Pedro Mota Dias

Sou autodidata e gosto de estudar sobre IA, automações Linux e sou apaixonado por filosofia computacional, e apesar de não ter formação na área e ne m experiência formal, tenho um portifólio decente na área, envolvendo a documentação e estudo.

No caso, cheguei a começar a estudar um curso tecnico de desenvolvimento de sistemas no SENAI, e apesar de gostar, por motivos pessoais tive de sair, e lá cheguei a documentar um sistema de rastreio através de autômatos finitos e o uso de um raspberry py para cruzamento de dados para rastreio e estado de carga, além de ter documentado uma IA em bash e aplicado o funcionamento no meu notebook de uma consciência computacional mínima através de uma RNN degenerada, no caso, segue abaixo o que eu já fiz.

Autopreservação Computacional via Shell

Desenvolvi um sistema de controle térmico 100% em Bash e sem dependências externas que simula um comportamento autônomo via grafo de decisão degenerado para homeostase termica, regulando temperatura com média móvel pseudo-markoviana com configurações no driver de CPU ao invés de controle de refrigeração.

Técnicas:

Leitura direta de /sys
Buffer de curto prazo em shell
Decisão simbólica com if...else
Resposta adaptativa com timers dinâmicos

Substitui redes neurais inteiras em ambientes térmicos extremos com menos de 300 linhas.

Inferência Heurística em Hardware Fraco

Documentei um sistema cognitivo veicular com Raspberry Pi, operando com inferência simbólica em tempo real, usando QR codes e lógica de estados rodando em complexidade O(1) para uma atividade de levantamento de requisitos no primeiro semestre, onde a proposta era para substituir um dispositivo de analise de temperaturas que registrava logs, e cada um custava 700 reais.

Componentes:

Mapeamento de contexto com QR
Estados validados com histórico
Ordens de magnitude e tabela de cruzamento para estado contextual
Quantização simbólica

Consome <1% dos recursos de um TMS tradicional.

Neurocomputação Simbólica

Documentei em programei uma rede neural sem deep learning usando apenas AWK, Sed e Bash como operadores simbólicos. Sem backpropagation, só transições discretas, buffers circulares e lógica de sobrevivência.

Destaques:

Perceptron em AWK
Quantização via case
Aprendizado como persistência de estímulo

Alta interpretabilidade e consumo ridiculamente baixo de hardware.

Filosofia Computacional

Documentei um conceito de ética térmica: decisões computacionais baseadas em autopreservação térmica e latência adaptativa. Pra mim, feedback térmico = dor digital.

Postulados: