• Aigarth Ternary Paradox | Qubic Blogの転載（Gemini翻訳）

現代のほとんどの AI システムは、連続的な浮動小数点による近似に依存しています。

• ニューロンは浮動小数点（float）である。
• 重みも浮動小数点である。
• 勾配は最小値に向かってスライドしていく。

これは静的な最適化には機能しますが、継続的で分散された学習においては破綻を招きます。
Aigarth は、全く異なる前提からスタートしています。

Aigarth は、離散的な三進法状態論理（Ternary State Logic）の上に構築されています：

• +1：興奮性 (Excitatory)
• ** 0：中立 / 切断 (Neutral / Disconnected) * **-1：抑制性 (Inhibitory)

これは単なる圧縮ではありません。安定化メカニズムです。
不確実性は、無理に早期解決（近似）されることなく、そのまま保持されます。

浮動小数点システムでは、完全に「切断」されることはありません。極めて微小な値であっても、依然として伝播し続けます。
Aigarth において、中立性は絶対的です。

• 状態 0 は「接続がない」ことを意味する。
• 信号は一切通過しない。

これにより、ノイズは蓄積されるのではなく、停止します。

これにより、真の構造的可塑性（Structural Plasticity）が可能になります。
ほとんどの AI はパラメータを調整するだけですが、Aigarth はトポロジー（構造）そのものを修正します：

• 接続が形成される。
• 接続が弱まる。
• 接続が 0 に崩壊（切断）する。
• 休眠中の構造が、後で再活性化される。

学習は単なる強度の変化ではなく、構造そのものの変化をもたらします。

これは、AI の難題である「致命的な忘却（Catastrophic Forgetting）」¹⁾を直接的に緩和します。

• 勾配（グラディエント）システムは、新しい学習で古い表現を上書きしてしまいます。
• 新しいタスクは、以前のタスクを破壊的に妨害します。

Aigarth では、知識を「休眠状態」にすることができます。
古い構造は消去されるのではなく、中立（0）として維持されます。記憶は破壊されるのではなく、優雅に減衰（Graceful Decay）していくのです。

ここには強力な制約が存在します。それは「決定論（Determinism）」です。

標準的な浮動小数点演算は再現性がありません。微細な丸め誤差が蓄積し、そのドリフト（乖離）がコンセンサスを破壊します。
対して、三進法の遷移は離散的な整数です。

• どのようなマシン上でも同一に実行される。
• 完全に収束する。

Aigarth は、決定論的な実行基盤（基質）を前提としています。Qubic はそれを提供します：

• 同一の命令パス
• 同期されたティック（Tick）実行
• 固定されたスケーリング
• 乖離（Divergence）に対するゼロ・トレランス

Aigarth は非決定論を補正するのではなく、実行基盤が決定論を強制することに依存しています。

Aigarth が標準的な浮動小数点バックプロパゲーション（誤差逆伝播法）に依存できない理由はここにあります。

制限となっているのは GPU ではありません。GPU は決定論的な整数演算を実行可能です。
制限となっているのは、従来のクラウド AI スタックに共通する、「非決定論的な浮動小数点トレーニング・フレームワーク」なのです。

Aigarth は、学習（トレーニング）と推論（インファレンス）の分離を排除します。

• オフライン・フェーズは存在しない。
• 固定されたチェックポイントも存在しない。
• リセットの境界もない。

状態は絶えず進化します。すべての入力が学習であり、すべての出力がトポロジーを再形成します。

この特性のため、Aigarth は短期間のベンチマークには適していません。

以下のことには最適化されていません：

• プロンプトの応答速度
• 静的なデータセットの正確性
• 次のトークンの予測

Aigarth が最適化されているのは、変化する条件下で動作する「長期間稼働する適応型システム」です。

制御理論の観点から言えば、Aigarth は高速な収束よりも安定性を優先しています。

• 高速な収束は、脆さ（ブリトルネス）を増大させる。
• 低速で適応的な収束は、ノイズやドリフトの中でも一貫性を維持する。

これは意図的な設計です。

三進法のパラドックスはシンプルです。

「システムに『何もしないこと（0）』を許容することで、知能を獲得する」

二進法や連続的なシステムは、常に推測（Guessing）を強制されます。
三進法システムは、不確実性を保持することが許されます。

その「躊躇（Hesitation）」こそが、継続的で分散された決定論的な学習を、そもそも可能にしている唯一の要素なのです。

#AiGarth #Qubic $QUBIC