Детерминированный движок когнитивной архитектуры на Rust. Альтернатива нейросетевому подходу: понимание как эволюция состояния, а не статистический вывод.
Axiom — исследовательский движок, который обрабатывает смысл через детерминированную физику, а не через обучение на данных. Концепции представлены как объекты в трёхмерном семантическом пространстве; понимание возникает из их взаимодействия по фиксированным правилам.
Ключевое отличие от нейросетевых систем: каждый результат прослеживается до причины. Нет непрозрачных весов, нет вероятностного вывода — есть воспроизводимая эволюция состояния.
Проект работает на бюджетном оборудовании, не требует GPU и внешних ML-сервисов на этапе работы.
Активная разработка. Ядро архитектуры завершено и стабильно.
| Показатель | Значение |
|---|---|
| Тесты | 1 816, проходят полностью |
| Точность семантической классификации | 100% на эталонном корпусе (19 текстов, 8 категорий) |
| Производительность (основной цикл) | 21 µs на итерацию, 50 активных объектов |
| Пропускная способность | ~45 000 итераций/сек на ноутбуке 2019 года |
| Аппаратные требования | CPU, без GPU; работает на 6 ГБ RAM |
Оборудование разработки и тестирования: AMD Ryzen 5 3500U (мобильный, 2019), 6 ГБ RAM, Linux.
Большинство современных AI-систем строятся на обучении: модель выводит закономерности из больших объёмов данных. Axiom исследует другой вопрос — может ли осмысленное поведение возникать из правильно устроенной структуры, без обучения как такового.
Вместо весов и градиентов используется семантическая физика. Единица смысла — объект с позицией, массой, температурой и валентностью в трёхмерном пространстве. Объекты существуют внутри доменов — изолированных сред с собственными правилами: притяжение, отталкивание, инерция, фильтрация на границе.
Рассуждение здесь — не цепочка логических шагов, а развитие состояния системы во времени. Это сознательный архитектурный выбор, и он же — предмет исследования.
Чем это не является: это не нейросеть, не симуляция мозга и не обёртка над языковой моделью.
Система состоит из вычислительного ядра и слоя надстроек над ним.
Ядро (AshtiCore). Одиннадцать доменов с трёхчастной структурой: первичные истины (SUTRA) → восемь специализированных доменов обработки → накопленный опыт (EXPERIENCE) → актуальное состояние (MAYA). Каждый домен — физическая среда со своей конфигурацией.
Маршрутизация (Arbiter). Два пути обработки: быстрый — через накопленный опыт (рефлекс), и медленный — полный проход по доменам. Концептуально близко к разделению на быстрое и медленное мышление.
Контроль (Guardian). Системные ограничения и проверки, которые не могут быть обойдены ни одним компонентом. Гарантирует целостность при любых операциях.
Надстройки над доменами:
- FrameWeaver — выделяет устойчивые структуры в текущем состоянии и закрепляет их в опыте.
- AxialEvaluator — оценивает структуры по трём смысловым осям, формируя систему координат значений.
- ContextRecognizer — определяет активную предметную область, отслеживает переходы между ними и распознаёт конфликты.
- NeuralAdvisor — рекомендательный слой: предлагает, но не управляет; все предложения проходят валидацию.
- Sensorium — единая точка доступа к полному внутреннему состоянию системы, с управлением уровнем детализации и нагрузкой.
Время. В ядре нет привязки к реальным часам — только причинный порядок событий. Это обеспечивает полную воспроизводимость.
Интерфейс. Веб-приложение (HTTP/WebSocket сервер + SPA) для наблюдения и управления в реальном времени.
Все измерения воспроизводимы на оборудовании, указанном в разделе «Статус».
Семантическая классификация. На эталонном корпусе из 19 текстов, охватывающих 8 предметных областей (математика, логика, музыка, время, ценности, этика, абстракции, письмо), система достигает 100% точности определения категории — 7 600 из 7 600 проверок.
Обработка реального текста. Система протестирована на живых документах разного масштаба — от поэтических сборников до полного философского трактата (1 326 фрагментов, русский перевод). На повторном предъявлении распознавание знакомого материала держится на уровне 98%, что подтверждает работу механизма ассоциативной памяти.
Производительность. Основной цикл — 21 µs на итерацию. На длительных прогонах (1 млн итераций) пропускная способность улучшается за счёт оптимизации структур данных. Всё — на мобильном процессоре 2019 года без специальной настройки.
git clone https://github.com/dchrnv/axiom.git
cd axiom
cargo test --workspace # 1 816 тестов
just run # → http://127.0.0.1:8080Минимальный пример:
use axiom_runtime::AxiomEngine;
use axiom_ucl::{UclCommand, OpCode};
let mut engine = AxiomEngine::new();
let cmd = UclCommand::new(OpCode::TickForward, 0, 0, 0);
engine.process_command(&cmd);Подробности — в QUICKSTART.md.
Начало работы
- QUICKSTART.md — установка, интерфейс, API, интеграции
- docs/guides/AXIOM_GUIDE.md — полное руководство по архитектуре и API
Компоненты
- docs/guides/Workstation_V2_Guide.md — интерфейс наблюдения и управления
- docs/guides/FrameWeaver_Guide_V1_1.md — слой надстроек
- docs/guides/DREAM_Phase_Guide.md — фаза консолидации
- docs/guides/External_Adapters_Guide_V1_0.md — внешние интеграции
Состояние проекта
- STATUS.md — текущее состояние по компонентам
- ROADMAP.md — план развития
- docs/bench/RESULTS.md — результаты замеров производительности
Код этого репозитория реализован при помощи ИИ. Роль автора — концепция, архитектура, технические решения и контроль результата; роль ИИ — реализация. Это осознанный способ работы, и проект не скрывает его.
Архитектурные решения, онтология и направление — авторские. Реализация — совместная.
Разработка и тестирование велись на Linux. Работа на Windows и macOS не проверялась и не входила в задачи проекта. Перед использованием в продакшене рекомендуется понимание внутреннего устройства системы.
Axiom распространяется по модели двойного лицензирования.
Открытая лицензия (для исследований и некоммерческого использования)
- Код: AGPL-3.0 — открыт для исследований и вклада в open-source.
- Веса: CC BY-NC-SA 4.0 — для академического изучения и некоммерческих экспериментов.
- Условие: производные работы распространяются на тех же условиях.
Коммерческая лицензия (для бизнеса)
- Назначение: проприетарное ПО, корпоративная интеграция, закрытые SaaS-решения.
- Снимает ограничения copyleft и некоммерческого использования.
- Включает юридические гарантии и приоритетную поддержку.
Запрос коммерческой лицензии: dreeftwood@gmail.com
