Research
World models над скрытыми состояниями человека.
Мы изучаем, как предсказывать и направлять человеческие траектории во времени — из текущего состояния A в выбранное состояние B — через проактивное взаимодействие.
Проблема: слепота к последствиям
Современные ИИ-системы оптимизируют качество одного ответа в один момент. Они слепы к последствиям: не моделируют, что происходит с человеком в следующие часы, недели и месяцы. Бенчмарки измеряют ответы. Никто не измеряет траектории.
Недостающие данные
Модели траекторий нельзя обучить на существующих данных. Клики и логи разговоров фиксируют вовлечённость, а не изменение поведения. Нужные данные — план против факта, взаимодействие → действие → исход, по всем сферам жизни, с согласием — нигде не собираются. Их может производить только продукт, спроектированный для этого с первой строки кода.
Каждое взаимодействие внутри Performance — размеченный обучающий пример.
Цикл
Interaction → Action → Event → Performance
Performance работает на недельном 168-часовом цикле. Система инициирует взаимодействия, человек действует, события попадают на таймлайн, а дельта между планом и фактом питает следующий цикл. Этот цикл — и механика продукта, и двигатель данных.
01
Interaction
02
Action
03
Event
04
Performance
Контекст
World models — устоявшееся исследовательское направление: предсказывать следующее скрытое состояние среды, а не следующий токен. Существующие работы нацелены на физический мир — видео, робототехнику, симуляцию. Наша цель обучения другая: человеческая временная линия. Скрытые состояния, которые мы моделируем, — состояния жизни человека, структурированные недельным циклом.
Математические основания
Наш модельный стек опирается на синтез установившейся математики — ультраметрические и p-адические структуры, мультиарные алгебры, информационно-теоретические методы — применённый к циклическим поведенческим траекториям. Синтез и предметная область — наши; компоненты — строгая, известная математика.
По исследовательским вопросам: research@holisticintelligence.co