La IA necesita un nuevo lenguaje

GEUL — Un lenguaje artificial para la comunicación inequívoca entre humanos e IA

Por que la era de la ingenieria de prompts termino

Cuanto más inteligentes son los modelos, más pesa "qué les muestras" frente a "cómo se lo dices". El paso del prompt al contexto y las siete piezas de infraestructura que necesita la ingeniería de contexto.

Por que es necesaria la clarificacion

El lenguaje natural tiene que alargarse para resolver la ambigüedad. En una estructura con identificadores y lugares tipados, se rompe el compromiso entre claridad y brevedad, y la claridad se vuelve la condición previa para indexar, validar y comprobar la consistencia.

Por que la verificacion mecanica es necesaria

El lenguaje natural no tiene el concepto de "oración inválida", así que la información entra al contexto sin revisar. Por qué la verificación mecánica, que filtra la forma según una especificación, debe ir primero en la canalización.

Por que los filtros son necesarios

No toda la información válida es información necesaria. El filtro que elige solo lo necesario ahora por relevancia, fiabilidad y actualidad, y por qué esos criterios se vuelven operaciones sobre campos en una representación estructurada.

Por que las verificaciones de consistencia son necesarias

Información correcta por separado puede contradecirse al reunirse. Los tres tipos de contradicción (temporal, entre fuentes, inferencial) y por qué detectarlas se vuelve comparación de campos y aritmética en una representación estructurada.

¿Por qué se necesita un lenguaje artificial?

El lenguaje natural evolucionó para la comunicación humana. La ambigüedad, la redundancia y la implicación son ventajas para los humanos, pero causas de alucinación para la IA. Ni los lenguajes de programación ni los marcos semánticos existentes son la respuesta. Se necesita un nuevo lenguaje artificial que satisfaga seis condiciones simultáneamente.

Por que la exploracion es necesaria

Cuando el conocimiento crece tanto que hasta el índice desborda la ventana de contexto, la búsqueda de una sola vez llega a su límite. Por qué hace falta la exploración: elegir una dirección en cada nivel de un mapa jerárquico.

Por que el lenguaje natural crea alucinaciones?

La alucinacion no es un bug del LLM — es consecuencia estructural inevitable de cuatro defectos del lenguaje natural: ambiguedad, ausencia de fuente, de confianza y de tiempo. Modelos mas grandes no lo solucionan.

Por que MD/JSON/XML no funcionan

Markdown, JSON y XML se crearon para épocas y propósitos distintos. Tienen estructura pero no un significado unificado, ni un lugar para las fuentes. Por qué hace falta un formato aparte para registrar y acumular el razonamiento de la IA.

Por qué los vectores de embedding no son suficientes

Reordenar los vectores de embedding rompe el modelo. Evitar la rotura implica reconstruir el modelo desde cero. Lo que se necesita no es transparencia dentro de la caja negra, sino una capa transparente fuera de ella.

Por que fracaso el esperanto

El esperanto fracasó porque había que aprenderlo, intentó reemplazar a las lenguas existentes y existía para comunicar. Un lenguaje artificial para la IA toma otro camino: los humanos no necesitan aprenderlo, no reemplaza al lenguaje natural y su propósito es registrar y verificar.

Por qué Wikidata

GEUL no rechaza Wikidata. Carga el volcado sin pérdidas y convierte cada una de sus cerca de 120 millones de entidades en un documento GEUL con todos los idiomas. Diseñar un identificador semánticamente alineado (SIDX) a partir de su clasificación y sus estadísticas de frecuencia es investigación en curso.

¿Por qué WordNet?

Si construyes tú mismo un sistema de verbos, tendrá huecos, será arbitrario y carecerá de fundamento. GEUL aprendió la estructura construyendo un libro de códigos provisional con los 13.767 verbos de WordNet, acumulados durante 40 años. Como WordNet no es CC0 y está atado al inglés, esta edición provisional será reemplazada por un libro de códigos de verbos sin WordNet.

Por que afirmaciones, no hechos?

La verdad es inaccesible; lo único que nos queda son afirmaciones de alguien. Por qué un sistema de conocimiento debe tomar afirmaciones, no hechos, como datos primarios, y dar un lugar donde registrar fuente, tiempo y confianza.

Por que un indice semanticamente alineado?

Si un ID fuera conocimiento y no una dirección, una sola operación de bits podría acotar los candidatos sin ningún JOIN. Este ensayo presenta SIDX, el identificador semánticamente alineado que GEUL está investigando, y por qué su anchura se fijará con estadísticas de uso.

Por que 16 bits?

Una sola palabra de 16 bits está diseñada para ser la unidad de tres mundos: el flujo de red, el formato de archivo y el vocabulario del LLM. Por qué 16 bits y no 8, 32 ni longitud variable.

Por que es necesaria la memoria estructurada?

La IA escribe bien archivos, pero no encuentra los que ella misma escribió. El problema no es el almacenamiento sino la recuperación. El camino desde un simple mapa de qué está dónde, como un índice o una tabla de contenidos, hasta una memoria estructurada.

Por que cachear el razonamiento como codigo?

En lugar de que un LLM razone desde cero cada vez, cada inferencia se cristaliza en código y se almacena en caché. Una estructura similar a un compilador JIT que solo llama al LLM ante un fallo de caché, y lo que logra con el tiempo.

Por qué los comentarios deben ser índices

Los comentarios se escriben para humanos. Pero cuando hay 10.000 funciones, las máquinas también deben leerlos. Si convertimos los comentarios de narrativa a índice, el escaneo completo se convierte en búsqueda instantánea.

Por qué debemos dejarlo vacío

GEUL deja vacío el 75% del espacio de la TAG WORD de 16 bits que abre cada registro. Las lecciones de IPv4, Unicode y ASCII: el costo de llenar es irreversible, mientras que el de dejar vacío es de tres bits por registro.