AIKernel.NET

AIKernel Blog: WASM

WASM タグの記事一覧です。

Doom デモの調整に入りました──手元の Codex 監視と手書き注釈で進める正典 0.1.3 の実動確認

/ AIKernel 正典 0.1.3 の整理作業にあわせて、Doom デモ側の実動確認と調整を開始しました。64GB メモリ、2TB SSD、既存ディスプレイ4枚に液晶タブレットを加えた環境で、手元に Codex の解析画面を表示しながら、スクリーンショットへの手書き注釈を使って支援 AI へ意図を伝える開発スタイルを整えています。

開発環境を増強しました──64GB メモリと 2TB SSD で、正典 0.1.3 の整理を支える

/ AIKernel 正典 0.1.3 の整理を進めるため、開発マシンのメモリを 16GB から 64GB へ増強し、2TB SSD を追加しました。WASM ビルド、大規模ログ解析、Doom 系テスト環境の並列実行をより安定して進めるための開発環境整備について記録します。

Semantic Fusion Layer──AIKernel の「意味論 OS」を支える中核層

/ AIKernel.Doom と Bonsai-1.7B の接続で重要になる Semantic Fusion Layer を、物理世界、意味論世界、三値判定世界をつなぐ翻訳層として整理します。Bonsai Provider / VFS / Control Plane ABI、WebGPU / VRAM resident path、CTG 論文との関係を踏まえ、AIKernel の意味論 OS を支える中核構造を解説します。

世界の時間を掌握する──AIKernel.Wasmが実現した「不死の」自律実行環境

/ AIの推論プロセスがクラッシュしたとき、認識していた世界（メモリ）はどうなるのか。AIKernel.Wasmは、WASMの線形メモリとGPUリソースの所有権をOS側で握ることで、状態を維持したまま脳（ロジック）だけをすげ替えるゼロコピー・ホットスワップを実現しました。DOOMの時間を止め、AIを死から復帰させる「真のフェイル・オペレーショナル」の仕組みを解説します。

AIの「脳」を試験管で培養する──AIKernel.Doomが実現した決定論的テストと制御ランタイム

/ DOOMのオートプレイにおいて、AIの意思決定バグをいかにしてミリ秒単位で修正し続けたのか。その秘密は「ゲーム実機」を使わず、AIの思考パイプラインだけをNode.jsのVM上で決定論的に再生する Lightweight Control VM にありました。AIの学習ではなく、AIの「統治（ガバナンス）」をコードで書き、テストで保証する新しい開発パラダイムを解説します。

Bonsai と CTG をつなぐ──AIKernel Doom Demo 統合実装と FirstDoor デバッグログ

/ AIKernel Day 5 として、Bonsai-1.7B、TELOS / OBJECTIVE / Sub-chips HUD、CTG ROM、Kairos、Kinesis、Chronos を統合した実装を解説します。FirstDoor で詰まった AI を、Codex が実行中ブラウザ、runtime status、Canvas、HUD overlay を使って観測・診断・修正した開発ログを紹介します。

敵を発見した。撃つべきか？──AIKernel における意思決定行動パイプラインと CTG 入門

/ AIKernel の Day 3 として、視覚・聴覚・WASM ランタイムの先に必要になる意思決定統治を解説します。Aisthesis から Chronos までの行動パイプライン、TELOS / OBJECTIVE / Sub-chips HUD、Codex が実行中環境を観測した開発ログ、そして Bonsai の提案を CTG ROM が Fail-Closed に統治する理由を読み解きます。

クラウド不要の自律エッジ AI──WASM 版 DOOM と Bonsai-1.7B を WebGPU / VRAM 内で直結する

/ AIKernel の Day 2 として、WASM 版 DOOM、WebGPU、Bonsai-1.7B、VRAM resident vision path、zero-copy、CPU fallback、AutoPlay runtime を接続した完全ローカル自律エッジ AI デモの低レイヤ実装を解説します。

AI は電気羊の夢を見るのか？──AIKernel に“耳”を与える日

/ AIKernel の Perception Layer に Auditory Context を統合し、stereo PCM、GPU resident buffer、auditorySnapshot、spatialSnapshot、fusedDirection、HUD overlay によって、視覚と聴覚を融合したリアルタイム空間認知を実装した Day 1 の開発ログです。

AIOS の視覚認知モジュールを作る──Perception Layer の設計・実装・最適化・可視化・デバッグ研究ログ

/ AIOS における Perception Layer の役割を、Trainer Runtime / Profile Optimizer / Inference Runtime の三層構造、Telemetry、Profile 駆動最適化、リアルタイム HUD、Perception Filter、Hybrid Control Mode の実装体験を通じて解説します。