Matris-GPU-Halüsinasyon yok hız ve izlenebilirlik var - Yeni bir AI mimarisi geliştriyorum

Geliştirmekte olduğum yeni bir yapay zeka mimarisini paylaşmak istedim.

Son birkaç aydır yapay zekanın dili ve mantığı nasıl işlemesi gerektiğini yeniden düşünüyorum. Sonraki kelimeyi istatistiksel olarak tahmin etmek için açıklanamaz bir kara kutunun içinde ağır matris çarpımlarına (Attention mekanizmalarına) güvenmek yerine, farklı bir soru sordum: Ya kavramlar, mantığın görsel olarak izlenebildiği fiziksel, çok boyutlu gerçek bir graf uzayında var olsaydı?
Not: Bu, mevcut bir LLM'in üzerine inşa edilmiş bir GraphRAG sistemi DEĞİLDİR. Bu, bağımsız bir Doğal Graf Bilişsel Motorudur (Native Graph Cognitive Engine).
Mimari AGI için gerekli tüm parametreleri içermektedir. GPU gerektirmiyor, halüsinasyon yok, her şey kontrol edilebilir, her gün yeni bilgiler ile çok hızlı eğitilebilir.
Temel Felsefe:

• Sıfır-Kara-Kutu (Tam Açıklanabilirlik): Modern LLM'ler kara kutulardır; belirli bir kelimeyi (token) neden seçtiklerini asla tam olarak bilemezsiniz. Bizim motorumuz ise "camdan bir beyindir". Her mantıksal sıçrama ve üretilen her cümle, semantik düğümler üzerinde izlenebilen, deterministik, görünür bir "sinaptik rotadır". Yapay zekanın adım adım "düşünmesini" tam anlamıyla izleyebilirsiniz.
• Tersine Eğitim Ölçeklenmesi (Inverted Training Scaling): Veri arttıkça eğitilmesi katlanarak yavaşlayan ve hesaplama maliyeti devasa boyutlara ulaşan klasik LLM'lerin aksine, bizim motorumuz daha çok hızlanır. Graf, temel kavramlarla doldukça, yeni bilgiler ağırlıkları (weights) yeniden eğitmeye gerek kalmadan mevcut fiziksel yapılara anında kenetlenir.
• Gerçek Multimodalite: Fiziksel uzayımızda bir kavram sadece bir düğümdür (node). Aynı düğüme herhangi bir dilde bir metin dizisi, bir görüntü veya bir ses frekansı ekleyebilirsiniz. Motor sadece formatı değil, saf anlamı işler.

Mevcut Durum ve Şaşırtıcı Bir Nedensellik Testi:
Core engine hiç eğitim verisi yokken sadece sebep-sonuç katmanını kullanarak AGI testini çözmeyi başardı. Bir çok milyar dolarlık LLM modellerinden daha iyi sonuç verdi.
Şu anda sadece 10 adet wikipedia makalesi ile eğtildi, kavram eksikliği sebebiyle cümle kuramıyor. (sadece Anne, baba, gel, git demeyi bilen bir bebek gibi düşünebilirsiniz). Görsel LLM modellerinin aksine tamamen izlenebilir ve anında düzenlenebilir ve ne kadar hızlı sonuç ürettiğini göstermek açısından eklenmiştir:


ARC AGI Test sonuçları

Ellerinize sağlık. Gerçekten çok ilgimi çekti ve başarılı buldum. Geliştirmenizi yakından takip etmek isterim. Güncelleme paylaştığınız yada dokümanlaştırmalarınız varsa okumayı çok isterim. Ülkemizde böyle yeni düşünceleri sıkça görmediğimizden heyecan oluşturdu bende

Hocam değerli yorumunuz için teşekkür ederim. Bir kilometre taşını daha tamamladım bu arada ve çok iyi ilerleme kat ediliyor.
Şu anda sadece 10 adet wiki makalesi ile eğitildi, bu halde bile aşağıdaki cevabı üretebiliyor. Eğitim verilerini artırıp demo chat sayfasını paylaşacağım ama muhtemelen ingilizce veriler üzerinden ilerleyeceğim.
Umarım tamamen bitirmeyi başarabilirim. Bir çok platformda paylaşıyorum, ülkemizde ilgi neredeyse sıfır. Globalde daha çok ilgililer. Gönül isterdi ki yerli destek ile globale taşıyalım ama zorla güzellik olmaz malum. Halbuki twitter da bir yorum yazmak ve bir like atmak bile çok büyük destektir, kimsenin cebinden bir kuruş eksilmez. Her şeyin hayırlısı olsun.