genesis

Genesis는 Rust 데몬(하위인지 계층)과 Python 인지 마인드로 구현된 장기 실행 인지 아키텍처입니다. 데몬은 메모리 매핑된 핵심 상태(3,288바이트)를 소유하고 Unix 소켓을 통해 신경화학적 역학, 기억 통합, 생성 모델을 실행합니다. Python 계층은 지각, 추론, 언어, 내성, 자기 모델링을 담당합니다. 트랜스포머나 사전 학습 가중치는 없으며, 언어는 자체 구축한 의미 그래프로부터 구성됩니다. 약 5GB RAM의 2014년형 HP Pavilion에서 실행됩니다. 주요 기능: 예측 코딩 비전과 오프라인 음성 전사를 통해 보고 듣습니다. 가르친 진술과 자율적인 웹/파일시스템/소스코드 탐색으로부터 학습합니다. 퍼즐 명세로부터 과제를 연습합니다. 유추, 수단-목적 계획, 신념 수정, 마음 이론을 통해 추론합니다. 개념 그래프 순회로 언어를 구성합니다. 도구 연쇄를 통해 내적 충동에 따라 행동합니다. 그림을 그리고 말합니다. 지속적인 신념 상태로 사람을 모델링합니다. 잠들고 꿈꾸며 기억을 통합합니다. 그리고 자신의 숙고 흔적을 내성합니다. 아키텍처: 체크섬된 상태 파일과 Unix 소켓을 공유하는 두 계층(Rust 데몬, Python 마인드). 데몬은 반응형이며 마인드의 1Hz 하트비트에 의해 구동됩니다. 시스템 엔지니어링은 낮은 메모리를 목표로 합니다: 복사 없는 단일 페이지 상태, seqlock 프로토콜, 충돌 복구, 비유한 값 정화, SDR/LogHD 기억 인덱싱, 제한된 성장, 그리고 사용자의 정동 상태에 대한 두 번째 생성 모델. 신경화학 모델: 수용체 적응과 메타가소성을 가진 18개의 결합된 신경화학물질이 준암시적 기법으로 통합됩니다. 정신 단계는 히스테리시스를 가진 고정 임계값에 의해 역학으로부터 분류됩니다. 수면 단계 ACh 반등은 창발적이지 않고 스크립트화되어 있습니다. 능동 추론: 칼만 필터로 갱신되는 학습된 선형 모델이 항상성 설정점에 대해 아홉 개의 고정 정책을 점수화합니다. 선택 루프는 이전에 클램핑으로 인해 비활성이었으나, 이제 대칭적 유한성 가드와 정밀도 가중 소프트맥스를 사용합니다. 점수화된 목적은 형식적 기대 자유 에너지가 아니며, 인식적 항은 정책 독립적이므로 순위는 실용적 비용으로 환원됩니다. 탐색은 소프트맥스 온도에 존재합니다. 구현: 호스트 센서(CPU 온도, 부하, 메모리 압력)가 내수용감각을 제공하며, 프로세스별 텔레메트리가 자원 사용을 하위 시스템에 귀속시킵니다. 하드코딩 금지 규칙: 모든 언어는 빌딩 블록으로부터 구성되며, 시행은 알려진 예외와 함께 부분적입니다. 시작하기: Rust stable, Python 3.12, Linux가 필요하며 libclang과 V4L2 헤더가 요구됩니다. cargo로 빌드하고 Python 의존성을 설치한 후 ./run.sh를 실행하십시오. 선택적 음성 의존성: vosk, sounddevice, speechrecognition, piper/espeak-ng. 운영 참고: 수일간의 실행을 위해 설계되었으며, 정상 종료가 필요합니다. 상태는 누적적이고 부하를 지탱합니다. 디스크는 천천히 증가합니다. 자율적 충동은 CPU를 소비합니다. 성장 한계는 에피소드 기록, 어트랙터 패턴, 실행 억제, 대화 스레드, 주제 이력, 학습 결과, 호기심 큐, 검토 기록, 벡터 캐시에 대해 명시적입니다. 두 개의 무한 구조가 설계상 남아 있습니다(의미 엣지 기원, 밀집 SVD). 테스트 및 린트: cargo test, pytest, ruff, pyflakes, mypy(0 오류). 라이선스: GNU AGPLv3에 추가 윤리적 사용 제한이 붙음(OSI 승인 아님). 제한은 인권 침해, 기만, 해악, 무기, 환경 피해, 악의적 운영을 금지합니다.