Academia de Inteligência Neuraxon — Volume 7

Pela Equipe Científica Qubic

Em 1970, Martin Gardner publicou na Scientific American um jogo recreativo inventado por John Conway: o Jogo da Vida. As regras cabem em um cartão postal. Uma grade bidimensional de células onde cada célula estava viva ou morta. A cada passo, uma célula viva permanecia viva se tivesse dois ou três vizinhos vivos; caso contrário, ela morria. Uma célula morta com exatamente três vizinhos vivos nascia. Nada mais, tão simples quanto isso.

Em 1970, Martin Gardner publicou na Scientific American um jogo recreativo inventado por John Conway: o Jogo da Vida. As regras cabem em um cartão-postal. Uma grade bidimensional de células nas quais cada célula estava viva ou morta. A cada passo, uma célula viva permanecia viva se tivesse dois ou três vizinhos vivos, caso contrário, morria. Uma célula morta com exatamente três vizinhos vivos nascia. Nada mais, tão simples quanto isso.

O que ninguém esperava era o que emergiu dessas quatro linhas de regras. Estruturas estáveis. Osciladores que pulsam para sempre e gliders que viajam pela grade. Canhões que disparam gliders periodicamente. As construções eram complexas o suficiente para que, eventualmente, alguém construísse uma máquina de Turing dentro do Jogo da Vida. Dentro da grade de Conway, você pode, em princípio, executar qualquer computação que exista.

de Vida para Vida Artificial (Alife)

Nos anos oitenta, Christopher Langton e um grupo de pesquisadores transformaram essa ideia em uma disciplina própria: Vida Artificial, ou Alife. A proposta era simples. A biologia historicamente estudou a vida como a conhecemos, a baseada em carbono, a que emergiu neste planeta específico. Mas a vida é, talvez, um fenômeno mais geral. Se podemos construir sistemas artificiais que mostram as propriedades que associamos com o vivo, auto-organização, adaptação, evolução, reprodução, resposta ao ambiente, então estamos estudando a vida como poderia ser, não apenas como acontece.

Alife não é uma busca por pets digitais. É uma ciência das dinâmicas fundamentais. Seus ferramentas experimentais são simuladores onde agentes simples seguem regras locais, e onde o pesquisador observa o que emerge em escala global.

Várias descobertas se mantiveram como pilares. A primeira, já implícita em Conway, é que regras locais simples podem gerar complexidade global sem que ninguém a projete. A segunda veio do próprio Langton: há um regime crítico, chamado borda do caos, onde os sistemas não são rigidamente ordenados nem totalmente caóticos, e onde quase tudo interessante acontece. Computação, aprendizado, adaptação, todos florescem nessa faixa estreita. Abaixo dela, o sistema congela. Acima dela, se dissolve em ruído.

Uma terceira descoberta, menos famosa mas mais desconfortável, é que propriedades que normalmente associamos com intenção, como cooperação, especialização, divisão do trabalho, podem emergir em sistemas que não foram programados para cooperar. Elas emergem como consequências das dinâmicas, não como objetivos. Esta é difícil de digerir para a espécie autoproclamada superior, porque nossa intuição nos diz que se queremos X, devemos otimizar para X. Alife mostra, repetidamente, que isso nem sempre é verdade.

O que são Ecossistemas Digitais? De Autômatos Celulares a Sistemas Neurais Multi-Agente

Um ecossistema digital é a evolução natural dessas ideias de vida artificial. Em vez de uma única regra compartilhada por todas as células, você tem vários agentes, cada um com suas próprias regras, compartilhando um ambiente comum, competindo ou cooperando por recursos, se reproduzindo e morrendo. O substrato pode ser uma grade 2D como em Conway, um fluido contínuo como em Lenia, um mundo mais rico com terreno e comida como em Biomaker CA. Os detalhes variam. O princípio não.

O que torna um ecossistema digital interessante não é a tecnologia subjacente, mas o que ele permite observar. Dinâmicas populacionais. Limites que se formam entre espécies. Nichos que se abrem e fecham. Estratégias que aparecem, dominam por um tempo, são deslocadas e voltam. Ciclos que se parecem com os de ecossistemas reais, às vezes surpreendentemente. E a pergunta que permeia tudo isso: quando podemos dizer que algo emergiu, que o sistema descobriu algo que não colocamos nele.

A plataforma interativa Ecosistemas Digitais da Sakana AI, mostrando sliders de parâmetros em tempo real, linha do tempo populacional, bandeja de ponto de verificação e tela de simulação. Os usuários podem controlar o ecossistema e ramificar-se em futuros alternativos a partir de qualquer estado salvo.

Há um trabalho recente que vale a pena olhar. A equipe da Sakana AI, por exemplo, acaba de lançar Ecosistemas Digitais, uma plataforma interativa onde cinco espécies de autômatos celulares neurais competem em uma grade compartilhada em tempo real e onde você pode mover os parâmetros com sliders, salvar estados e explorar futuros divergentes a partir de um único ponto de verificação. É o mais recente e acessível elo em uma cadeia que remonta a Conway, e vale a pena brincar por uma tarde, só para sentir como essas dinâmicas se comportam quando você pode realmente tocá-las.

Por que a Vida Artificial e a Complexidade Emergente Importam para Qubic, Aigarth e Neuraxon

A tentação, ao ler sobre Conway, Langton, Lenia ou Sakana, é arquivar tudo isso como um elegante entretenimento intelectual. Não é. É a estrutura conceitual sobre a qual nosso projeto se baseia.

Qubic: Infraestrutura Descentralizada Auto-Organizada

Qubic é, a nível de infraestrutura, uma rede descentralizada de milhares de nós competindo e cooperando para validar computações e ganhar recompensas. Sem as regras locais corretas, essa rede ou se centraliza ou se desintegra. Com as regras certas, ela se auto-organiza em um ecossistema estável e produtivo. A validade do design do Qubic repousa em princípios que vêm, em parte, da pesquisa de vida artificial: como alcançar a estabilidade global sem uma autoridade central, e como fazer a competição produzir algo útil para todos.

Aigarth: IA Evolutiva na Borda do Caos

Aigarth vai além. Não é apenas uma rede, é um tecido em evolução. Redes de neurônios artificiais que mutam, podam, geram descendentes, reorganizam sua topologia sob pressão adaptativa. Existem regras locais, critérios de aptidão ou dinâmicas evolutivas. Esta é a vida artificial aplicada a arquiteturas de IA. E como em tudo em Alife, o que emerge depende do regime em que o sistema opera. Muito rígido, sem exploração. Muito caótico, sem estabilidade. A borda do caos é, aqui também, onde as coisas interessantes acontecem.

Neuraxon: Estados Trinos e Criticalidade Auto-Organizada em IA Inspirada no Cérebro

Neuraxon, a unidade básica sobre a qual Aigarth é construído, foi projetada com isso em mente. O estado trino (-1, 0, +1) não é um truque de quantização para economizar bits, embora também reduza o custo de computação. É uma decisão estrutural. O estado neutro é um buffer que permite transições suaves, que evita que o sistema oscile violentamente entre extremos e dá tempo para que sinapses lentas e neuromoduladores ajam. Como discutimos em volumes anteriores da Academia de Inteligência Neuraxon, é isso que permite que o sistema navegue pela borda do caos sem colapsar.

Em nossos experimentos com NxonLife, o simulador que construímos para observar redes Neuraxon evoluírem em ambientes inspirados no Jogo da Vida, medimos exatamente as propriedades que Alife prevê. Uma razão de ramificação próxima a 1, a assinatura clássica de criticidade auto-organizada. Correlações temporais de longo alcance seguindo dinâmicas 1/f. Atividade que se sustenta por milhares de ticks sem reinicializações externas, sem normalização imposta, sem ninguém dizendo ao sistema o que fazer. As redes encontram esse regime por conta própria, pois a arquitetura foi construída para que isso fosse possível.

De Simulações de Vida Artificial a Infraestrutura de IA Descentralizada: Uma Velha Ideia, um Novo Substrato

A inclinação do portão de crescimento em Ecosistemas Digitais da Sakana AI. Reduzir a inclinação do portão empurra as espécies de limites territoriais rígidos para um regime excitável na borda do caos, onde a complexidade emergente e a cooperação surgem. Fonte: Sakana AI (2026)

O que Conway mostrou em 1970, Langton em 1990, a equipe Lenia mais recentemente, e Sakana AI há algumas semanas, é que a complexidade emerge de regras locais e parâmetros bem escolhidos. O que estamos fazendo com Qubic, Aigarth e Neuraxon é levar essa percepção à sua conclusão lógica: não apenas observar ecossistemas simulados, mas construir uma infraestrutura distribuída real baseada em seus princípios.

A intuição básica não muda. Sistemas vivos vivem no tempo. Eles se organizam entre a ordem e o caos. Eles cooperam sem que ninguém lhes instrua a fazê-lo. Eles emergem, não se projetam.

O Jogo da Vida de Conway era um cartão-postal. A vida artificial é uma disciplina. Ecossistemas digitais são uma ferramenta. Qubic, Aigarth e Neuraxon são uma tentativa de tirar tudo isso do simulador e transformá-lo em uma rede funcional. As ideias estão lá há cinquenta anos. O substrato para torná-las produtivas em escala é o que estamos construindo agora.

Referências

• Conway, J. H. (em Gardner, M.) (1970). Jogos matemáticos: As combinações fantásticas do novo jogo de paciência de John Conway “Vida”. Scientific American, 223, 120–123. [Link]

• Langton, C. G. (1990). Computação na borda do caos: Transições de fase e computação emergente. Physica D: Fenômenos Não Lineares, 42, 12–37. [Link]

• Bedau, M. A. (2003). Vida artificial: organização, adaptação e complexidade de baixo para cima. Trends in Cognitive Sciences, 7(11), 505–512. [Link]

• Chan, B. W.-C. (2019). Lenia: Biologia da vida artificial. Complex Systems, 28(3), 251–286. [Link]

• Mordvintsev, A., Randazzo, E., Niklasson, E., & Levin, M. (2020). Crescendo autômatos celulares neurais. Distill, 5(2), e23. [Link]

• Darlow, L. (2026). Ecossistemas Digitais: Autômatos Celulares Neurais Interativos Multi-Agente. Sakana AI. [Link]

• Vivancos, D., & Sanchez, J. (2025). De Perceptrons a Neuraxons: Um novo modelo de crescimento e computação neural. Ciência do Qubic. [Link]

• Vivancos, D., & Sanchez, J. (2025). Arquitetura de aprendizado de dinâmicas de estado trino embutido no tempo. Preprint. [Link]

Explore a Série Completa da Academia de Inteligência Neuraxon

Este é o Volume 7 da Academia de Inteligência Neuraxon #academy pela equipe #Qubic Científica. Se você está apenas se juntando a nós, explore a série completa para construir uma compreensão total da ciência por trás de #Neuraxon , #aigarth , e a abordagem do Qubic para inteligência artificial inspirada no cérebro, #decentralized :

• NIA Volume 1: Por que a Inteligência Não é Computada em Passos, mas no Tempo — Explora por que a inteligência biológica opera em tempo contínuo em vez de passos computacionais discretos como os LLMs tradicionais.

• NIA Volume 2: Dinâmicas Trinas como um Modelo da Inteligência Viva — Explica dinâmicas trinas e por que a lógica de três estados (excitante, neutra, inibitória) é importante para modelar sistemas vivos.

• NIA Volume 3: Neuromodulação e IA Inspirada no Cérebro — Cobre neuromodulação e como a sinalização química do cérebro (dopamina, serotonina, acetilcolina, norepinefrina) inspira a arquitetura do Neuraxon.

• NIA Volume 4: Redes Neurais em IA e Neurociência — Uma comparação profunda entre redes neurais biológicas, redes neurais artificiais e a abordagem de terceiro caminho do Neuraxon.

• NIA Volume 5: Astrócitos e IA Inspirada no Cérebro — Como o controle astrócito transforma a plasticidade das redes neurais através da estrutura AGMP no Neuraxon.

• NIA Volume 6: Máquinas Conscientes vs Organismos Inteligentes: A Consciência da IA Explicada — Explora a consciência da IA através da lente da Teoria do Espaço Global, Teoria da Informação Integrada e codificação preditiva.

Qubic é uma rede descentralizada e de código aberto. Para saber mais, visite qubic.org. Junte-se à discussão no X, Discord e Telegram.