Lina Bessonova presenta una arquitectura cognitiva rusa como alternativa a los transformadores

La desarrolladora Lina Bessonova ha presentado el concepto de una «arquitectura cognitiva rusa», que propone como alternativa a la habitual carrera por los grandes modelos de lenguaje. La idea central es sencilla: según la autora, la IA soberana no empieza con un conjunto de datos local ni con la compra de costosos aceleradores, sino con el intento de redefinir la propia arquitectura del sistema. En lugar de predecir el siguiente token, Bessonova propone apoyarse en un enfoque biomimético, en estados internos y en la acumulación de experiencia.

El texto se plantea como una polémica con lo que hoy se suele llamar «IA soberana» en Rusia. La autora formula preguntas duras: ¿bastan los datos en ruso, una marca propia o el acceso a las escasas H100 para considerar que un modelo es realmente independiente? Su respuesta es negativa. Si los cimientos siguen siendo ajenos y la lógica básica se toma de los modelos estadounidenses, la localización, a su juicio, no convierte un producto en una escuela tecnológica propia. En ese sentido, el artículo no parece el anuncio de un servicio masivo ya terminado, sino un manifiesto sobre cómo debería ser, en general, un stack nacional de IA.

Bessonova describe la parte práctica del concepto a través de un stack propio en Python, NumPy y SciPy. Según explica, el sistema no requiere un entrenamiento masivo en enormes clústeres de GPU y puede funcionar en tiempo real en una máquina local, hasta un servidor doméstico o un Mac Mini M4 Pro. Esto importa no solo como solución de ingeniería, sino también como argumento político-económico: cuanto menor sea la dependencia de hardware sancionado y escaso, mayores serán las posibilidades de un desarrollo autónomo. La autora subraya además que esta arquitectura podría encajar mejor en dispositivos edge, donde son críticos la compacidad, el consumo energético y la capacidad de funcionar sin la nube.

La idea técnica clave del artículo es la biomimética en lugar de la predicción estadística. Bessonova contrapone a los transformadores un sistema en el que el comportamiento del agente no depende solo de las probabilidades de las palabras, sino también de la dinámica de variables internas. Entre ellas menciona análogos de excitación, inhibición, adaptación y recurso, que se recalculan constantemente e influyen en la reacción del modelo.

Según la autora, esto permite hablar no solo de generación de texto, sino de un esquema cognitivo más coherente, en el que la respuesta nace del estado interno del sistema. Como apoyo científico, Bessonova cita la escuela fisiológica rusa y los nombres de Bekhterev, Chizhevsky y Pavlov, y subraya que busca la base no en la tradición ingenieril californiana, sino en una línea científica nacional.

Otro elemento importante es el aprendizaje mediante la «sedimentación de la experiencia». A diferencia de los modelos que primero absorben enormes volúmenes de datos de internet y luego se ajustan, aquí se propone otro camino: el agente debe acumular experiencia personal a partir de la interacción con el usuario y con el entorno. Esta lógica acerca el sistema más a un organismo en desarrollo que a un modelo de lenguaje convencional.

Al mismo tiempo, la autora apuesta por la independencia jurídica del proyecto: según explica, la arquitectura se prepara para su registro en Rospatent como programa informático y, después, para la protección mediante patentes de soluciones inventivas concretas. Así, el concepto se presenta como un intento de crear no solo un nuevo stack tecnológico, sino también un activo intelectual ruso formalmente independiente.

La parte más dura del texto es la crítica al mainstream corporativo. Bessonova considera que los modelos de los grandes actores, construidos sobre la arquitectura Transformer, siguen dependiendo de «planos» ajenos, aunque la interfaz, el idioma y la marca sean locales. El RLHF, el aprendizaje por refuerzo a partir de retroalimentación humana, recibe críticas especiales.

La autora interpreta este enfoque como un mecanismo que hace a los asistentes seguros y predecibles, pero que al mismo tiempo suaviza la agudeza cultural, la polémica y la singularidad intelectual. En su interpretación, el problema no es solo ideológico, sino también de infraestructura: si toda la estrategia depende de grandes centros de datos y del suministro de chips escasos, cualquier discurso sobre soberanía tecnológica resulta vulnerable.

La conclusión del artículo apunta a cambiar el marco mismo del debate. La pregunta, en esencia, es esta: ¿la IA nacional es la que alcanza antes a los líderes en su propio terreno o la que ofrece otro modelo básico de pensamiento de la máquina? Por ahora, la arquitectura descrita se parece más a un programa de investigación y a una declaración de principios que a un producto listo para competir con los LLM masivos. Pero el planteamiento del problema importa: la autora pide discutir no sobre la cantidad de GPU ni el tamaño de los conjuntos de datos, sino sobre quién fija los principios de partida de los futuros sistemas inteligentes.