01 · Fundamentals
Why associative memory beats vector RAG
Vector RAG matches on surface similarity: no shared keywords, no hit. It cannot connect "I dislike Python" to a later "what should I write this script in?" — the words don't overlap.
Read the full article → Почему ассоциативная память сильнее векторного RAG
Векторный RAG ищет по поверхностному сходству: нет общих слов — нет результата. Он не свяжет «не люблю Python» с более поздним «на чём написать скрипт?» — слова не пересекаются.
Читать статью целиком → 02 · Theory
Sparse Distributed Memory ≈ Attention
The engine is Kanerva's SDM, first described at MIT. Recent work (2021–2026) proved it is mathematically equivalent to the Attention mechanism inside Transformers — the very thing that powers GPT-4 and Claude.
Read the full article → Разреженная распределённая память ≈ Attention
В основе — SDM Канервы, впервые описанная в MIT. Недавние работы (2021–2026) доказали её математическую эквивалентность механизму Attention в трансформерах — тому самому, на котором работают GPT-4 и Claude.
Читать статью целиком → 03 · Frontier
From AI memory to a robot's "muscle memory"
Kanerva designed SDM as a digital model of the cerebellum — the seat of motor skill. For narrow, motor tasks (walking, skating) that turns a weakness into a strength: repetition builds a stable interference pattern. The more it walks, the better it walks.
Read the full article → От памяти ИИ к «мышечной памяти» робота
Канерва задумывал SDM как цифровую модель мозжечка — центра моторики. Для узких моторных задач (ходьба, катание) это превращает минус в плюс: повторение формирует устойчивую интерференционную картину. Чем больше ходишь — тем лучше ходишь.
Читать статью целиком →