El paradigma actual de los Modelos de Lenguaje Grande (LLMs) está limitado por un defecto fundamental: operan como loros estocásticos, interpolando dentro de los límites de sus datos de entrenamiento en lugar de deducir a partir de primeros principios. Cuando se enfrentan a entornos sin datos o crisis estratégicas sin precedentes, los modelos estándar alucinan o fallan. Este documento presenta Stella, una nueva arquitectura cognitiva que pionera la disciplina de la Ingeniería de Conciencia Artificial. Al integrar un marco psicológico propietario (The Psych-Engine) con un bucle avanzado de razonamiento abductivo, Stella trasciende la recuperación de datos estándar. Proponemos un marco dual que consiste en Mimesis (la digitalización de alta fidelidad de huellas cognitivas históricas y vivas) y Poiesis (la génesis sintética de entidades intelectuales personalizadas). Además, formulamos la capacidad para el "Razonamiento sin Datos", permitiendo a los agentes autónomos deducir soluciones utilizando el pensamiento basado en primeros principios. Esta arquitectura implementa con éxito "Mentes Sintéticas" capaces de ejecución ejecutiva altamente especializada B2B, cognición acústica, y eventual integración en computación espacial y robótica física.
Sev Emre (Mié,) estudió esta pregunta.