Пять веков наружу
Картированы полушария, измерены орбиты, сфотографированы галактики. Внешнее исследование было проектом человечества. Следующий рубеж — не расстояние, а точность того, что уже здесь.
Ранкагуа · Чили · Прикладные R&D
Мы не утверждаем, что ИИ должен знать всё. Мы проектируем паттерн, который действительно даёт современному ИИ надёжный якорь.
Проверить весь человеческий язык внутри чёрного ящика невозможно. Мы строим детерминированную нейросимвольную архитектуру: метод на C++23, где каждое критическое утверждение привязывается к непрерывному пространству [-1, 1]³ и аудируемому графу. ИИ предлагает. Кремний проверяет.
01 — Истоки
Rancagua, Región de O'Higgins. Semantic Geometry началась не в финансируемой лаборатории и не внутри технологической корпорации. Она началась с интуиции, которую автор пронёс через десятилетия самообразования: идея, чувство или физический закон могут быть точно локализованы в пространстве.
Тогда человеческое значение — не статичное определение в алфавитном словаре, а математическая позиция в непрерывном пространстве координат. Если у Земли есть широта, долгота и высота, чтобы найти любой объект на поверхности, у мысли должны быть свои декартовы оси: GPS знания.
Годы спустя, изучая формальную литературу, эта интуиция совпала с линией классической психометрии: измерением установок Луиса Тёрстоуна и семантическим дифференциалом Чарльза Осгуда. Это была не сиротская идея, а идея, опоздавшая к собственной научной традиции.
Отсюда и техническая позиция компании. В противоположность моделям, которые часто угадывают, но не могут объяснить почему, не отличают знание от вымысла и зависят от огромных серверов, Semantic Geometry построена на обратном принципе: модель предлагает, а граф и куб проверяют.
В этом пути есть красивый и глубоко честный парадокс: движок существует, чтобы дисциплинировать и заземлять языковые модели, но без них он никогда бы не увидел свет. Десятилетиями семантическая геометрия оставалась одинокой интуицией в блокнотах и локальных скриптах. Вручную создать миллионы понятий, регуляторные сети и строгие наборы тестов C++23 было бы делом жизни. Генеративный ИИ стал когнитивным катализатором: строительными лесами, ускорившими исследование и превратившими архитектуру в реальность. Автор с благодарностью признаёт этот вклад: LLM были огнём, выковавшим якорь, который теперь удерживает их в здравом уме.
Ёмкость куба [-1,1]³
Hardware / IEEE 754уникальных представимых точек
На ось 2046·2⁵² + 1 9 214 364 837 600 034 817
1 знак · 11 экспонента · 52 мантисса — IEEE 754 binary64
Пересчитывается по спецификации IEEE 754. 1022 экспоненты, дающие |x| < 1, плюс одна, дающая ровно ±1 при нулевой мантиссе, для обоих знаков.
Текущая заполненность графа
semantic.db v8.0уникальных понятий, заземлённых в [-1, 1]³
Таксономические связи 4,75M (активных типизированных рёбер)
884k синонимов
Измерено вживую в semantic.db (2 064 828 понятий / 4 747 027 связей / 884 322 синонима). Ноль синтетических данных.
Современные модели ещё не исследуют это пространство — и не обязаны: вход уже существует. ИИ предлагает, геометрия проверяет, а куб — общая земля, где этот контракт подписывается практически бесплатно. Мы не утверждаем, что ИИ должен был прийти раньше: мы просто говорим, что дверь теперь открыта.
Если каждое понятие занимает точку в кубе — как каждый атом занимает точку в физическом пространстве, — куб вмещает столько понятий, сколько атомов поместилось бы примерно в 6 миллионов Земель.
Внутреннее расширение
Пять веков человечество расширялось наружу: пересекало океаны, картировало континенты, запускало телескопы. Semantic Geometry предлагает внутреннее исследование: пространство, покоряемое не расстоянием, а точностью. 7,82 × 10⁵⁶ адресуемых позиций в обычном кремнии при 15 ваттах.
Картированы полушария, измерены орбиты, сфотографированы галактики. Внешнее исследование было проектом человечества. Следующий рубеж — не расстояние, а точность того, что уже здесь.
Фон Нейман оставил нам линейную шину: память как улица, где всё стоит в очереди. SG делает наоборот: похожее живёт рядом. Знание не обходят — его находят. Пространственные индексы в SQLite, физическая локальность в кремнии.
Индустрия сжимает слова до одного бита (BitNet) и продолжает дешёво галлюцинировать. Сжатие языка не даёт ему дома. SG даёт истине адрес: координаты (x, y, z) в кубе. Истина зависит не от красноречия, а от адреса.
O'HIGGINS · CHILE
“О’Хиггинс век добывал медь для мира. Внутреннее расширение предлагает другой вид добычи: почти безграничный семантический куб, где ИИ находит, а не изобретает.”
Плотность IEEE 754 неоднородна на [-1, 1]: около 0 она примерно в 2048 раз выше, чем около ±1. Эффективное разрешение зависит от области.
Полезное разрешение ограничено не числовой точностью, а реальным семантическим расстоянием между понятиями (обычно ~0,01–0,5 по координатам). Запас роста — несколько порядков.
Ёмкость — не достижение. Достижение в том, что контейнер не задаёт потолка: граф может расти на порядки без изменения архитектуры.
Два способа ответить, когда не знаешь
Генеративная модель
Отвечает всегда. Если данных нет, она строит что-то правдоподобное: беглость и правдивость исходят из одного механизма, поэтому снаружи их не различить.
Детерминированный верификатор
Имеет право молчать. Геометрия направляет вывод, но только доказательство графа его удостоверяет. Когда его нет, система так и говорит: отказ — это ответ, а не провал.
Разница не в том, кто чаще прав. Одна сторона может ошибаться, не зная об этом, другая не может утверждать без доказательств.
02 — Вертикали
Поверх детерминированного ядра проверки мы строим вертикали для регулируемых отраслей: там, где галлюцинация стоит денег, решения или штрафа. Каждая честно указывает свою стадию, без хайпа.
Управление автопарком
Геозоны, телеметрия и управление автопарком на C++23
Header-only движок C++23 с REST + TCP-трекером, мультитенантной изоляцией и аппаратной телеметрией. Рассчитан на 100% офлайн-работу на периферии.
Бухгалтерия и налоги · Чили
Зарплата, RLI и детерминированный налоговый баланс
Чилийский регуляторный расчёт без эвристик: расчёты Previred, RLI ProPyme и финансовый vs. налоговый баланс. Каждый результат аудируется по закону.
Экспериментальная онтологическая проверка. Не является обязательной налоговой или бухгалтерской консультацией.
Кредит и банки · Чили
Кредитная симуляция с прослеживаемой амортизацией
Кредитные симуляции и графики амортизации с полным аудитом: каждое платёжное решение подтверждено движком и открыто для проверки.
Трудовое право · Чили
Онтологическое заземление трудового регулирования
Применение движка проверки к праву: трудовые утверждения проверяются по графу и норме, с формальной родословной, прослеживаемой до закона.
Экспериментальная онтологическая проверка. Не является обязательной юридической консультацией.
Ни одна вертикаль не соревнуется с LLM в генерации текста: она соревнуется в том, что LLM не может обещать — ответ, который знает, когда молчать, и может показать стоящую за ним норму. А там, где LLM не достаёт — без связи, на обычном кремнии, на периферии — движок достаёт.
03 — Столпы
Мы не продаём часы общей разработки. Каждый столп решает свой тип задачи по одним критериям: явная структура, измеримая производительность и результаты, которые держатся со временем.
Мы строим трубопроводы, где данные приходят целыми и вовремя. Отказоустойчивые ETL-конвейеры, оптимизация потоков и надёжные микросервисы под реальный производственный объём.
Мы соединяем геометрию непрерывных латентных пространств с определённостью онтологических графов. Генеративный ИИ предлагает; наш нейросимвольный движок проверяет и заземляет математическими доказательствами.
Аналитические алгоритмы для задач, где приближения недопустимы. Комбинаторная, геопространственная и финансовая оптимизация для промышленных операций и регулируемых решений.
05 — Парадигма и поиск
Рынок пытается решить галлюцинации через RAG (поиск по сходству). Мы объясняем, почему векторное сходство — не проверка и как геометрия даёт определённость, которой RAG не хватает.
| Измерение | Семантическое заземление SG | Традиционный RAG (векторная БД + LLM) |
|---|---|---|
| Механизм поиска | Непрерывная математическая проекция в [-1, 1]³ и транзитивный поиск пути по формальному графу. | Поверхностный поиск текстовое сходство (косинусное расстояние эмбеддингов), вставляемый в промпт. |
| Онтологическая гарантия | Детерминированная: если в графе нет подтверждённого причинного пути, возвращается NO_EVIDENCE и молчание. | Ноль. LLM всё равно может галлюцинировать, пропускать или противоречить тем самым абзацам, которые нашёл RAG. |
| Стоимость запроса | 0 токенов на проверку. Вся онтологическая проверка идёт в локальной памяти C++23. | Высокая. Тысячи токенов на вызов ради контекстного окна вставленных документов. |
| Задержка ответа | Субмиллисекундная (p50 0,37 мс на десктопе / 1,37 мс на периферии, на нативном кремнии). | Секунды (2 000–6 000 мс между векторным поиском и авторегрессионной генерацией токенов). |
| Инфраструктура и энергия | 15 Вт на локальном обычном оборудовании. 100% офлайн, без GPU и облака. | Облачные векторные БД, мощные GPU-кластеры и обязательное подключение к интернету. |
| Работа с противоречиями | Топологическая несовместимость: обнаруживает столкновения правил и формально отвергает их. | Смешивает противоречивые тексты в красноречивый, но ложный синтез («мягкая галлюцинация»). |
| Прослеживаемость и аудит | Доказуемо: указывает точный узел, вес и регуляторный/технический источник каждого ребра. | Приблизительно: указывает, какой документ прочитан, но не доказывает, как получен вывод. |
Что получает Semantic Geometry:
Формальную аудируемую проверку, микросекундные задержки (<0,2 мс против 2–6 секунд на GPU), 0 токенов на проверку и защиту от противоречий. Требует формализации критических правил организации.
Что получает традиционный RAG:
Простоту загрузки огромных неструктурированных документов (PDF, расшифровок, заметок) без предварительного онтологического моделирования. Теряет контроль истины и логическую аудируемость.
Semantic Geometry и RAG не должны конкурировать: SG — это выходной предохранитель, который делает RAG пригодным для продакшена.
Текстсходствоство — не онтологическая истина. RAG находит похожие слова; Semantic Geometry доказывает, выполняется ли утверждение в реальности.
06 — Живая производственная лаборатория
Исследуйте реальные работающие экземпляры движка в разных вертикалях и протоколах в реальном времени.
Автомобильная вертикаль
Живое декодирование VIN, официальная омологация SII и разрешение неоднозначности моделей.
Ритейл и навигация
Где в супермаркете йогурт? Разрешение прохода и категории за O(1).
API Model Context Protocol
Автономные агенты и LLM запрашивают и проверяют фактические утверждения по кубу.
Живые сайты на 15-ваттном нетбуке, без GPU и облака.
Текущий статус
Semantic Geometry не завершена. Она построена так, чтобы не лгать, пока не завершена.
Модель с неполным покрытием, которая заполняет пробелы, рискованнее модели с тем же покрытием, которая молчит. Для промышленных операций и регулируемых решений эта разница — не деталь, а продукт.
04 — Идентичность и контакты
Расскажите, какую систему нужно построить, какой конвейер падает или какое решение вы не можете обосновать сегодня. Мы отвечаем техническим диагнозом, а не брошюрой.
Эта форма открывает почтовый клиент с уже подготовленным сообщением. На промежуточный сервер ничего не отправляется.