EIGENEZIS: polski system AI stawia na matematyczne dowody zamiast filtrów

Czy sztuczna inteligencja może nie tylko wykonywać zadania, ale również matematycznie udowodnić, że robi to w sposób stabilny i zgodny z przyjętymi zasadami? Taki cel stawia przed sobą Eigenesis – opracowany w Polsce autonomiczny system AI, który wykorzystuje metody znane z teorii układów dynamicznych do weryfikacji każdej podejmowanej decyzji jeszcze przed jej wykonaniem.

Większość współczesnych systemów AI działa w oparciu o modele językowe, które generują odpowiedzi na podstawie prawdopodobieństwa. Choć są coraz bardziej zaawansowane, ich twórcy nie są w stanie formalnie zagwarantować, że kolejne decyzje pozostaną spójne, a system nie zacznie z czasem odbiegać od założonych celów lub wartości.

Takie ograniczenia ma eliminować EIGENEZIS – pierwszy na świecie autonomiczny system operacyjny AI oparty na formalnych, matematycznych dowodach stabilności. Rozwiązanie to opracował  architekt systemowy Adrian Halicki z firmy Punkt Odniesienia. Projekt zakłada wykorzystanie matematycznego mechanizmu weryfikacji, który sprawdza poprawność każdej operacji przed jej wykonaniem.

Koniec z „dryfem” i halucynacjami

Obecne systemy AI borykają się z trzema kluczowymi wyzwaniami:

1. Niespójność operacji w czasie: Model językowy odpowiada na każde pytanie niezależnie, co z czasem prowadzi do tzw. dryfu decyzyjnego i spadku jakości pracy.
2. Reaktywne bezpieczeństwo: Filtry bezpieczeństwa analizują odpowiedź dopiero po jej wygenerowaniu – co oznacza, że błędna lub niebezpieczna decyzja jest architektonicznie możliwa, a jedynie blokowana po fakcie.
3. Akumulacja danych bez realnego wzrostu: Systemy gromadzą terabajty danych, ale nie potrafią zweryfikować, czy nowa operacja faktycznie wnosi nową, unikalną wiedzę.

EIGENEZIS rozwiązuje te problemy u samej podstawy. Zamiast zakazów opartych na instrukcjach słownych, wykorzystuje Warunek Brjuno – klasyczne twierdzenie z teorii układów dynamicznych, znane z analizy orbit astronomicznych i stabilności drgań w fizyce.

Zanim system wykona jakakolwiek operację, przelicza warunek matematyczny. Jeśli planowana akcja przekracza granicę stabilności i grozi wprowadzeniem chaotycznego zachowania, system automatycznie koryguje swoje parametry lub odmawia wykonania działania. W ten sposób decyzja niebezpieczna lub nieetyczna staje się architektonicznie niemożliwa – dokładnie tak samo, jak niemożliwy jest błąd w poprawnie przeprowadzonym dowodzie matematycznym.

Cyfrowa konferencja i pamięć holograficzna

EIGENEZIS to nie tylko „matematyczny strażnik”, ale kompletne środowisko wykonawcze dla autonomicznych agentów. Do najbardziej innowacyjnych modułów systemu należą:

• Multi-LLM Conference Mode: System potrafi zorganizować ustrukturyzowaną dyskusję w czasie rzeczywistym pomiędzy pięcioma różnymi modelami AI (m.in. Claude, Gemini, Grok, Kimi, DeepSeek). Wykorzystując matematyczny operator agregacji, modele dochodzą do konsensusu bez ulegania konformizmowi.
• Holograficzna pamięć: Struktura danych oparta na zasadzie fraktalnej, gdzie pojedynczy fragment pamięci zawiera w sobie wystarczające informacje do odtworzenia stanu całej przestrzeni poznawczej.
• Autonomiczne pozyskiwanie narzędzi: Gdy system napotyka zadanie wymagające nowych kompetencji, potrafi samodzielnie odnaleźć, zainstalować i zweryfikować niezbędne biblioteki czy interfejsy API, pozostając pod stałą kontrolą gorsetu matematycznego.

Odpowiedź na EU AI Act i perspektywy komercyjne

Unijne rozporządzenie EU AI Act (ze szczególnym uwzględnieniem Artykułu 15) nakłada na przedsiębiorstwa wdrażające AI wysokiego ryzyka, obowiązek zapewnienia pełnej audytowalności i spójności decyzji. EIGENEZIS spełnia te rygorystyczne normy natywnie, na poziomie samej architektury, zapewnia twórca systemu. Każda operacja zapisywana jest bowiem z niezmiennym identyfikatorem kryptograficznym, tworząc weryfikowalny łańcuch decyzji.

Projekt znajduje się w zaawansowanej fazie gotowości wdrożeniowej. Poddano go 301 zautomatyzowanym testom ze 100% wskaźnikiem zaliczenia. Posiada też działające interfejsy REST API, WebSocket, CLI oraz pełną konteneryzację Docker.

Obecnie Punkt Odniesienia otwiera rundę zalążkową o wartości 800 tys. euro przy wycenie pre-money sięgającej 3,2 mln euro. Projekt poszukuje również partnerów badawczych i firm zainteresowanych pilotażowymi wdrożeniami.