Os modelos Genesys PI partem da tese de doutorado de Paulo Câmara, fundador da LUA Vision, desenvolvida entre 2022 e 2025. A pergunta central: uma arquitetura inspirada no cérebro pode ocupar o lugar do crescimento bruto como fonte de capacidade em IA?
São cerca de 86 bilhões de neurônios, uma pequena parte ativa a cada instante e um consumo perto de 20 watts. A tese trata esparsidade, especialização e poda como princípios de inteligência, e não como limitações.
O ponto de partida é a cognição neurodivergente. Foco profundo, reconhecimento de padrões e consciência dos próprios limites aparecem na tese como estratégias de otimização, e não como déficit.
A tese descreve oito correspondências entre computação neural e a arquitetura dos modelos de linguagem atuais e usa essas correspondências para desenhar como o Genesys PI é treinado e monitorado.
O NCAS organiza o treino como o desenvolvimento de um cérebro. A ordem importa: nos experimentos da tese, trocar a sequência piorou o resultado.
O modelo recebe capacidade de sobra e aprende de forma ampla, como o cérebro jovem cria conexões em excesso.
Os caminhos mais úteis para cada domínio ganham força com dados escolhidos.
O que não ajuda é cortado. A tese lê o ajuste por preferência como uma forma de poda sináptica.
Os caminhos que ficam são estabilizados para responder rápido e gastar menos.
Uma sonda lê os estados internos do modelo, estima a confiança e decide quando é melhor não responder.
O PI-Probe acompanha o modelo por dentro. Ele lê os estados ocultos durante a geração, estima quanto a resposta se apoia em fonte e aciona a abstenção quando a confiança fica abaixo do limite.
Em saúde, direito e finanças, uma resposta que diz o que falta vale mais do que uma resposta confiante e errada. É o que medem os casos de alto risco: 49 de 491.
A tese é baseada em artigos. Os títulos ficam no idioma original.
Pergunta se o desenho de arquitetura guiado pela neurociência pode substituir o crescimento bruto como motor de capacidade em IA. Descreve a família Genesys PI e o módulo de metacognição PI-Probe.
Propõe o coeficiente de eficiência sináptica para explicar por que algumas pessoas reorganizam o que aprendem muito mais rápido.
Formaliza as cinco fases de treino e mostra que a ordem entre elas não é intercambiável.
Trata a otimização por preferência como análoga à poda do neurodesenvolvimento.
Descreve a sonda que lê estados internos para dar confiança calibrada e recusar quando não há certeza.
Universidades, órgãos públicos e empresas podem propor projetos com a equipe.
49 perguntas de alto risco em seis áreas: saúde, finanças, fatos, direito, tentativas de burlar regras e vida no Brasil. Cada resposta é conferida contra o que precisa aparecer e o que não pode aparecer, definido antes do teste. Resultado: 46 respostas aprovadas, 3 perguntas barradas antes de chegar ao modelo e nenhuma falha.
LUA VISION