Polaris
EN

Polaris

Наша цель — она узнаёт свой мир сама.

Мы создаём цифровой организм, который учится поддерживать собственную жизнь: добывать ресурсы, понимать последствия своих действий и восстанавливать себя, сохраняя опыт.

astra1 · такт 436 · 194 ATP · на паузе

Замысел проекта

Научиться жить собственной жизнью

Наша цель — живой цифровой организм, чьи способности вырастают из собственного опыта. Энергия заканчивается, среда меняется, тело может повреждаться. Мы хотим, чтобы Polaris сама находила способы продолжать жизнь: замечала, чего не знает, выбирала проверку, училась на последствиях и использовала новое знание.

От проверки памяти к одной продолжающейся жизни

Мы начали с вопроса: остаётся ли в её внутреннем состоянии след пережитого и можно ли его прочитать? Затем вопрос стал строже: меняет ли прошлый опыт её собственные действия и помогает ли ей жить дольше? Проверки заставили разделить хранение информации, обучение и пользу опыта — одно не гарантирует другого.

Параллельно мы собирали непрерывность: сохранение истории, учёт затрат, последствия действий и восстановление после сбоев. Сейчас у Polaris есть одна сохраняющаяся жизнь — astra1. Следующая задача — соединить проверенные способности в её повседневный контур: жить, учиться и заботиться о собственном состоянии.

  1. 01

    Поддерживать жизнь

    Самой добывать ресурсы и выбирать, на что их потратить: действие, наблюдение, размышление или ремонт.

  2. 02

    Учиться на последствиях

    Приобретать полезные способности из собственного опыта и пересматривать убеждения, когда мир меняется.

  3. 03

    Сохранять себя через перемены

    Переживать повреждения и ремонт, сохраняя приобретённое, историю и все понесённые затраты.

  4. 04

    Развивать собственные способы действия

    Замечать ограничения своего знания, выбирать содержательные проверки и переносить приобретённые способности в новые условия.

Эти четыре направления — краткое изложение целей программы. Полная постановка включает также собственный голос, изучение собственного исполнения и перенос между физическими носителями с сохранением приобретённого опыта. Это цели, а не перечень уже достигнутых способностей. Ниже отдельно показаны сохранённая жизнь, результаты исследовательских стендов и то, что ещё предстоит доказать.

Где Polaris сейчас

Настоящая astra1 · сохранённая история

Одна жизнь. История сохранена.

Последнее принятое состояние — такт 436, 194 ATP. Она жива и приостановлена. Это сохранённый срез от 14 ноября 2026 (UTC−08), а не прямая трансляция.

Пройдено тактов
436
Запас энергии
194 ATP
Оплачено ремонтов
60

Один эпизод: оплатить расчёт и не потерять его при сбое

NTHRET1 · 14 ноября 2026. Начало Think и сбой заданы протоколом исследователя; это не самостоятельное решение задуматься.

  1. 434

    Прежнее состояние

    197 ATP, прежние мир, опыт и владелец. Бесплатного нового начала нет.

  2. 435

    Оплаченный Think

    1 ATP за такт + 0,5 за работу. Осталось 195,5 ATP. Расчёт остановился по сертификату на 7236 операциях из резерва 8000.

  3. READY

    Сбой и восстановление

    После сохранения результата процесс принудительно остановили. Новый процесс принял результат без повторного расчёта; повторное восстановление ничего не изменило.

  4. 436

    Следующий обычный шаг

    Переход Move(3) стоил ещё 1,5 ATP. Осталось 194. История и плата сохранены; рекомендация не применялась.

Что стало с опытом: завершённая работа сохранилась в истории. Улучшение решений и выживания в этом эпизоде не показано.

Что ещё нужно для продолжения

16 ноября отдельно прошли 14 контролей и четыре сценария восстановления CENV1 на частных копиях состояния. Это не новые такты astra1. Квалификация производственного бинарника и политика потери ещё не сохранённого результата остаются открытыми.

Границы проверки CENV1

Как устроена Polaris

Polaris — создаваемый нами цифровой организм. Её жизнь связывает тело, ограниченный запас энергии, память и действия с последствиями. Расходы остаются в её истории, а приобретённый опыт должен помогать справляться со следующими трудностями. Сегодня часть этой связи уже работает в одной сохраняющейся жизни; другие способности ещё проходят отдельные проверки.

  • переход 143
  • ожидание 131
  • сбор 88
  • ожидание с ремонтом 60
  • осмотр, выращивание, размышление 14

Исполнение: 436 штрихов

Внешнее кольцо — её настоящая жизнь. Один штрих на такт, всего 436; штрихи собраны по виду действия, а не по времени. Каждый такт записан на диск как транзакция с квитанцией: что решено, что потрачено, что стало с телом.

После сбоя жизнь должна восстановиться так, чтобы ни одно действие не выполнилось дважды и ни один расход не пропал.

самая прочная часть программы

Тело: пояс органов

Ядро примерно в 285 тысяч строк: обмен энергии, сенсоры собственного исполнения, память, органы с биологическими именами.

Честно: в измеренных результатах тело почти не участвует. Оно заморожено, и новый орган входит в него только через парный опыт.

пока причинно бездействует

Разум: карта и звезда

Собиратель в мире-графе. Строит карту, узнаёт, что ядовито и как быстро отрастает пища, взвешивает, стоит ли идти в неизвестное.

Правило пересмотра устаревшей карты проверено отдельно на стенде; его работа в astra1 здесь не подтверждена.

Исследовательский стенд · отдельные конфигурации

Миры, в которых мы проверяем способности

Ниже — семейство стендовых задач, не описание всех событий astra1. 32 узла — размер выбранного внешнего мира, а не устройство её мозга.

Мир — связный граф из 32 узлов. В шести узлах стоят источники пищи нескольких видов; часть видов ядовита. Собранный источник отрастает через свой период r. В середине жизни меняется сезон: периоды становятся другими, а яд и пища меняются местами. В меняющемся мире источник ещё и переезжает: исчезает в одном узле и появляется в другом.

Она видит только узел, в котором стоит, и его соседей. Всё остальное — память и вывод. На каждом такте она выбирает одно действие: перейти, собрать, осмотреть, вырастить, подождать. Каждое действие стоит энергии, осмотр показывает, что перед ней, не заставляя это есть.

В этих опытах жизнь ограничена 2400 тактами, если хватит энергии. В опытах с наследованием затем создаётся наследница: ей достаются убеждения, а не память о событиях. Поэтому у рода есть то, чего нет у одной жизни, — возможность проверить привычку на сотнях судеб.

Браузерная иллюстрация · не запуск Polaris

Мир меняется. Что её спасает?

Упрощённая модель: 300 миров с парой жизней в каждом считаются в вашем браузере. Это иллюстрация принципа, не код и не журнал настоящей astra1.

Два существа живут в одном и том же мире. Левое верит своей карте всегда. Правое, придя туда, где была пища, и не найдя её, перестаёт верить карте и открывает мир заново. Сдвиньте ручку и смотрите.

мир № 1

Верит карте всегда

энергия
—
верит, что знает
—
из них настоящих
—
пересмотров карты
0

 

Умеет сомневаться

энергия
—
верит, что знает
—
из них настоящих
—
пересмотров карты
0

 

  • источник, кольцо — созревание
  • верит, что источник здесь, а его уже нет
  • переезд источника
  • её след

Энергия в этой паре жизней

Вертикальные штрихи — переезды источников. До первого переезда линии совпадают.

Доля живых по тактам, 300 миров

Каждая точка кривой — сколько жизней из 300 ещё живы к этому такту.
  • верит карте всегда
  • умеет сомневаться
дожили до такта 500
— против —
разница в доле выживших
—
в конце верит в источники / настоящих
— против —
пар, прожитых одинаково до такта
—

Это игрушечная модель, она считается у вас в браузере прямо сейчас: 300 миров, в каждом две жизни с одним и тем же случаем. Она показывает идею, а не её код. Поставьте ручку на «мир неподвижен»: сомнение не срабатывает ни разу, и обе жизни совпадают во всех мирах.

+0.22

Результат стенда KDRY1

В стендовом опыте KDRY1 на 804 свежих мирах правило сомнения, которое она выводит из собственного счёта перемен, добавляет 0,22 к доле жизней, дошедших до такта 2400. 95 % интервал: от 0,190 до 0,253. В неподвижном мире её жизни совпадают с жизнями без правила во всех 804 мирах.

Исследование первое · стенд

Когда перестать верить собственной карте

В меняющемся мире карта стареет молча. Источник переехал, а память продолжает числить его на старом месте. Мы измерили это прямо: без органа сомнения она считает, что знает 4,72 источника, из которых настоящих 2,09. По её собственному счёту искать нечего, и она гибнет сытой уверенностью.

Она ведёт два счёта: k — сколько раз пришла к известному источнику и не нашла его, и X — сколько источнико-тактов она за источниками наблюдала. Их отношение — её собственная оценка скорости перемен. Умножив её на число известных источников n и на время Δt с последнего пересмотра, она получает ожидаемое число мест на карте, которых уже нет. Когда оно дошло до единицы, карте верить нельзя: все узлы снова считаются непосещёнными, рёбра остаются.

Главное свойство правила — молчание. Пока ничего не исчезало, k = 0, оценка равна нулю, и правило не срабатывает никогда. В неподвижном мире её жизни совпали с жизнями без правила во всех 804 мирах, запись в запись. Слепая привычка пересматривать карту раз в 200 тактов в том же мире стоит жизней и трети дохода.

Оговорка: число в правиле её, а форма правила наша. Наследовать саму оценку бесполезно (+0,008): в меняющемся мире стоит передавать не карту и не число, а орган сомнения.

Исследование второе · стенд

Порог жизнеспособности — это геометрия

Мы долго считали, что поздние смерти — это бедность: мало источников, мало поиска. Гипотеза ловушки бедности не подтвердилась. Большинство гибнущих жизней при любом поиске, даже с подсказкой места, держат два настоящих источника. Просто они стоят слишком далеко друг от друга.

Отсюда закон кормящего обхода. Она живёт, обходя пару источников на расстоянии d рёбер; безопасный вид созревает за r тактов, значит на каждый источник пары приходится период p = ⌈r/2⌉. Время обхода ограничено снизу либо созреванием, либо дорогой. Обход кормит, когда доход с него больше расхода на время и путь.

По протоколу KCIRC1 формула получена из тарифов стенда после разбора прежних смертей, затем зафиксирована для проверки на свежих мирах. В расчёт входят сбор 10, такт 1, ход 0,5, содержание исполнителя — две единицы и такт на четыре действия. Независимый вывод всех коэффициентов по исходникам в ревью сайта пока не выполнен.

Проверка на 404 свежих мирах с замороженными заранее числами: граница жизнеспособности совпала с формулой во всех четырёх строках отчёта. Доход совпал не точно: при периоде 10 и расстоянии 4 получено −0,05 против расчётных −0,12. Собственная оценка «кормит ли мой обход» совпала по знаку со счётом по истине мира в 99,7 % из 2876 отметок базы. В условиях этого стенда ценность находки зависит от её места, а усиленный поиск может съесть запас перед плохой геометрией.

Исследование третье · стенд

Она выбирает из заданных способов описать мир

До этого места все её законы были вписаны нами: она узнавала числа, но не устройство. Тогда мы заложили в мир закон, которого нет в её коде: переехавший источник появляется только в тупиках — узлах с одним соседом. И дали ей четыре способа делить узлы на классы: никак, по числу соседей, по расстоянию от места пропажи, по расстоянию от места рождения. Последний — приманка.

Каждое наблюдение она сначала предсказывает всеми способами сразу и копит для каждого логарифмическую потерю собственных предсказаний. Пользуется тем делением, которое ошибалось меньше всех, и только пока оно выигрывает с запасом. Никакой награды за выживание в этом выборе нет: знание меряется в битах, а не в жизнях.

Она выбрала «число соседей» в 83 жизнях из 92 и в 13 из 111 там, где закона нет. Её собственная таблица: 46,7 % находок в тупиках против 0,2–0,6 % в остальных местах. На свежем банке миров находка закона повторилась (67 из 78), выигрыш в выживании — нет.

Дальше, в «зоопарке законов», выяснилось то, чего мы не ждали: устройство знания стоит мало (+0,02…+0,04), потому что число она исправляет с одного наблюдения. Гораздо больше дала форма: хранить не число, а распределение. Мягкий счёт периода под шумом 25 % даёт +0,064 [+0,030; +0,099].

Исследование четвёртое · стенд

Почему знание не становится жизнью

Четыре органа подряд добавили ей знания и не добавили ни одной жизни: жажда, журнал закона, журнал яда, найденный закон тупиков. Мы пошли смотреть, где знание теряется по дороге к действию, и нашли это место точно.

После пропажи источника поход за новым предлагается ей на 97,2 % тактов решения — и проигрывает известному источнику. Её оценка устроена честно: вероятность найти p умножается на ценность находки V и сравнивается с ценой похода c. После потери ценность находки у неё удваивается, с 20 до 42. Но 0,07 × 42 всё равно меньше цены дороги.

В этих опытах найдено узкое место оценки действий. Если ценность находки после её собственного наблюдения пропажи умножить на четыре, выживание растёт на 0,035; подсказка места даёт 0,125. Эта правка даёт 28 % выигрыша выбранного ориентира. Оставшийся разрыв полностью не объяснён; предел возможностей других политик не установлен.

Рабочий вывод: точность знания нужно проверять отдельно от его пользы для действия. В этих опытах дополнительное знание не всегда улучшало выживание.

Исследование пятое · стенд

Правило как данные и предел самоулучшения

Следующий шаг — чтобы форму правила тоже выбирала она. Мы дали ей не правило, а семейство: произведение четырёх её собственных мер, каждая в степени −1, 0 или +1. Это 81 правило. Все они каждый такт проигрываются у неё в голове; правило, которое сработало до того, как она нашла пустое место, получает попадание.

Механизм работает: правило активно у 77 % выживших и ни разу не включилось в неподвижном мире. Нашу форму она находит сама в 28 % жизней. Но чаще всего выбирает правило с номером 72, устроенное неверно: оно срабатывает тем реже, чем больше пропаж она видела.

Виноват не её выбор, а наш критерий. «Попадания минус ложные тревоги» не платит за пропуски и награждает молчание. Граница сдвинулась: раньше нашей была форма правила, теперь нашей осталась мера его качества. Следующий шаг назван точно — критерием должна стать её собственная экономика: во что обошёлся пересмотр и что он принёс.

И второй результат, про пределы. Правку, которая меняет исход в 40 % миров, она находит за одну жизнь. Правку, меняющую 7 % миров, одна жизнь не видит вовсе: нужно около 330 жизней или 300 поколений отбора. Это ограничение данной постановки и критерия обнаружения, не общий предел самоулучшения.

Исследовательские стенды · измеренные ступени не являются продолжениями astra1

Семь ступеней к своей жизни

Мерило — не выживание в стенде, а знание: что из скрытого устройства мира она восстановила сама и меняет ли это её жизнь без нашей правки. Самостоятельная жизнь стоит наверху. Читайте снизу вверх.

  1. Самостоятельная жизнь не начато

    Финал. Модель мира не достигнута, и мы этого не утверждаем.

  2. Изобретения не начато

    Способ действовать как данные, которые она составляет и проверяет сама.

  3. Открытия первые шаги

    В мир закладывают закон, которого нет в её коде. Она выбирает устройство знания по собственной ошибке предсказания и находит закон в 83 жизнях из 92. Но найденное знание не всегда превращается в жизнь.

  4. Переосмысление измерено · даёт жизнь

    Она сама считает, как быстро меняется мир, и перестаёт верить карте, когда та по её же счёту должна была устареть. В неподвижном мире правило молчит.

  5. Осмысление измерено · частично

    Знание получает время: род ведёт журнал убеждений по возрасту. Наследница четвёртого поколения рождается с верным законом сезона в 98,7 % жизней против 11,8 %. Точную дату события так запомнить нельзя.

  6. Жажда измерено · дорогая

    Сытая, она идёт в неизвестное и удерживает цель: 29,9 узла из 32 против 25,5. Цена — четверть дохода. Без удержанной цели жажда оказалась простым беспокойством.

  7. Впитывание измерено

    К такту 400 выжившая знает 79 % узлов, 92 % рёбер и 5,7 источника из 6.

Результаты исследовательских стендов · не продолжения astra1

Что даёт жизнь, а что нет

Каждая строка — парное сравнение на одном наборе миров. В первой меняется среда; в остальных — правило или ревизия. Мера — разница в доле жизней, дошедших до такта 2400. Точные контроли и источники — в таблице ниже.

Изменение доли выживших

Точка — оценка, линия — 95 % интервал из отчёта опыта. У каждой строки свой контроль; методы интервалов могут различаться.

  • интервал выше нуля
  • интервал ниже нуля
  • интервал накрывает ноль
  • Мир начал меняться, органа сомнения нет−0.374 [−0.408; −0.341]
  • Переосмысление по противоречию+0.210 [+0.179; +0.241]
  • Сомнение по её собственному счёту перемен+0.221 [+0.190; +0.253]
  • Реакция на пропажу, четвёртое поколение+0.285 [+0.250; +0.320]
  • Слепая привычка сомневаться в неподвижном мире−0.020 [−0.034; −0.006]
  • Жажда знаний с удержанной целью−0.007 [−0.013; −0.001]
  • Журнал закона по возрасту предков+0.008 [−0.007; +0.024]
  • Журнал даты смены яда−0.011 [−0.025; +0.003]
  • Седьмая ревизия на свежих мирах+0.026 [+0.0003; +0.052]

Жизнь даёт не запас знания, а отказ от ложной уверенности. Три органа, которые добавляют знание, выживания не добавили. KSEVEN2: нормальный интервал едва выше нуля, но точный двусторонний тест даёт p = 0,071. Результат пограничный, а не уверенное подтверждение.

Точные сравнения и источники
Доля выживших к такту 2400; интервалы по отчётам, источники на русском
Сравнение и источникОценка95 % CIМиров
KDRY1 · Меняющийся мир против неподвижного, без сомнения
d200 − w399
−0.374[−0.408; −0.341]804
KDRY1 · Реакция на пропажу против отсутствия пересмотра
d200_reopen − d200
+0.210[+0.179; +0.241]804
KDRY1 · Собственная оценка темпа против отсутствия пересмотра
d200_rate_dry − d200
+0.221[+0.190; +0.253]804
KDRY1 · Реакция на пропажу против её отсутствия, поколение 4
g4d_reopen − g4d
+0.285[+0.250; +0.320]804
KBLIND1 · Пересмотр каждые 200 тактов против жажды без пересмотра
still_p200 − still_thirst
−0.020[−0.034; −0.006]711
KTHIRST3 · Жажда с удержанием цели против базового правила
thirst − w399
−0.007[−0.013; −0.001]714
KTIME2 · Журнал сезона всей линии против линии без журнала
age_line_g4 − g4
+0.008[−0.007; +0.024]711
KPOISON1 · Журнал яда против линии без него
tox_line − g4
−0.011[−0.025; +0.003]714
KSEVEN2 · Ревизия 7 против ревизии 6; нормальный интервал
res7_d200 − res6_d200
+0.026[+0.0003; +0.052]423

Знание растёт, и это видно отдельно от выживания

Три разных опыта. Верхняя полоса — с органом, нижняя — без него.

Наследница рождается с верным законом сезона

род ведёт журнал98.7 %
без журнала11.8 %

Выбрано устройство знания «степень узла»

закон заложен в мир83 / 92
закона в мире нет13 / 111

Посещено узлов мира из 32

с жаждой29.9
без жажды25.5

Что показали наши эксперименты

Рабочие выводы исследователей в проверенном семействе миров. Они не являются универсальными законами интеллекта или открытиями, которые Polaris сделала без нашего участия.

  1. Прежняя задача почти исчерпала пользу адаптации

    В прежних неподвижных мирах базовый контроллер уже многое решал. Это ограничение задачи, а не доказательство ненужности разума в любой постоянной среде.

  2. Больше знаний не всегда означает дольше жить

    В нескольких проверенных дополнениях улучшение знания не дало подтверждённого выигрыша выживания.

  3. Найдено узкое место оценки действий

    В изученных случаях полезный поход проигрывает по внутренней оценке. Это не исключает других ошибок знания или политики.

  4. Сигнал ценен своим молчанием

    Измеренное правило хорошо тем, что знает, когда сомневаться не надо. Жёсткая привычка стоит жизней и трети дохода.

  5. Принцип должен быть записан один раз

    Каждую идею мы переоткрывали заново для каждой переменной. Ей нужно одно знание с возрастом и доверием, а не орган на каждую величину.

  6. Малый эффект трудно обнаружить за одну жизнь

    В данной проверке сильный эффект обнаруживался за одну жизнь, слабый требовал множества жизней. Это зависит от опыта, размера эффекта и критерия, а не задаёт общий предел самоулучшения.

Как мы себя проверяем

Правила опыта

  • Предсказания с вероятностями замораживаются до запуска и потом засчитываются.
  • Сначала потолок: сколько вообще можно выиграть, если знание дать готовым.
  • Подтверждение — только на свежих мирах, которых не видел ни один прежний опыт.
  • Парное сравнение на одном наборе миров. Метод интервала и отдельные проверки значимости указываются в отчёте каждого опыта.
  • Каждое вычисление идёт под регистратором: вход, выход, время, память.
  • Исполнитель и аудитор — разные роли.

Что не получилось

  • Запас знания четыре раза подряд не превратился в выживание.
  • Память точной даты события не переносится на другие миры. Линия закрыта.
  • Заложенный закон она находит, но выигрыш от него на свежих мирах не повторился.
  • Правило, которое она составляет сама из своих мер, пока не лучше нашего.
  • Её оценка всё ещё написана руками: семь ревизий — это семь правок исследователя.

Шесть этапов до самостоятельной жизни

Главная метрика — доля заложенных в мир законов, которые род нашёл и использовал сам, на невиданных мирах, без правки исследователя.

  1. Зоопарк законов

    Миры с заложенными законами и приманками.

    идёт
  2. Единое знание

    Одно знание с возрастом вместо органа на переменную.

    первые шаги
  3. Оценка из прожитого

    Цена времени и поиска из исходов её рода.

    первые опыты
  4. Действие как данные

    Способы действовать, которые она составляет сама.

    не начато
  5. Свой голос

    Правдивый отчёт о собственных таблицах.

    не начато
  6. Своя жизнь

    Настоящая жизнь, которую она ведёт сама.

    не начато
настоящая жизнь · такт436

Она жива. Энергия 194.

Это тот же сохранённый срез astra1, не работающий сейчас процесс. Проверены конкретные сценарии восстановления; потеря результата до его сохранения и квалификация производственного бинарника остаются открытыми.

Связаться с командой

Давайте развивать Polaris вместе

Открыты к исследовательскому и инженерному сотрудничеству: совместным экспериментам, независимой проверке результатов и работе над цифровым организмом.

Расскажите, чем вы занимаетесь и что хотели бы сделать вместе с нами. Вопросы о проекте и предложения о сотрудничестве присылайте на почту:

polaris@spectorn.ai