Explorando o Aigarth Intelligent Tissue 1.0

Na semana passada, a equipe Aigarth lançou, em um momento crucial para a história do Qubic, o primeiro código aberto de um conjunto de componentes-chave em nossa arquitetura de True-AI, o mecanismo neural ternário, a geração de blocos de construção evolucionários, as regras de crescimento e as operações aritméticas básicas para testar seu desempenho.

Se você é novo em nossa linguagem, Aigarth é a metáfora de um “jardim” para as AIs crescerem. Não acreditamos em projetar AIs, mas em construir os componentes para a Inteligência Geral Artificial ou AGI tomar forma passo a passo, criando o ambiente propício onde isso ocorrerá.

Quando Jose Sanchez e eu escrevemos, em dezembro de 2024, o artigo sobre a Jornada AGI do Qubic (1), tínhamos as ideias e os projetos da equipe Aigarth, mas agora está se tornando realidade, com os  três pilares já visíveis:

O Aigarth Tecido Inteligente (AIT) como o substrato matemático discreto. Pense no solo e no layout do terreno, assim como um jardim precisa de um bom solo como fundação, precisamos de um “solo” matemático especial onde "organismos" artificiais podem viver e crescer.

Uma abordagem de computação ternária que adiciona um estado “desconhecido” ao verdadeiro e ao falso. No exemplo anterior, plantas podem ser saudáveis, doentes ou "ainda não temos certeza", computadores normais pensam em binário: Sim/Não, Ligado/Desligado, Saudável/Doente, a Aigarth “pensa” em três estados: Sim/Não/Talvez,  como uma planta que pode ser saudável, doente ou "não temos certeza ainda, vamos continuar observando".

E dynamics evolutivas para melhoria aberta, será a seleção natural em nosso jardim, assim como na natureza, as "plantas" (componentes de IA) que funcionam bem sobrevivem e se reproduzem, as que não funcionam bem morrem, com o tempo, nosso jardim se torna melhor e mais inteligente sem que você precise redesenhar tudo.

Este é apenas  o primeiro passo em um roadmap mais amplo em direção à inteligência geral (veja a discussão em nosso artigo (1) e “Fig. 4” nas páginas 24,25).

O código-fonte do Tecido Inteligente Aigarth (AIT) é melhor entendido como abrir a caixa de um protótipo funcional de um novo tipo de “material” básico para IA, em vez de enviar um modelo acabado e monolítico, como aqueles que vemos no Hugging Face (um repositório de modelos de IA abertos), é como uma “placa de Petri” programável: um substrato simples onde pequenos organismos computacionais, ou Unidades de Tecido Inteligente, ou ITUs, podem se auto-modificar, competir e ser selecionados para realizar trabalhos úteis.

Embora o cérebro funcione, em última instância, de maneira contínua e analógica, a ternária captura sua diversidade funcional melhor do que o binário. Os neurônios podem estar em repouso (0), excitados (+1) ou inibidos (–1), o que se aproxima da lógica ternária balanceada do que do simples binário. Sinapses podem excitar, inibir ou não ter efeito, e o cérebro integra milhões de tais sinais em paralelo. 

No nível do código, uma Unidade de Tecido Inteligente (ITU) é construída como um anel de neurônios simples que trocam pequenos sinais, fazem uma previsão e, em seguida, se atualizam; esses “neurônios” pensam em valores ternários balanceados ou "trits" de -1, 0 ou +1, dessa forma a informação carrega naturalmente graus como “negativo”, “ausente/desconhecido” ou “positivo”. 

Para os técnicos, várias funções convertem inteiros em sequências de bits e depois em trits, alimentam isso ao tecido e convertem a saída de volta a números familiares. Essa mesma lógica de três estados é a base da computação ternária, onde o estado extra “desconhecido” não é uma peculiaridade, mas um sinal fundamental de incerteza e incompletude; esta é uma escolha de design que pode tornar o aprendizado mais robusto quando os dados estão ruidosos ou parciais (1, 2).

O que transforma isso em uma plataforma de pesquisa, agora aberta a todos, é a capacidade embutida do tecido de mudar a si mesmo; a rotina de mutação ajusta os pesos sinápticos e, quando um ajuste leva uma conexão além de seu intervalo permitido, ela gera um novo neurônio clonando o vizinho mais relevante. Com o tempo, o círculo pode crescer onde o crescimento ajuda e podar onde a poda ajuda. O ciclo de feed-forward continua até que tudo se estabilize ou as saídas sejam não nulas ou um limite de ticks seja atingido; a execução é cronometrada e a condição final registrada, modificações promissoras se fixam, as não úteis são descartadas e a complexidade emerge passo a passo.

Porque o AIT foi projetado para experimentação real, inclui versionamento e rastreamento de dados; cada ITU carrega um conjunto organizado criptograficamente com estações de treinamento rotuladas, episódios incrementados, conjuntos de dados são hash para que qualquer um possa verificar quais dados produziram qual comportamento, e micro-versões aumentam com cada mutação bem-sucedida. O objeto pode ser salvo ou carregado de um pequeno banco de dados (armazenamento SQLite), completo com metadados, para que os experimentos possam ser pausados, compartilhados e reproduzidos.

Além do