Auto-update wiki via make

neoricalex 2025-12-01 06:58:36 +01:00
parent 26b3a2b423
commit 00bd934ea8

@ -141,11 +141,11 @@ O TRM é:
Ele usa:
* telemetria v5
* memória de eventos (Hippocampus)
* sinais fisiológicos
* micro-regras
* micro-agentes internos
* [x] telemetria v5
* [x] memória de eventos (Hippocampus)
* [x] sinais fisiológicos
* [-] micro-regras
* [x] micro-agentes internos
para criar uma **mente mínima**, mas viva.
@ -161,71 +161,71 @@ Três agentes simples, independentes, mas acoplados:
Responsável por proteção e homeostase.
* monitora delta, aceleração, temperatura e FS
* ajustes preventivos
* ativa markers (`enter_stress_zone`, `fs_warning`)
* reduz carga quando há risco
* [-] monitora delta, aceleração, temperatura e FS
* [-] ajustes preventivos
* [x] ativa markers (`enter_stress_zone`, `fs_warning`)
* [-] reduz carga quando há risco
##### **🧭 Explorador**
Responsável por “pensamento” TRM.
* gera micro previsões de tendência
* avalia estabilidade
* modifica tick cognitivo
* inicia refinamento simbólico
* [-] gera micro previsões de tendência
* [-] avalia estabilidade
* [-] modifica tick cognitivo
* [ ] inicia refinamento simbólico
##### **📜 Arqueólogo**
Responsável por memória e histórico.
* lê eventos telemétricos recentes
* correlaciona com estados antigos
* ativa markers (`loop_suspect`, `recovering`)
* influencia valência interna
* [x] lê eventos telemétricos recentes
* [-] correlaciona com estados antigos
* [x] ativa markers (`loop_suspect`, `recovering`)
* [x] influencia valência interna
#### 🔹 2. Energia / Custo Cognitivo
Cada passo TRM consome energia.
* mais telemetria = mais custo
* previsões mais profundas = custo quadrático
* estado “quente” aumenta custo
* estado “frio” diminui custo
* [x] cada passo TRM consome energia
* [-] mais telemetria = mais custo
* [ ] previsões mais profundas = custo quadrático
* [-] estado “quente” aumenta custo
* [-] estado “frio” diminui custo
Quando a energia baixa demais →
➡ TRM reduz profundidade, entra em modo “mínimo”.
* [x] Quando a energia baixa demais → TRM reduz profundidade, entra em modo “mínimo”.
#### 🔹 3. Valência Interna
Uma métrica de “bem-estar”.
* estabilidade aumenta
* picos rápidos diminuem
* recovery aumenta
* FS warning diminui
* jitter alto diminui
* [x] estabilidade aumenta valência
* [-] picos rápidos diminuem
* [x] recovery aumenta
* [x] FS warning diminui
* [-] jitter alto diminui
Valência influencia:
* intensidade TRM
* prioridades
* ritmo cognitivo
* [x] intensidade TRM
* [-] prioridades
* [-] ritmo cognitivo
#### 🔹 4. Ritmos Internos (Osciladores)
Quatro ritmos independentes:
* `think_rate`
* `memory_sync_rate`
* `telemetry_rate`
* `selfcheck_rate`
* [-] `think_rate`
* [-] `memory_sync_rate`
* [-] `telemetry_rate`
* [-] `selfcheck_rate`
Alguns podem oscilar lentamente ao longo do tempo (sinusóide leve), criando:
* ciclos
* fases
* padrões internos
* [-] ciclos
* [-] fases
* [-] padrões internos
Estes ritmos ajudam a criar **estabilidade dinâmica**, essencial para emergência.
@ -233,27 +233,27 @@ Estes ritmos ajudam a criar **estabilidade dinâmica**, essencial para emergênc
##### Estados principais:
* `stable`
* `warm`
* `hot`
* `critical`
* `recovery`
* [x] `stable`
* [x] `warm`
* [x] `hot`
* [x] `critical`
* [x] `recovery`
##### Atratores cognitivos (dinâmica de V1):
* estável
* quasi-estável
* recuperativo
* oscilatório
* pré-caótico (quando delta+aceleração divergem)
* [-] estável
* [-] quasi-estável
* [-] recuperativo
* [-] oscilatório
* [ ] pré-caótico (quando delta+aceleração divergem)
O estado atual do TRM influencia:
* profundidade TRM
* valência
* custo cognitivo
* ajustes no tick
* markers enviados ao Hippocampus
* [x] profundidade TRM
* [x] valência
* [-] custo cognitivo
* [-] ajustes no tick
* [x] markers enviados ao Hippocampus
#### 🟦 **TRM v2 — (evolução planejada)**
@ -263,40 +263,41 @@ O estado atual do TRM influencia:
O TRM começa a preferir estados e caminhos:
* preferir estabilidade
* evitar stress
* buscar eficiência
* balancear energia
* [ ] preferir estabilidade
* [ ] evitar stress
* [ ] buscar eficiência
* [ ] balancear energia
##### 🔹 2. Mini-linguagem interna
Representações simples como:
```
thought: "tendência alta"
thought: "risco: subida rápida"
thought: "estado bom, manter"
```
Exportados ao Hippocampus.
* [ ] implementação da mini-linguagem interna
##### 🔹 3. Ciclos de humor artificial
Variações lentas baseadas em:
* valência acumulada
* jitter histórico
* eventos repetitivos
* [ ] valência acumulada
* [ ] jitter histórico
* [ ] eventos repetitivos
Humores afetam decisões.
* [ ] Humores afetam decisões.
##### 🔹 4. Consciência temporal
O TRM v2 reconhece:
* “isto já aconteceu antes”
* “há tendência de degradação”
* “estou em recuperação”
* [ ] “isto já aconteceu antes”
* [ ] “há tendência de degradação”
* [ ] “estou em recuperação”
#### 🟦 **TRM v3 — (emergência real)**
@ -306,11 +307,12 @@ O TRM v2 reconhece:
Os três agentes votam dentro do TRM:
```
guardião: reduzir carga
explorador: aprofundar pensamento
arqueólogo: isto parece perigoso
```
* [ ] mecanismo de votação interna entre agentes
O TRM aprende a tomar decisões com base na interação deles.
@ -318,17 +320,17 @@ O TRM aprende a tomar decisões com base na interação deles.
Surgem:
* padrões preferidos
* zonas de estabilidade próprias
* respostas diferentes a mesmas entradas
* [ ] padrões preferidos
* [ ] zonas de estabilidade próprias
* [ ] respostas diferentes a mesmas entradas
##### 🔹 3. Flutuações caóticas controladas
Pequenos desequilíbrios internos criam:
* criatividade
* exploração
* variações de comportamento
* [ ] criatividade
* [ ] exploração
* [ ] variações de comportamento
#### 🟦 **TRM vX — (Holodeck + AGI simbólica)**
@ -336,15 +338,15 @@ Pequenos desequilíbrios internos criam:
##### 🔹 1. “Imaginação Simbólica”
O TRM simula situações no Holodeck.
* [ ] O TRM simula situações no Holodeck.
##### 🔹 2. Raciocínio multitarefa
Vários loops TRM por segundo, cada um explorando algo diferente.
* [ ] Vários loops TRM por segundo, cada um explorando algo diferente.
##### 🔹 3. Generalização interna
A partir de telemetria, memória e simulação.
* [ ] A partir de telemetria, memória e simulação.
---