Pesquisa sobre um Caminho Tecnológico de IA de Próxima Geração Baseado em Verificação Hierárquica e Co-Construção Pública: Um Plano de Contingência de Engenharia para Eliminação de Alucinações em Grandes Modelos de Linguagem na Era Pós-Lei de Escalonamento

Grandes modelos de linguagem construídos com base na arquitetura Transformer caíram agora em um impasse onde os retornos marginais do escalonamento de parâmetros continuam a diminuir. Além do GPT-8, as limitações físicas da Lei de Escalonamento estão se aproximando do seu limite, enquanto os requisitos de confiabilidade para implantação de IA em domínios verticais de alto risco — saúde, judiciário, finanças e políticas públicas — estão crescendo exponencialmente. Até o momento, a humanidade ainda não decifrou o mecanismo fundamental da inteligência geral a partir dos primeiros princípios; confiar cegamente no surgimento espontâneo da inteligência para impulsionar a iteração industrial carece tanto de rigor de engenharia quanto de controlabilidade prática. Este artigo propõe uma solução sistemática que não depende de avanços desconhecidos na inteligência e pode ser implementada inteiramente com tecnologias maduras de engenharia existentes: uma arquitetura desacoplada de duas camadas composta por um "modelo fundamental de senso comum de mundo da camada inferior" e um "módulo da camada superior de geração e expressão de linguagem." Usando uma base de conhecimento estruturada em três níveis — compreendendo uma Camada de Verdade Absoluta, uma Camada de Verificação por Especialistas e uma Camada de Senso Comum Público — o quadro estabelece um mecanismo de verificação colaborativa totalmente em circuito fechado de "geração de candidato de IA → detecção quantitativa de desvio de conteúdo → verificação leve em massa → adjudicação final de especialistas em discordâncias." Isso possibilita restrições de senso comum e fidelidade factual durante todo o processo para as saídas do modelo. O esquema separa completamente o conhecimento objetivo do mundo da geração de linguagem, adota enciclopédias autorizadas publicamente disponíveis e descobertas acadêmicas revisadas por pares como base da verdade absoluta da camada inferior, e distribui o custo massivo da verificação de fatos por meio da colaboração pública em toda a sociedade. Em comparação com o escalonamento contínuo dos parâmetros do modelo, esse caminho apresenta um custo marginal decrescente de longo prazo, com cada geração entregando métricas quantificáveis e rastreáveis de supressão de alucinações, delineando claramente a evolução geracional dos grandes modelos na era Pós-Lei de Escalonamento. Ao mesmo tempo, uma base de conhecimento público mundial padronizada e estruturada estabelecerá uma infraestrutura pública universal para a próxima mudança de paradigma em inteligência artificial. O artigo adere a uma filosofia central de engenharia: antes que o mecanismo científico subjacente da inteligência seja esclarecido, a prioridade principal da indústria de IA é alcançar a confiabilidade máxima na automação da informação em todos os cenários.