O paradigma atual dos Modelos de Linguagem de Grande Escala (LLMs) é limitado por uma falha fundamental: eles operam como papagaios estocásticos, interpolando dentro dos limites dos seus dados de treinamento, em vez de deduzir a partir de princípios básicos. Quando confrontados com ambientes de zero dados ou crises estratégicas sem precedentes, os modelos padrão alucionam ou falham. Este artigo introduz Stella, uma nova arquitetura cognitiva que pioneira a disciplina da Engenharia da Consciência Artificial. Ao integrar uma estrutura psicológica proprietária (The Psych-Engine) com um loop avançado de raciocínio abdutivo, Stella transcende a recuperação padrão de dados. Propomos uma estrutura dual composta por Mimesis (a digitalização de alta fidelidade de pegadas cognitivas históricas e vivas) e Poiesis (a gênese sintética de entidades intelectuais personalizadas). Além disso, formulamos a capacidade de "Raciocínio de Zero Dados", permitindo que agentes autônomos deduzam soluções usando o pensamento baseado em princípios básicos. Esta arquitetura implanta com sucesso "Mentes Sintéticas" capazes de execução executiva altamente especializada em B2B, cognição acústica e eventual integração em computação espacial e robótica física.
Sev Emre (Quarta-feira,) estudou esta questão.