall i zatwierdzanie działań
Nadzór człowieka i odzyskiwanie kontroli
Zarządzanie zasobami
Pamięć maszynowa i wiedza
Badamy, jak system może zachowywać wiedzę projektową bez utraty źródła, kontekstu i możliwości korekty. Praca łączy kontrolowane wprowadzanie wiedzy, grafy wiedzy i informację o pochodzeniu z eksperymentalnymi mechanizmami pamięci. Każde podejście sprawdzamy pod kątem niezawodnego wyszukiwania, aktualizacji i długotrwałego kontekstu technicznego.
KIERUNKI PRACY
Pamięć maszynowa i pakiety wiedzy
Grafy wiedzy i pochodzenie informacji
Kontrolowane wprowadzanie wiedzy
Pamięć asocjacyjna oparta na fazie
HDC / VSA i Residue-HDC
Pamięć ułamkowa oraz stany złożone
Systemy uczące i architektury neuronowe
Ten kierunek bada mechanizmy uczenia, które mogą adaptować się w trakcie działania, zachowywać użyteczny stan i pozostawać ekonomiczne w testowaniu. Obejmuje metody neuronowe oraz rozwiązania alternatywne. Eksperymenty skupiają się na mierzalnym zachowaniu: adaptacji, stabilności, zużyciu zasobów i jakości wyuczonego stanu.
KIERUNKI PRACY
Dynamika neuronowa i alternatywna
Forward Projection
Uczenie online i ślady kwalifikowalności (eligibility traces)
BrainTrace
Neuronowe automaty komórkowe
Sieci fazowo-spójne i mechanizmy uwagi
Obliczenia eksperymentalne / Cheap Frontier
Cheap Frontier bada idee obliczeniowe na zwykłych komputerach i konsumenckich GPU, zanim wyspecjalizowana infrastruktura stanie się konieczna. Działamy praktycznie: budujemy, mierzymy, porównujemy i rozwijamy tylko te podejścia, które poprawiają wydajność, możliwości albo rozumienie systemu.
KIERUNKI PRACY
HDC / VSA i Residue-HDC
Pamięć fazowa oraz ułamkowa
Eksperymenty z sieciami tensorowymi
Obliczenia tropikalne / Max-Plus
Planowanie z mapami poznawczymi
Alternatywy oszczędne zasobowo
Reverse engineering i analiza protokołów
Gdy kończy się dokumentacja, punktem wyjścia staje się zachowanie systemu. Analizujemy komunikację urządzeń, protokoły własnościowe, firmware, zachowanie systemów wbudowanych oraz granice sprzętu i oprogramowania, aby wspierać integrację, diagnostykę i kontrolowaną przebudowę. Praca opiera się na obserwacji, przechwytywaniu komunikacji, korelacji sygnałów i powtarzalnej analizie technicznej.
KIERUNKI PRACY
Przechwytywanie CAN i korelacja sygnałów
Procesy diagnostyki pojazdów
Granice elektryczne i sprzętowe
Firmware oraz systemy wbudowane
Protokoły własnościowe
Nieudokumentowane interfejsy
WCZEŚNIEJSZA PRACA
Wcześniejsze doświadczenia obejmują praktyczne eksperymenty z NAND, firmware oraz JTAG / RGH dla Xbox 360, a także inne prace na granicy sprzętu i oprogramowania.