النظرية
المكعب الدلالي: المعنى كهندسة متصلة
في Semantic Geometry، لا نخزن نصوصاً أو احتمالات إحصائية: بل نسقط كل مفهوم على نقطة في مكعب متصل [-1, 1]³. المسافة بين نقطتين تمثل قربهما الدلالي، والتحقق من الادعاءات يتم عبر مسارات في الرسم البياني — وليس بتخمين التوكن التالي.
الذكاء الاصطناعي يقترح، والرسم البياني يتحقق
يمكن لنموذج لغوي أن يصوغ مسودة؛ والرسم البياني يتحقق. كل ادعاء حاسم يُثبَّت على إحداثيات وعلى رسم بياني قابل للتدقيق، ويُحسم الحكم في أجزاء من المللي ثانية عبر grounding: صفر tokens للتحقق، صفر GPU، صفر شبكة. الهندسة توجّه؛ ولا يشهد إلا دليل الرسم البياني. وعندما لا يوجد مسار، يجيب المحرك NO_EVIDENCE: لا يؤكد أن العبارة خاطئة، بل يؤكد أنه لا يستطيع إثباتها.
ما قمنا بقياسه (وما لم نقسه)
المكعب لا ينافس embeddings بل يكملها. هذه هي المقاييس الخارجية المتاحة لدينا، مع حجم العينة وفترة الثقة. الرقم المزعج موجود هنا أيضاً: في التشابه المعجمي الأعمى، لا يحل المكعب محل نموذج embeddings.
| التقييم | n | R | فاصل ثقة 95% |
|---|---|---|---|
| Warriner EPA (عاطفي، ما يخزنه المكعب) | 76 | 0.718 | [0.610, 0.815] |
| NRC-VAD (معيار مستقل) | 84 | 0.345 | [0.158, 0.520] |
| SimLex-999 أعمى (معجمي) | 26 | 0.139 | [−0.316, 0.510] |
Grounding: ما يتحقق منه وما يصمت عنه
على 60 ادعاءً حقيقياً: تغطية المصطلحات 93.33%، الدعم الأنطولوجي 26.67%، وNO_EVIDENCE 66.67%. إنه مدقق لنطاق مغلق، وليس عرافاً. مواضع فشله: التشابه المعجمي الدقيق في 3D، محورا y/z (R≈0.25–0.34)، التغطية التي لا تزال منحازة إلى الإسبانية (≈86%)، والعلاقات الإسنادية غير المكتملة. ننشر الفشل لأن معياراً بلا حالات سلبية لا يشهد بشيء.
هندسة عاطفية، وليست بديلاً عن embeddings
المكعب هو فضاء EPA (التقييم، القوة، النشاط) في تقليد التفاضل الدلالي عند أوسغود، معاير بمعايير سيكومترية. محور x (التكافؤ) يعمم بثبات؛ محورا y/z يعكسان تشتت مصدرهما. إنه ليس نموذج تشابه معجمي: لذلك توجد embeddings والرسم البياني. ما يقدمه هو موقع عاطفي قابل للقياس، لا استرجاعاً توزيعياً.
حتمي وقابل للتدقيق بالكامل
نفس الادعاء مقابل نفس القاعدة المعرفية يعطي النتيجة ذاتها تماماً على أي جهاز. قاعدة المعرفة مختومة بسجل Merkle ledger (BLAKE3)، والمحرك يعمل بشكل كامل على الأجهزة الطرفية (Edge) بقدرة ~15 واط.
فضاء متصل، وليس جدولاً (سعة، وليس معرفة)
كل محور في المكعب هو double من IEEE 754: نحو 9.2·10¹⁸ قيمة لكل بُعد وبترتيب 10⁵⁶ نقطة فريدة إجمالاً. هذه خاصية حاوية العنونة، وليست مقياساً للجودة الدلالية: اليوم يحتوي الرسم البياني على 2.44M مفهوماً، ويُحدَّد التحليل المفيد بالفصل الفعلي بين المفاهيم (~0.01–0.5)، لا بالدقة العددية. السعة ليست الإنجاز؛ الإنجاز هو أن الحاوية لا تفرض سقفاً.
ذكاء اصطناعي حتمي من رانكاغوا لتشيلي والعالم
شركة Semantic Geometry Software & AI SpA هي شركة ذكاء اصطناعي حتمي مقرها رانكاغوا، منطقة أوهيغينز، تشيلي. نبني هندسة برمجيات عالية الأداء وأنابيب بيانات وذكاء اصطناعي رمزي-عصبي حتمي. رؤيتنا واضحة: تمكين الأنظمة الحيوية من تدقيق اللغة والمنطق دون اعتماد على صناديق سوداء خارجية، مع الحفاظ الكامل على سيادية البيانات.
هل ترغب في تطبيق هذا في مجالك؟
محركاتنا في مجالات الضرائب والعمل والمالية تعمل بالفعل على المكعب. شاركنا تفاصيل مشروعك.
لنتحدث