Desenvolvido a partir de CTCE/Gebit e TBA; ( https://doi.org/10.5281/zenodo.17049651)
O CTGV apresenta uma prova de conceito (PoC) de cognição por meio de geometria dinâmica: uma abordagem alternativa, auditável e escalável aos sistemas tradicionais de inteligência artificial.
Baseados em unidades topológicas (Gebits) de formatos distintos
— DECISION MAKER, RESONATOR e INHIBITOR —, eles modelam relações complexas em uma malha de campos de notificação, interferência estrutural e transmissão topológica rastreável. Sua arquitetura é transparente, eficiente em termos de energia e versátil, operando a partir de CPUs simples usando gráficos e pictogramas, permitindo sua adaptação a múltiplos substratos computacionais.
Projetado para aplicações que desabilitam explicação, robustez e verificação:
detecção de anomalias, otimização logística, simulação epidemiológica, simulações climáticas e sistemas críticos regulados — o CTGV é uma ferramenta versátil que pode ser testada, adaptada e aplicada. Disponível hoje para estudo e desenvolvimento no repositório: ( https://github.com/Bear-urso/CTGV-System-V-1.5 )
O programa é um "mecanismo/extensão" cognitivo para IA governável, baseado numa estrutura de autonomia alternativa à computação estatística cega.
CTGV-System-Versions
Developed from CTCE / Gebit and TBA; (https://doi.org/10.5281/zenodo.17049651)CTGV presents a proof of concept (PoC) of cognition through dynamic geometry: an alternative, auditable, and scalable approach to traditional artificial intelligence systems. Based on topological units (Gebits) of distinct formats:- DECISION MAKER, RESONATOR, and INHIBITOR -, they model complex relationships in a mesh of vector fields, structural interference, and traceable topological propagation.
