Мозг, который учится жить.
BrainCore строит полный человеческий мозг в программе — отдел за отделом, по опубликованной нейронауке. Готовый, он будет видеть, слышать, помнить и учиться на собственном опыте, как ребёнок, и говорить словами, которые выучил сам. Без языковой модели, без предобученных весов, без обратного распространения ошибки.
Что будет уметь готовый мозг.
Способности — это пункт назначения, и они написаны в будущем времени. Под каждой — что уже есть сегодня, в настоящем времени, с цифрой, которая это доказывает.
Будет видеть
Узнавать предметы, лица и сцены собственной зрительной корой — от сетчатки через поля 17, 18 и 19.
Будет слышать
Различать голоса, слова и мелодии слуховым путём от улитки до пояса слуховой коры.
Будет помнить
Сохранять событие, прожитое один раз, и восстанавливать целое по фрагменту — собственным гиппокампом.
Будет учиться всегда
Учиться с первой минуты, как младенец: локальная пластичность в каждом синапсе, дофамин отмечает важное, сон закрепляет.
Будет говорить своими словами
Собственные зоны Брока и Вернике и язык, выученный из услышанного и увиденного, а не взятый из корпуса текстов.
Будет работать на валюте мозга
Только спайки — родной сигнал нейроморфных чипов, которые считают, только когда нейрон срабатывает. На обычных процессорах мозгу масштаба человека нужны петабайты памяти и тысячи серверов; снизить этот счёт за энергию может спайковое железо.
Пять этапов до мозга, который учится. Первый пройден.
- Этап 1Сентябрь 2026сделано
Органы чувств: видит и слышит
Ядро отделов, сетчатка, улитка, поля 17 и 41, 23 приёмки, предрегистрированное правило по сидам. Статья 1 заморожена и воспроизводится из чистой копии: все 16 дайджестов совпадают.
- Этап 2Волна 4следующий
Живые органы чувств: смотрит и слушает вас
Камера в сетчатку, микрофон в улитку; экзаменатор печатает, что прочитал мозг. Сначала файлы картинок и звука, пришпиленные к дайджестам фикстурных прогонов, потом живые устройства.
- Этап 3Волна 5 · Статья 2следующий
Обучение: узнаёт, что с чем связано
Произвольная таблица A ↔ 2 кГц, B ↔ 5 кГц, C ↔ 300 Гц, D ↔ 1 кГц, выученная через гиппокамп с включённой пластичностью. Три разрушения обязаны её ломать, среди них выключенная пластичность; от 20 до 50 сидов. Пререквизит — петля гиппокампа на 23 из 23.
- Этап 4После Статьи 2позже
Масштаб: растёт
Отделы на нескольких компьютерах с тем же дайджестом, что на одном: путь от сотен тысяч нейронов к миллионам.
- Этап 5Цельпозже
Понятия и язык: называет то, что знает
Кошка, её мяуканье и слово КОШКА связаны на одной петле; зоны Брока и Вернике выучены из опыта. Это и есть мозг с первого экрана.
Языковая модель один раз прочитала всё. Мозг учится на собственной жизни.
BrainCore не соперник ChatGPT. Языковая модель сильнее во всём, что связано с языком и знанием мира; BrainCore сегодня различает четыре буквы и четыре тона. Разница — в устройстве, и её не догнать ростом модели.
| Вопрос | Большая языковая модель | Мозг и BrainCore |
|---|---|---|
| Из чего сделан | Одна большая сеть одного типа, обученная предсказывать следующее слово. | Орган из отделов: сетчатка, улитка, кора, гиппокамп, базальные ганглии, мозжечок, ядра-модуляторы. Каждый — по своей опубликованной модели. |
| Как учится | Ошибка на выходе проходит назад через все веса; для этого нужен отдельный этап обучения. | Каждый синапс меняется сам, по активности двух своих нейронов. Учиться и работать — одно и то же. |
| Когда учится | До выпуска. Потом веса заморожены, новое — через дообучение. | Всё время, от собственных органов чувств. |
| Откуда знание | Из текстов, написанных людьми, — из вторых рук. | Из света и звука, которые он сам увидел и услышал. |
| Где память | В весах и в окне контекста; окно пропадает после разговора. | Гиппокамп запоминает событие быстро, кора — медленно, сон переносит из одного в другое. |
| Когда не выучил | Всё равно выдаёт самый вероятный ответ. | Вспоминать нечего, и отсутствие отзыва видно в спайках. Проверка — в Статье 2. |
| Что на выходе | Текст. | Спайки. Сегодня символ из них делает экзаменатор снаружи мозга. |
| Как проверить | Целиком, на тестах; ни одну часть нельзя проверить отдельно. | По частям: каждый отдел — по своей статье, каждый прогон — по дайджесту. |
| На чём работает | GPU в дата-центре. | Обычные процессоры, в том числе на серверах заказчика; сигнал подходит нейроморфным чипам. |
BrainCore — модель не языка, а органа, который язык порождает: сетчатка и улитка, таламус, колонки коры, гиппокамп, базальные ганглии, мозжечок, ядра, выделяющие дофамин, серотонин и норадреналин. Каждый отдел собирается по литературе, по одному, и соединяется с остальными так, как устроена анатомия.
Как он будет учиться.
Схема взята у самого мозга: гиппокамп учится быстро, кора — медленно, а повторение встраивает новое к старому, не ломая его (McClelland, McNaughton, O’Reilly 1995).
- Шаг 1Органы чувствработает
Глаз и ухо превращают свет и звук в спайки
Модельные сетчатка и улитка по опубликованным моделям. Внутрь мозга входят только яркость и звуковое давление.
- Шаг 2Кораработает
Кора раскладывает стимул по своим колонкам
Буквы читаются на 94 %, каждый тон попадает в свою колонку на 20 из 20 сидов.
- Шаг 3Гиппокампв работе
Гиппокамп запоминает, что было вместе, с одного раза
Зубчатая извилина разводит похожие события, CA3 связывает их, CA1 возвращает в кору. CA3 запоминает пару с одного показа; считывание через CA1 пока красное — 17 из 23 критериев.
- Шаг 4Модуляторыв работе
Дофамин отмечает важное, ацетилхолин открывает пластичность
Ядра-модуляторы — VTA, голубое пятно, шов, базальный передний мозг — проходят приёмку 18 из 18. Путь дофамина в базальные ганглии — 8 из 11. Ацетилхолиновый гейт пластичности в CA3 работает.
- Шаг 5Сонв плане
Сон повторяет свежее, кора встраивает его к старому
Переключатель сна и бодрствования собран, 19 из 21 критерия. Перенос из гиппокампа в кору — в плане.
- Шаг 6Статья 2следующий
Проверка: выучит ли он связь «буква ↔ звук»
Предрегистрированный опыт через гиппокамп. Выключенная пластичность, необученная буква и перемешанное связывание обязаны его ломать.
Будут ли у мозга те же проблемы? Часть — да.
Мозг в природе тоже забывает, ошибается и бывает предвзят. Разница в том, что у него есть механизмы против каждой из этих проблем, BrainCore копирует именно их, и каждую проблему можно измерить по спайкам.
| Проблема | У LLM | У мозга в природе | У BrainCore |
|---|---|---|---|
| Новое стирает старое | Да: при дообучении забывает выученное (Luo et al. 2023) | Забывает постепенно, не катастрофически (French 1999); спасает разделение «гиппокамп быстро, кора медленно» | Риск тот же, решение копируем у мозга. Сколько пар помещается и когда новое стирает старое, покажут кривые ёмкости и интерференции в Статье 2 |
| Выдумывает | Обучение поощряет угадывание вместо «не знаю» (OpenAI 2025) | Люди тоже вспоминают то, чего не было (Loftus 2005) | Ложный отзыв возможен. Но отзыв меряется по спайкам с порогом, заданным до обучения, а необученная буква обязана не вспомнить ничего |
| Предвзятость | Наследует перекосы корпуса, который нельзя перечислить | Ребёнок знает мир таким, каким его видел | Так же предвзят к своему опыту, но опыт записан целиком: его можно проверить и дополнить |
| Сколько нужно опыта | Корпус текстов масштаба интернета, зато потом отвечает сразу | Событие — с одного раза, понятия — годами | Пару запоминает с одного показа. Но опыт идёт во времени, а мозг сегодня медленнее реального: 2,7 с модели за 4,5 с |
| Повторяемость | Нет даже при температуре 0 (Thinking Machines 2025) | Нет | До бита на записанных входах. Живой поток с камеры записывается и повторяется с тем же дайджестом |
| Цена масштаба | Обучение — 78–191 млн $ вычислений (AI Index 2024) | 86 млрд нейронов | Сегодня — ноутбук. Масштаб человека на процессорах — петабайты памяти и тысячи серверов |
| Перенос выученного | Веса копируются | Не копируется: каждый учится сам | Выученная ткань — файл: её можно скопировать на другую машину и откатить к прошлой версии |
Источники: Luo et al. 2023 · Kalai et al., OpenAI 2025 · Thinking Machines 2025 · Stanford AI Index 2024 · French 1999, Trends Cogn Sci 3:128 · Loftus 2005, Learn Mem 12:361 · McClelland et al. 1995, Psychol Rev 102:419.
Шесть правил, которые мозгу нельзя нарушать.
Благодаря им результат BrainCore может проверить тот, кто нам не доверяет.
Знание живёт в синапсах
Ни таблиц фактов, ни векторов, ни словарей внутри отдела. Всё символьное остаётся снаружи мозга, у экзаменатора.
Коннектом — это данные
Размеры популяций, вероятности связей, веса, задержки и правила обучения лежат в файлах. У каждого числа источник и метка: измерено, опубликовано, выведено или конвенция.
Каждый отдел сдаёт экзамен
Отдел существует, когда прошёл приёмку по своей статье — с отрицательными контролями, которые обязаны его ломать. Контроль, который прошёл, значит: тест ничего не меряет.
Отделы говорят только спайками
Каждый отдел — сервис. Он обменивается пачками спайков с остальным мозгом раз в минимальную синаптическую задержку, в одном процессе или в нескольких, с одинаковым результатом.
Одни часы, один дайджест
У каждого прогона SHA-256 по всем спайкам. Двенадцать ядер и одно дают одни и те же биты; отдел, вынесенный в другой процесс, даёт те же биты.
Ничего чужого
Ни предобученной модели, ни эмбеддингов, ни LLM — ни в роли учителя, ни запасным путём. Константы берутся из статей или из замеров, и источник записан рядом.
Внутрь входят только свет и звуковое давление. Спайки становятся символом лишь снаружи мозга.
Видит буквы. Слышит высоту звука. И контроли доказывают, что это не просто активность.
Все графики ниже построены по закоммиченным отчётам приёмок коммита b0e46be. Пластичность во всех выключена: это восприятие, ещё не обучение.
- 79
- сервисов в анатомическом атласе: шесть отделов мозга, 43 поля Бродмана, каждое ядро — отдельный сервис
- 23
- приёмки по своим статьям: 11 зелёных, 12 красных, и все опубликованы
- 20/20
- новых сидов проходят предрегистрированное правило зрения, закоммиченное в git до прогона
- 0
- языковых моделей, эмбеддингов, предобученных весов и обратного распространения внутри мозга
Форма буквы доходит до коры
Четыре буквы — A, O, T и И — показывают модельной сетчатке. Каждая из девяти колонок поля 17 отвечает на чернила в своём участке поля зрения: ρ Спирмена = 0,866 по 36 парам «буква — колонка». Декодер снаружи мозга называет 15 из 16 тестовых показов.
Высота звука попадает куда надо
Каждый тон поднимает колонку своей полосы на 349–565 спайков над фоном, и колонки идут по возрастанию частоты — тонотопия настоящей слуховой коры. Перемешайте проводку, и каждая колонка ответит на каждый тон примерно третью ответа.
Организация, а не активность
Перемешанная проводка меняет общее число спайков меньше чем на 0,01 % в зрении и на 0,4 % в слухе, а декодер падает с 94 % до 56 % на буквах и со 100 % до 60 % на тонах. Информация — в том, как мозг соединён, а не в том, насколько он занят.
Правило, написанное до прогона
До того как запустить 20 новых сидов, правило, которому они обязаны удовлетворять, закоммитили в git. Буквы прошли: медиана 93,8 %, 20 из 20 сидов. Слух сохранил тонотопию на каждом сиде, но провалил правило повтора — 13 из 20 при нужных 18, — и это записано как провал.
Чем это не является. Здесь пока ничего не выучено: пластичность выключена, декодер стоит снаружи мозга. Поля маленькие — девять и четыре колонки при десятой доле плотности. Статья 1 показывает, что органы чувств доносят структуру стимула до коры. Обучение — следующий эксперимент.
Двадцать три приёмки. Двенадцать из них красные — и оставлены красными.
Каждая структура собрана по своей статье и проверена критериями, записанными до прогона. Если модель с источниками не воспроизводит свою статью, мы публикуем провал и его диагноз, а не подкручиваем числа до зелёного.
Карта — это человеческий мозг, а не блок-схема.
Число сервисов задаёт анатомия: шесть отделов мозга, шесть долей, 43 поля Бродмана, которые есть у человека, и каждое ядро как отдельный сервис.
Быстро на одном ноутбуке. Честно о расстоянии до человеческого мозга.
Четыре-пять порядков
В мозге человека 86 миллиардов нейронов. В самой большой сети Статьи 1 — 179 298. Это расстояние — причина, по которой каждый отдел сделан сервисом: мозг из сервисов можно разнести по большему числу машин, не изменив ни одного спайка. Между процессами это измерено; между машинами — этап 4.
Что он даёт и чего пока не умеет.
У каждого плюса метка: измерено сегодня, заложено устройством или пока только цель.
- Учится на месте, без переобучения. цель · Статья 2
- Знает только то, что видел сам: происхождение знания известно целиком. по устройству
- Нет чужих обучающих данных, а значит нет спора о правах на них. по устройству
- Воспроизводим до бита: один SHA-256 на 1 и на 12 ядрах, 16 из 16 дайджестов из чистой копии. измерено
- Проверяется по частям: 23 приёмки по опубликованным статьям. измерено
- Ставится у заказчика: обычные процессоры, без GPU, без облака, без внешних вызовов; сети Статьи 1 работают на ноутбуке. измерено
- Выученное копируется и версионируется как файл ткани. по устройству
- Честная отчётность: 12 из 23 приёмок красные и опубликованы красными. измерено
- Не говорит и не пишет. Сегодня различает четыре буквы и четыре тона.
- Обучение в V3 ещё не показано; это Статья 2.
- Не может взять готовое знание из книг и интернета: всё выучивает из опыта, а опыт сегодня идёт медленнее реального времени.
- Масштаб: 179 298 нейронов против 86 миллиардов у человека.
- На процессорах не экономит энергию. Спайковые чипы могут это изменить, но на чипе BrainCore ещё не запускался.
- 12 из 23 моделей отделов пока не проходят свои приёмки.
- Для медицины и фармы нет проверки на данных болезней.
- Выручки и клиентов нет, основатель один.
Где он будет работать.
Первыми платят наука и фарма — за модель, которую можно проверить. Устройства, которые учатся на месте, придут позже, после Статьи 2.
BrainCore — программа на Go для обычных процессоров: без GPU, без облака, без обращений к внешним сервисам. Он ставится на серверы компании, и данные пациентов, производства или клиентов не покидают её периметр. Сегодня это проверено на ноутбуке; упаковки для корпоративной установки ещё нет.
| Отрасль | Задача | Что даёт BrainCore | Когда | Что нужно сначала |
|---|---|---|---|---|
| Фарма | Модели нервных цепей при болезнях и под действием препаратов: базальные ганглии и дофамин (Паркинсон), гиппокамп (память, эпилепсия), ядра серотонина и норадреналина (мишени антидепрессантов) | Модель с источником каждого числа и дайджестом каждого прогона — на серверах компании. Закон США с 2022 года признаёт компьютерное моделирование доклиническим тестом; в 2025 году FDA призвало заменять им тесты на животных | 2027–2029 | Партнёр и проверка на данных препаратов и пациентов; зелёные приёмки нужных отделов |
| Медицина и медтех | Кодирование звука для слуховых имплантов, модели зрения для протезов, учебные модели для врачей и студентов | Улитка по Меддису и зрительный путь, проверенные по своим статьям | 2027–2029 | Партнёр-производитель, клиническая проверка |
| Нейронаука и университеты | Проверка гипотез о связях между отделами, воспроизведение статей, учебные лаборатории | Проверенные модели отделов в одной среде; воспроизведение по дайджесту | 2026–2027 | Документация для внешних пользователей |
| Нейроморфное железо | Эталонные нагрузки уровня мозга для чипов | Отделы с известным правильным ответом и дайджестом | 2027–2028 | Первый отдел на чипе |
| Промышленность и робототехника | Выучить новый предмет, дефект или звук прямо на месте | Обучение на устройстве или на сервере цеха, без облака и без переобучения | С 2028 | Статья 2, живой вход |
| Регулируемые отрасли: банки, страхование, госсектор | Компонент, каждое решение которого нужно объяснить и повторить | Журнал спайков и дайджест. AI Act требует от систем высокого риска журнала событий и прозрачности — для систем из Приложения III со 2 декабря 2027 года | С 2028 | Способность принимать полезные решения; оценка соответствия |
Источники: Consolidated Appropriations Act, 2023, разд. 3209 (положения FDA Modernization Act 2.0) · FDA, 10 апреля 2025 · AI Act, ст. 12, ст. 113. BrainCore пока не внедрён ни в одной отрасли.
Сначала мы измерили себя.
BrainCore начинался как спайковый движок памяти для разговоров. На публичном тесте LoCoMo он набрал 50 %. Девять добавленных нейромеханизмов сдвинули это число ровно на ноль, а наша прежняя статья с 88,7 % отозвана: её метрика засчитывала честный отказ как верный ответ.
Этот год задал правила V3: источники до кода, пороги до прогона, контроли, которые обязаны ломать, и красные результаты, которые остаются красными. Прежний отчёт в архиве (на английском).
Два способа поддержать мозг.
Один основатель, этапы 2–4: живые органы чувств, Статья 2, мозг на нескольких машинах, первые партнёры.
Смотреть раунд →Этап 3: предрегистрированный опыт «буква ↔ звук», Статья 2 и независимое воспроизведение.
Смотреть программу →Я инженер, пятнадцать лет выпускаю промышленный софт. Вопрос, над которым я работаю: может ли машина понимать только то, чему научилась сама.
Дорога, по которой идут все, — модель побольше и текста побольше — даёт того, кто читал о мире, а не жил в нём. Поэтому я пошёл другим путём: строить орган, а не имитацию. Отдел за отделом, по статьям, которые нейробиологи уже написали, и каждый проверяется по своей статье, прежде чем на него разрешено опереться чему-то ещё.
Большая часть работы — не обманывать себя. Пороги пишутся до прогона, контроли обязаны ломать то, что проверяют, а опубликованная модель, которая не воспроизводится, публично остаётся красной. Мозг, который жульничает на собственных экзаменах, ничего не стоит.
Помогите построить мозг, который учится только на собственном опыте.
Инвесторы, фонды, нейробиологические лаборатории и команды железа — пишите мне напрямую. Код, фикстуры и все артефакты за этими числами открыты рецензентам и партнёрам по запросу.