Auto-update wiki via make

neoricalex 2025-11-30 13:20:57 +01:00
parent cf72705cb1
commit 92fb1d0035

@ -111,26 +111,245 @@ Nesta fase o Neurotron deixa de apenas medir, e passa a **interpretar**, **preve
### 🧬 Telemetria V5 — Expansão Real (em implementação) ### 🧬 Telemetria V5 — Expansão Real (em implementação)
#### 🔹 Medidas e Modelos #### 🔹 Medidas e Modelos
- [ ] Delta entre ciclos (previsão de tendência) - [-] Delta entre ciclos (previsão de tendência)
- [ ] Aceleração do delta (detetar picos súbitos) - [-] Aceleração do delta (detetar picos súbitos)
- [ ] Temperatura virtual (fadiga cognitiva) - [-] Temperatura virtual (fadiga cognitiva)
- [ ] FS Health (blocos + erros + modo RO + delta IO) - [-] FS Health (blocos + erros + modo RO + delta IO)
- [ ] Jitter cognitivo (latência e consistência do ciclo `think()`) - [-] Jitter cognitivo (latência e consistência do ciclo `think()`)
#### 🔹 Eventos TeleMétricos #### 🔹 Eventos TeleMétricos
- [ ] `enter_stress_zone` - [-] `enter_stress_zone`
- [ ] `recovering` - [-] `recovering`
- [ ] `fs_warning` - [-] `fs_warning`
- [ ] `loop_suspect` - [-] `loop_suspect`
- [ ] `temp_rising_fast` - [-] `temp_rising_fast`
- [ ] Exportar eventos → Hippocampus (append-only) - [-] Exportar eventos → Hippocampus (append-only)
#### 🔹 Estados Cognitivos #### 🔹 Estados Cognitivos
- [ ] `stable` - [-] `stable`
- [ ] `warm` - [-] `warm`
- [ ] `hot` - [-] `hot`
- [ ] `critical` - [-] `critical`
- [ ] `recovery` - [-] `recovery`
### ✔ TRM — Tiny Recursive Model — Base simbólica definida
O TRM é o primeiro módulo de **raciocínio interno** do Neurotron.
Ele não é uma rede neural, não aprende por SGD e não precisa de GPU.
O TRM é:
> um **micro-modelo simbólico**, iterativo, recorrente, energeticamente limitado,
> capaz de gerar *pensamentos internos*, previsões, julgamentos e estados mentais.
Ele usa:
* telemetria v5
* memória de eventos (Hippocampus)
* sinais fisiológicos
* micro-regras
* micro-agentes internos
para criar uma **mente mínima**, mas viva.
#### 🟦 **TRM v1 — (implementação imediata)**
> Objetivo: gerar *vida interna mínima* e um estado cognitivo coerente.
##### 🔹 1. Micro-agentes internos
Três agentes simples, independentes, mas acoplados:
##### **🛡️ Guardião**
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
##### **🧭 Explorador**
Responsável por “pensamento” TRM.
* 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
#### 🔹 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
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
Valência influencia:
* intensidade TRM
* prioridades
* ritmo cognitivo
#### 🔹 4. Ritmos Internos (Osciladores)
Quatro ritmos independentes:
* `think_rate`
* `memory_sync_rate`
* `telemetry_rate`
* `selfcheck_rate`
Alguns podem oscilar lentamente ao longo do tempo (sinusóide leve), criando:
* ciclos
* fases
* padrões internos
Estes ritmos ajudam a criar **estabilidade dinâmica**, essencial para emergência.
#### 🔹 5. Espaço de Estados & Atratores
##### Estados principais:
* `stable`
* `warm`
* `hot`
* `critical`
* `recovery`
##### Atratores cognitivos (dinâmica de V1):
* 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
---
#### 🟦 **TRM v2 — (evolução planejada)**
> Objetivo: criar *comportamento emergente previsível*.
##### 🔹 1. Mecanismos de “Preferência”
O TRM começa a preferir estados e caminhos:
* 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.
##### 🔹 3. Ciclos de humor artificial
Variações lentas baseadas em:
* valência acumulada
* jitter histórico
* eventos repetitivos
Humores afetam decisões.
##### 🔹 4. Consciência temporal
O TRM v2 reconhece:
* “isto já aconteceu antes”
* “há tendência de degradação”
* “estou em recuperação”
#### 🟦 **TRM v3 — (emergência real)**
> Objetivo: gerar *estilos cognitivos* e *personalidade operacional*.
##### 🔹 1. Micro-deliberações
Os três agentes votam dentro do TRM:
```
guardião: reduzir carga
explorador: aprofundar pensamento
arqueólogo: isto parece perigoso
```
O TRM aprende a tomar decisões com base na interação deles.
##### 🔹 2. Atratores comportamentais
Surgem:
* padrões preferidos
* zonas de estabilidade próprias
* respostas diferentes a mesmas entradas
##### 🔹 3. Flutuações caóticas controladas
Pequenos desequilíbrios internos criam:
* criatividade
* exploração
* variações de comportamento
#### 🟦 **TRM vX — (Holodeck + AGI simbólica)**
> Objetivo: ligar o Neurotron ao Holodeck (LC3+pyOS) e criar aprendizagem ativa.
##### 🔹 1. “Imaginação Simbólica”
O TRM simula situações no Holodeck.
##### 🔹 2. Raciocínio multitarefa
Vários loops TRM por segundo, cada um explorando algo diferente.
##### 🔹 3. Generalização interna
A partir de telemetria, memória e simulação.
--- ---
@ -157,6 +376,9 @@ Nesta fase o Neurotron deixa de apenas medir, e passa a **interpretar**, **preve
- [ ] Commit automático quando estável - [ ] Commit automático quando estável
- [ ] “🩵 O sistema sente-se bem hoje.” - [ ] “🩵 O sistema sente-se bem hoje.”
Heartbeat virou apenas UI log, não telemetria.
A telemetria verdadeira está no V5.
--- ---
### 🧪 Auto-Diagnóstico v5 ### 🧪 Auto-Diagnóstico v5
@ -231,7 +453,7 @@ Pronto para implementação.
- estável - estável
- quasi-estável - quasi-estável
- recuperativo - recuperativo
- caótico - caótico
--- ---