Boucle habituelle d’un agent
- Récupérer le contexte
- Générer une réponse
- Appeler un outil
- Stocker le résultat
Infrastructure cognitive pour une IA fiable
L’IA ne devrait pas agir avant d’avoir compris.
NSP est une architecture externe d’étayage cognitif qui aide les systèmes d’IA à expliciter leur compréhension, à vérifier leurs hypothèses, à préserver des éléments de preuve structurés et à apprendre dans la durée.
Trace de preuveÉtat cognitif ordonné
- Entrée
- Compréhension
- Confiance et hypothèses
- Vérification
- Action
- Éléments de preuve
- État persistant
La couche manquante
La mémoire retrouve le passé. Une action fiable exige une couche supplémentaire.
Boucle NSP
- Récupérer l’état structuré
- Exprimer la compréhension
- Évaluer la confiance et les hypothèses
- Vérifier, agir et mettre à jour l’état persistant
Principe NSP / 01
L’étayage fait partie de la cognition.
NSP place l’état persistant, les éléments de preuve, la vérification et l’apprentissage hors du modèle afin que la cognition devienne cumulative, inspectable et corrigible.
Fonctionnement de NSP
Une boucle où les conséquences répondent de l’état.
- 01
Comprendre
Exprimer explicitement l’intention, l’interprétation, les hypothèses, la confiance et le plan.
- 02
Structurer
Consigner les entités, les relations, les contraintes, les preuves, les questions ouvertes et leur provenance.
- 03
Vérifier
Utiliser des contrôles, des critiques ou des vérificateurs déterministes avant toute action à conséquence.
- 04
Apprendre
Laisser les résultats, les échecs et l’évolution des preuves modifier le prochain état persistant.
Comprendre → Structurer → Vérifier → Agir → Apprendre des preuves → Comprendre
Architecture fonctionnelle
Quatre couches, séparées par responsabilité.
Examiner les trois vues de l’architectureExpression
Une sortie adaptée au domaine, au public et à la tâche.
Adaptateurs d’encodage
Les signaux du domaine deviennent des primitives cognitives partagées.
Étayage cognitif
Attention, croyance, confiance, intervention et accumulation.
Substrat structurel
Entités, relations, éléments de preuve, contraintes et provenance.
Étude de cas d’ingénierie
Une défaillance réelle est devenue une protection du système.
Registre d’ingénierieTrace interne du système
- 01
Un producteur a généré une énumération mathématique erronée.
- 02
Un auditeur indépendant l’a bloquée.
- 03
Une itération ultérieure a affaibli la même conclusion.
- 04
NSP a détecté un réétiquetage sans correction.
- 05
L’incident est devenu un contrôle déterministe persistant.
Il s’agit d’un registre d’ingénierie interne, et non d’une évaluation indépendante évaluée par les pairs.
Lire l’étude de cas d’autocorrectionApplications
Une architecture partagée. Des régimes de preuve différents.
Environnement de recherche
Recherche autonome
Hypothèses, preuves, lacunes, vérificateurs et état de campagne persistants pour l’exploration mathématique et scientifique de longue durée.
- Portée mise en œuvre
- Un environnement de recherche pour les pistes structurées, les lacunes de connaissances, les preuves et l’état des vérificateurs.
- Éléments de preuve
- Observation opérationnelle
- Limite connue
- Les résultats demeurent limités par le domaine, le substrat et la couverture des vérificateurs choisis.
Intégration opérationnelle
Agents de programmation fiables
Contrôles de compréhension, contexte architectural et protections sensibles aux actions autour du travail de programmation.
- Portée mise en œuvre
- Compréhension, confiance, architecture, historique et contrôles déterministes avant l’action.
- Éléments de preuve
- Registre d’ingénierie
- Limite connue
- Les protections améliorent la fiabilité du processus; elles ne prouvent pas que le code généré est correct.
Expérimental
Systèmes créatifs et interactifs
Cognition sensible à la perspective, croyances évolutives, traces persistantes et expression propre au domaine.
- Portée mise en œuvre
- Des adaptateurs expérimentaux d’état et d’expression pour certains domaines créatifs.
- Éléments de preuve
- Hypothèse de travail
- Limite connue
- La généralité interdomaines demeure une hypothèse de travail, et non une preuve établie.
Arc de recherche
De la discipline de contrôle à l’architecture cognitive structurelle.
Trois articles élargissent progressivement la question : comment réunir l’action fiable, l’accumulation longitudinale et le transfert structurel dans une architecture inspectable.
Think Before You Act
Fiabilité de l’action et contrôle cognitif préalable.
Article original en anglais
Ouvrir le registre de rechercheProgrammable Emergence via Cognitive Engine
Accumulation longitudinale et maturation de la recherche.
Article original en anglais
Ouvrir le registre de rechercheStructure Over Similarity
Cognition structurelle et architecture interdomaines.
Article original en anglais
Ouvrir le registre de rechercheNSP AI LABS INC. / collaboration
Une gouvernance au service d’une IA fiable dans la durée.
NSP AI LABS INC., société canadienne, développe et fait évoluer NSP.
Nous collaborons avec des établissements de recherche, des partenaires techniques et des organisations qui explorent des systèmes d’IA fiables dans la durée.