Une architecture où l’IA utilise la « contradiction » plutôt que 1/0 comme déclencheur de la pensée (CKN)
(github.com/kokogo100)Avec l’attention récente portée aux modèles de raisonnement comme DeepSeek-R1 ou QwQ, le débat sur la manière de faire pratiquer à l’IA une « System 2 Thinking (réflexion approfondie) » est très vif. Fait intéressant, j’ai publié en open source le mois dernier l’architecture CKN (Contextual Knowledge Network), fondée sur exactement la même philosophie : « utiliser la contradiction comme déclencheur de la pensée ».
[1] Pourquoi la contradiction ? La nature mathématique des modèles d’IA actuels consiste, au fond, à observer des données pour déterminer de manière probabiliste s’il s’agit de « 1 (Yes) » ou de « 0 (No) ». Le problème apparaît lorsque les données du monde réel sont à 0.5, c’est-à-dire ambiguës. Comme le modèle tente de converger de force vers 1 ou 0, il en vient à produire des mensonges assurés d’eux-mêmes, autrement dit des hallucinations.
Je considère que l’IA doit pouvoir supporter un état de « conflit » entre 1 et 0, et qu’elle ne devrait commencer à penser, en se disant « Attends, pourquoi est-ce différent ? », qu’à ce moment-là.
[2] Pourquoi la finance ? Parce que c’est précisément le domaine où cette « contradiction » se produit le plus souvent et avec le plus d’intensité.
Les graphiques indiquent une hausse (1), alors que les actualités parlent d’un facteur négatif (0).
À ce moment-là, les RAG existants lissent l’information pour en faire une moyenne, ou bien manifestent des hallucinations.
CKN détecte cette contradiction elle-même et active un processus de raisonnement pour la résoudre.
[3] Mise en œuvre : une preuve sur MCP Je n’ai pas laissé cette architecture au stade de la preuve de concept : je l’ai implémentée comme une couche au-dessus de MCP (Model Context Protocol) pour la faire réellement fonctionner. Le mécanisme repose sur plusieurs agents qui génèrent des tags selon des points de vue différents, puis sur un trigger qui s’active lorsqu’une contradiction apparaît entre ces tags.
Le développement a été réalisé avec MCP afin que cela puisse fonctionner avec tous les fournisseurs et modèles d’IA.
Dépôt GitHub : https://github.com/kokogo100/ragalgo-mcp-server
6 commentaires
Est-ce un bot d’investissement ?
Je suis désolé pour le désagrément.
Cependant, plutôt qu’une simple promotion, je voulais partager à quel point je m’investis sincèrement pour démontrer l’hypothèse qu’est CKN.
Actuellement, pour valider ce petit projet open source, je fais tourner 24 h/24, à mes propres frais, des dizaines de microservices (Railway) ainsi que les API de Gemini/GPT. Si j’ai tout de même choisi de publier gratuitement le code en supportant ces coûts, c’est parce que je suis convaincu que cette approche de « déclencheur par contradiction » est une proposition technique indispensable pour la prochaine génération d’agents IA.
Lorsqu’on a construit une logique, il est naturel de devoir en apporter la preuve.
Merci.
Y a-t-il des publications programmées sur GitHub et GeekNews ? On dirait que vous publiez maintenant un article de l’an dernier...
Alors que les modèles de raisonnement récents comme DeepSeek-R1 ou QwQ sont au centre de l’attention, les débats sont vifs sur la manière de faire pratiquer à l’IA une « System 2 Thinking » (réflexion approfondie). Le mois dernier, j’ai travaillé exactement sur la même philosophie qu’eux
https://github.com/kokogo100/ragalgo-mcp-server/…
Quand on regarde l’historique des modifications du README, même les explications qui semblaient importantes changent très rapidement ; je me demande donc avec quelles convictions personnelles vous avez mené le développement.
C'est quoi, cette pub pour un produit ?
Le fichier
docs/CKN_Architecture_KR.mdcontient une explication détaillée en coréen. Une lecture rapide vous permettra de comprendre plus vite.