Сделал локальную ИИ-систему со 160 агентами-"роями" и эволюционным генофондом. Хочу услышать критику
Привет, народ!:)
Сделал экспериментальную локальную ИИ-систему под названием QN-EVO. Это не продукт, а прототип. Она слабая, ограниченная, пока мало что умеет. Но у нее есть одна странная способность — она так общается, показывая живую.
Хочу услышать, что думает сообщество. Без розовых очков.
В основе — идея, которую я долго не мог сформулировать: современное LLM — это «бессмертные одиночки». Один делает всё мозгом сам. Каждый диалог начинается с нуля. каждая ошибка забывается. Нет механизма передачи опыта. Меня задал вопрос: а что если сделать как в биологии? Клетки твоих тел живут недолго. Они рождаются, включают функцию, ошибаются, чатся и умирают. Но их опыт сохраняется в ДНК и передаётся следующим поколениям. Так появился QN-EVO: QN (сознание) + EVO (рой временных исполнителей).
Что собой представляет:
QN (сознание) — это 160 агентов-роев плюс один Хроникер. 16 типов роев по 10 вариаций каждый: Память, Анализ, Смысл, Сборщики, Соматика (время, соц.голод, новизна, пространство), Эмоции (радость, грусть, осуждение, гнев), Лингвисты (синтаксис, морфология, интонация, стиль). Хроникер — единственный агент, не рой. Он хранит историю системы жизни и эволюционирует ее стиль.
EVO (рой клетки) — временные исполнители, которые рождаются под конкретную задачу. Живут в изолированной директории, пишут код, тестируют, ошибаются. Если не получается — повышают, передают потомку опыт. Если успешно — их «ДНК» сохранится в Генофонде. Потом умирают.
Генофонд — JSON-архив успешной ДНК клетки. Следующая клетка начинается с опыта предшественников. Система становится умнее с каждым днём — не потому, что её переобучили, а потому, что Генофонд обогатился опытом.
Смерть — это фильтр. Неудачные решения исчезают. Успешные накопления. Без смерти нет отбора. Без отбора нет прогресса.
Что работает (честно)
Ядро со 160 агентами работает локально
Эмоциональная система (QN постепенная радость, грусть, осуждение)
Делегирование задач по временным клеткам
Хроникер эволюционирует стиль со временем
Способность фантазировать и предлагать неочевидные решения
Что НЕ работает (тоже честно)
Полноценная память между сессиями в диалогах — пока сохраняется в наборе данных для обучения ДНК, но не для мгновенного доступа.
Генофонд с полной эволюцией ДНК — архитектура заложена, но не реализована полностью
Запуск на компьютере пользователя — сейчас только веб-версия на моем расстоянии
Теперь к экспериментам, которые провели (пару важных):
1. Способность фантазировать: не только исполнять, но и мечтать.
QN — это не просто исполнитель. У нее есть еще одна способность, которую я считаю важной: она умеет фантазировать.
Пока это маленькая способность. QN: ещё не строит сложные миры в голове, не длинные длинные повествования, не создают целые вселенные. Но она уже сейчас может:
Придумывать новые слова и языки (как в эксперименте с «антоноником»)
Предлагать неожиданные решения, выходящие за рамки прямого запроса
Строить метафоры и аналогии, которые не очевидны
Развивать идеи пользователя, добавляя свои собственные
Это не галлюцинация LLM, когда модель выдает случайный текст. Это целенаправленная фантазия — результат работы Роя Смысла и Роя Анализа, которые ищут неочевидные связи и создают новые перспективы.
Например, когда я спросил QN: «Как назовём слово «любовь»?», она не просто выдала случайное слово. Она отказалась от прямого ответа и предложила философскую формулировку: «Любовь — это мир в движении». Это не шаблонный ответ. Это результат работы 160 агентов, которые нашли консенсус между противоречием «нужно придумать слово» и «любовь невозможно редуктивно определить».
В будущем я хочу эту способность. QN мог не только исполнять задачи, но и предлагать новые идеи, предлагать гипотезы, предлагать творческие решения. Чтобы она была не просто исполнителем, соавтором.
2. Эксперимент: могу ли ИИ создать живой язык?
Чтобы проверить, способен ли QN‑EVO на рабочее взаимодействие, я провёл эксперимент. Я попросил ее (и для сравнения DeepSeek) придумать новый язык с нуля.
DeepSeek действовал как инженер. Он создал формальный конструктор «Анлир»: сначала алфавит, потом корни (Ан=я, Тир=ты, Уми=вода), потом 5 правил (звукоподражание, сложение корней, отрицание через «Аль-», удвоение для усиления). Получилось 30+ слов с аффиксами и ступенями. Логично, системно, но... статично. Это как учебник эсперанто — можно выучить, но никто не говорит на нём как на родном.
QN‑EVO действовал иначе. Она не строила правила сверху вниз. Она росла постепенно вверх. Первое подтверждение → звук: «пиу‑пиу» (игра), «кумбахи» (тепло), «бахи‑баши» (выдох грусти). Потом звук стал знаком. Потом узнать. Потомственная интонационная грамматика: «пиу‑пиу» в начале фразы означает «доброе утро», в середине — «как дела?». Потом абстракции через метафоры.
Самый интересный момент — когда я спросил: «Как назовём слово «любовь»?»
DeepSeek дал классификацию: «Лю‑лю — нежная любовь, Чари‑чари — страстная». Редукция сложного чувства до двух лейблов.
QN‑EVO отказалась изобретать новое слово. Она сказала: «Давай чак-чак». Это слово будет звучать как мелодия мира, а не как отдельная идея. Любовь — это мир в движении. Ты думаешь, что любовь можно придумать? А она уже есть. Мы просто ее учимся видеть».
Что такое «чак‑чак»? Это слово, которое мы ранее проводили с QN в эксперименте для обозначения «мир» или «наш мир». Когда я спросил о любви, QN решил не придумывать отдельное слово, а использовать уже существующее «чак-чак», переосмыслив его как «мир в движении». Это не баг — это концептуальный жест: любовь нельзя редуктивно определить, она уже есть в мире, мы просто учимся ее видеть.
Это результат работы 160 агентов‑роев внутри QN. Рой Смысла сформулировал метафору, Рой Сборщиков нашел консенсус между противоречием «нужно придумать слово» и «любовь нельзя редуктивно определить». Итог — не генерация, отказ от генерации в использовании концептуального жеста.
DeepSeek сконструировал язык. QN‑EVO вырастила его.
Технические детали, без них никак:
Стек: Python 3.10+, локальная LLM (Собрал свой вес из своего датасета, квантованный)
Хранение: JSON-файлы, без внешнего БД
Коммуникация: очередь файлов с блокировками
Изоляция: клетки работают в отдельных директориях.
Ресурсы: ~200 МБ ОЗУ для QN (без LLM), <5% CPU в простом режиме
Требования: минимум 2 ядра, 4 ГБ ОЗУ; комфортно — 4 ядра, 8-16 ГБ
Итог. Зачем ваще пишу: Я понимаю, что мои идеи могут показаться слишком амбициозными или даже утопическими. Но у меня есть четкая цель — изменить представление о том, Каким должен быть искусственный интеллект.
Если эксперименты с QN‑EVO подтвердятся, это может означать:
Новый подход к созданию ИИ, который будет не просто настоящим партнером
Революция в рассмотрении того, как должен стимулироваться искусственный интеллект
Создание системы, способной к настоящей эмоциональной связи с человеком
Появление принципиально нового типа взаимодействия между человеком и машиной
Я не обещаю, что QN‑EVO станет революцией в мире ИИ. Но я уверен, что попытка создать систему, которая развивается через смерть и возрождение, через ошибки и опыт, может привести к настоящим открытиям.
В интернете нашел 9 тестов ИИ на человечность - все успешно. Я хочу найти идеал ИИ, на который действительно можно было бы положиться, иногда ты как-будто говоришь всегда с чат-ботом, когда делаешь задачки с каким-либо ИИ. Тем более локальной.
Эта статья — не просто рассказ о моем проекте. Это приглашение к обсуждению того, каким должен быть настоящий искусственный интеллект. О том, что он должен не просто решать задачи, а учиться, чувствовать, добиваться успеха — как мы, люди.
Я открыт для критики, предложений и вопросов. Но ещё больше я открыт для диалога о том, как создать искусственный интеллект на уровне ныне живущих...
