Predictive EEG–AGI Coherence Architecture for Neuro-Coupled Artificial General Intelligence
Abstract La relación entre dinámica cerebral y sistemas artificiales adaptativos constituye uno de los problemas fundamentales de la neurociencia computacional contemporánea. Aunque los sistemas de inteligencia artificial han alcanzado niveles notables de desempeño en dominios específicos, su arquitectura permanece profundamente separada de los principios dinámicos que gobiernan la organización cerebral. En particular, la mayoría de las arquitecturas de aprendizaje profundo carecen de un acoplamiento funcional con las oscilaciones neuroeléctricas que caracterizan la actividad cortical. Este trabajo introduce CPEA (Coherence Predictive EEG–AGI Architecture) , una arquitectura computacional diseñada para integrar señales electroencefalográficas con modelos de inteligencia artificial adaptativa mediante un marco de coherencia predictiva. El sistema combina codificación neuronal espiking, transformadores temporales y modelos generativos predictivos en un circuito cerrado capaz de mapear ...