← Quay lại trang chủ

Thuật toán của NKTg AI được xây dựng trên nền tảng nào?

NKTg AI không phải là mô hình AI tạo sinh (Generative AI) và cũng không phải là công cụ tóm tắt văn bản. Đây là Hệ thống Giải mã Ngôn ngữ (Language Decoding System) được xây dựng trên nền tảng định luật NKTg – Quán tính biến thiên (The NKTg Law on Varying Inertia), sử dụng thuật toán toán học để đo năng lượng ngữ nghĩa và xác định Câu trọng tâm (Core Content) của văn bản.

NKTg Law là gì?

NKTg Law (The NKTg Law on Varying Inertia) là nền tảng khoa học của NKTg AI. Theo NKTg Law, xu hướng chuyển động của một đối tượng được xác định bởi mối quan hệ giữa vị trí (x), vận tốc (v), khối lượng (m):

NKTg = f(x, v, m)

Trong đó:

• x: vị trí hoặc độ dịch chuyển
• v: vận tốc
• m: khối lượng

Từ ba đại lượng này, NKTg Law xây dựng:

p = m × v
NKTg₁ = x × p
NKTg₂ = (dm/dt) × p
  

• NKTg₁: tích giữa vị trí và động lượng (xu hướng rời khỏi hoặc tiến về trạng thái ổn định)
• NKTg₂: tích giữa biến thiên khối lượng theo thời gian và động lượng (hỗ trợ hoặc cản trở chuyển động)

Stable State là trạng thái mà vị trí, vận tốc và khối lượng tương tác để duy trì cấu trúc chuyển động. Đơn vị đo: NKTm (Varying Inertia Unit).

Nền tảng nghiên cứu của NKTg Law

• Định luật vật lý The NKTg Law on Varying Inertia
• Mô hình toán học NKTg = f(x, v, m)
• Thư viện lõi phát triển bằng C++, Rust, Go
• Lớp giao tiếp REST API và gRPC
• Thư viện client cho nhiều ngôn ngữ lập trình
• 150+ phiên bản triển khai trong thư mục examples/
• Tích hợp vào nhiều hệ thống phần mềm
• Hồ sơ nghiên cứu DOI (Zenodo: 10.5281/zenodo.15808498)
• Hồ sơ tác giả ORCID: 0009-0002-9877-4137
• Xác thực trên Solana Blockchain với Token NKTg = f(x, v, m)
• Triển khai trên 11 ngôn ngữ lập trình, thử nghiệm với dữ liệu ESA, sai số 0,208%
• Sách và tài liệu phát hành trên Leanpub, Google Play Books, Amazon, Payhip, Gumroad

Thuật toán của NKTg AI

Dựa trên nền tảng NKTg Law, NKTg AI xây dựng mô hình Semantic Energy (Năng lượng ngữ nghĩa) để phân tích cấu trúc văn bản:

NKTg = f(x, v, m)

p = m × v

NKTg₁ = x × p
        (Semantic Potential Energy)

NKTg₂ = (dm/dt) × p
        (Semantic Kinetic Energy)

NKTg(total) = f(NKTg₁, NKTg₂)
  

Trong đó:

• x: vị trí ngữ nghĩa (Semantic Position)
• v: vận tốc ngữ nghĩa (Semantic Velocity)
• m: khối lượng ngữ nghĩa (Semantic Mass)
• p: động lượng ngữ nghĩa (Semantic Momentum)
• NKTg₁: Semantic Potential Energy (thế năng ngữ nghĩa)
• NKTg₂: Semantic Kinetic Energy (động năng ngữ nghĩa)
• NKTg(total): tổng năng lượng ngữ nghĩa của văn bản

Từ kết quả này, NKTg AI tiếp tục:

• Đo năng lượng của từng từ
• Đo năng lượng của từng câu
• Phân tích cấu trúc năng lượng của toàn bộ văn bản
• Tính toán tỷ lệ AMP, DAMP và STABLE
• Xác định Core Content (Câu trọng tâm) mà vẫn giữ nguyên 100% câu gốc của tác giả