The post has been translated automatically. Original language: Russian
Why we abandoned probabilistic AI, analyzed all the language families of the world, chose Kazakh, and in 36 days built a deterministic alternative to LLM.
Modern artificial intelligence is sick. He has three illnesses. These are not bugs. These are not engineering flaws that will disappear after the next round of financing. These are architectural legacies embedded in every transformational model released by OpenAI, Anthropic, Google, Meta, or any other company over the past five years.
Diseases are as follows:
- Probability. Each response is a sample from the distribution over the tokens. The model is right by chance when it is right, and wrong by chance when it is wrong. The architecture does not distinguish between these two states.
- High cost. Inference depends on the multiplication of billion-parameter matrices, GPU clusters, data center capacities, and electricity bills, which have begun to threaten the energy systems of small states.
- Hallucinations in critical areas. In the defense industry, in medicine, in law, in finance, in media (copyright), in regulatory or judicial work, a confident, smoothly formulated answer is indistinguishable from the true one — until the consequences come.
The industry has been pouring trillions of dollars into these problems for several years now. Diseases don't go away. They can't leave—not because the engineers are incompetent, but because the diseases aren't layered on the architecture. They are architecture. The larger probabilistic model is still probabilistic. A more expensive datacenter is still expensive. A more carefully "aligned" generator is still a generator.
With this understanding, our project began.
The new era cannot be patched up. It needs to be refounded.
If diseases cannot be patched up, the next generation of AI must be built without them. Not "less likely", but not probabilistic at all. Not "cheaper", but architecturally cheap. Not "safer by fine-tuning", but architecturally incapable of making up facts.
This demand is not a slogan. This is a limitation. And if you take it seriously, it eliminates almost all existing approaches.
There remains only one class of systems: mathematically deterministic from beginning to end. From the moment when the user speaks to the moment when the system responds, we trace every step, reproduce every conclusion, and link every fact to a curated source.
Then the question becomes linguistic: which substrate of human language is structured enough to be programmed in the form of algebra?
Four-step substrate search
In the beginning was the Word. And the word, in our case, was "be."
We started where any formal theory of computation begins—at the symbol level. We asked one question: which class of human language allows deterministic decomposition into typed primitives?
Step 1 — Three classes of languages
About seven thousand languages of the world are morphologically divided into three classes:
- Agglutinative — the meaning is formed by attaching typed suffixes to a stable root; each suffix carries exactly one grammatical characteristic. Kazakh, Turkish, Korean, Japanese, Finnish, Hungarian, Quechua, Swahili.
- Analytical — the meaning is formed through the word order and service particles with minimal inflection. Chinese, Vietnamese, English (to a large extent).
- Inflectional / synthetic — single suffixes pack several grammatical features at once, often with irregular allomorphy. Russian, Latin, Arabic, Greek.
Step 2 — Which class is deterministic?
Inflectional morphology disappears immediately. One Russian suffix can encode case, number, and gender in a packed and irregular form — hands are the genitive singular or the nominative plural, depending on stress and context. There is no pure algebra here.
Analytical morphology disappears otherwise. Without a typed suffix structure, meaning lives in syntax, and syntax in analytical languages is highly context-dependent. Time flies like an arrow allows for three reads even before the semantics are connected.
Agglutinative morphology is the only class where each typed characteristic corresponds to a separate, ordered, legitimate element. You can write a finite state converter (FST) for it. It can be programmed. You can prove theorems about it.
Step 3 — Which is the purest agglutinative language?
Not all agglutinative languages are equally pure. Turkish carries Arabic and Persian loanwords with a foreign morphology. Japanese is fused with Chinese compound nouns. Hungarian has irregular exceptions in the synharmonism. Korean is a layer of Sino-Korean borrowings. Each of these languages has been in contact with its neighbors for thousands of years, and each carries inflectional or analytical inclusions that break the algebra.
Kazakh, on the contrary, is almost one hundred percent agglutinative. His harmonism has no exceptions. The order of the suffixes is fixed. Phonological alternations are deterministic functions of the stem class. Borrowings are integrated into the native morphology cleanly. Of all the agglutinative languages of the Earth, Kazakh is the one that can be most fully reduced to algebra. And calculate it.
Step 4 — What is the technology stack?
A deterministic system needs a deterministic implementation language. Rust. Memory-safe, no garbage collector, single-binary deployment, zero runtime dependencies, a type system that catches categorical errors that the probabilistic system will simply turn a blind eye to.
No Python. No CUDA. No GPU. No model weights to download. No hosting inference. One binary file that runs on a MacBook Air M2 with eight gigabytes of memory.
Thirty-six days later
The Repository github.com/qazaq-ai/adam It was opened on April 7, 2026. Today is May 13th. In thirty-six days, the system has reached the state for which we started it.
She has a name. We call it the ARK— the Agglutinative Reasoning Kernel. This is the first applied implementation of a deterministic AI substrate based on the algebra of agglutinative morphology. The numbers, today, this minute:
- 0% GPU. A single binary in Rust.
- 160 MB of resident memory.
- 21 ms p50 stroke delay on M2 hardware.
- 1,402 tests, 100% pass. 95 out of 95 adversarial cases.
- 3,404 curated facts in 60 subject areas; each statement is traced back to the source.
- 41 deterministic intent recognizer.
- BUSL-1.1, open source.
Each output of the system carries a provenance. Each factual statement refers to a curated record approved by a human reviewer on a date that can be read. When the system doesn't know, it talks about it. When the issue lies in a critical area — medical, legal, financial — she refuses, with a fixed pattern of refusal, due to the architectural impossibility of generating advice that was not given to her.
This is not a slogan. This is a property of the codebase. The hallucination level is zero by construction.
What does the next era look like?
The model is still in its infancy. The building is small compared to what we will need. 41 The intent recognizer will turn into eighty, then into two hundred. 3,400 facts — thirty thousand. The Kazakh-first field of application will eventually spread to Korean, Japanese, Turkish, Finnish — to every agglutinative language whose algebra we can codify.
But the main direction is now fixed, and the future is now visible.
Probabilistic AI is not a destination. This is a workaround. Probabilistic circumvention will go down in history in the same way as the dot-com bubble — as a period when the industry confused expensive with advanced, and fluency of speech with correctness.
The next era of AI will be deterministic. It will run on laptop hardware. She will refuse to hallucinate. She will trace each of her statements. And the foundation of this era, the algebraic substrate, lay all this time inside the agglutinative morphology of the Turkic language, which is spoken by twenty million people on the steppes of Central Asia.
In the beginning was the Word. And the Word was an algorithm.
Daulet Baymurza is the author of adam, the first applied implementation of ARK, the Core of Agglutinative Reasoning, a deterministic AI substrate for agglutinative languages. Developed in Kazakhstan. Connection: baimurza.daulet@gmail.com . Original article in English: Medium.
Почему мы отказались от вероятностного ИИ, проанализировали все языковые семьи мира, выбрали казахский — и за 36 дней построили детерминированную альтернативу LLM.
Современный искусственный интеллект болен. У него три болезни. Это не баги. Это не инженерные недочёты, которые исчезнут после следующего раунда финансирования. Это архитектурные наследия, встроенные в каждую трансформерную модель, выпущенную OpenAI, Anthropic, Google, Meta или любой другой компанией за последние пять лет.
Болезни таковы:
- Вероятностность. Каждый ответ — это выборка из распределения над токенами. Модель права случайно тогда, когда она права, и неправа случайно тогда, когда она неправа. Архитектура не делает различия между этими двумя состояниями.
- Дороговизна. Инференс зависит от перемножения миллиардо-параметрических матриц, GPU-кластеров, мощностей датацентров и счёта за электричество, который начал угрожать энергосистемам малых государств.
- Галлюцинации в критических областях. В оборонной промышленности, в медицине, в юриспруденции, в финансах, в медиа (авторские права), в регуляторике или в судебной работе уверенный, плавно сформулированный ответ ничем не отличим от истинного — пока не наступят последствия.
Индустрия уже несколько лет вливает триллионы долларов в эти проблемы. Болезни не уходят. Они не могут уйти — не потому, что инженеры некомпетентны, а потому, что болезни не наслоения на архитектуру. Они и есть архитектура. Более крупная вероятностная модель — всё ещё вероятностная. Более дорогой датацентр — всё ещё дорогой. Более тщательно «выровненный» генератор — всё ещё генератор.
С этого понимания начался наш проект.
Новую эпоху нельзя залатать. Её нужно переоснoвать.
Если болезни нельзя залатать, следующее поколение ИИ должно быть построено без них. Не «менее вероятностно», а вообще не вероятностно. Не «дешевле», а архитектурно дёшево. Не «безопаснее за счёт тонкой настройки», а архитектурно неспособно выдумывать факты.
Это требование — не лозунг. Это ограничение. И если принять его всерьёз, оно исключает почти все существующие подходы.
Остаётся единственный класс систем: математически детерминированный от начала и до конца. От момента, когда пользователь говорит, до момента, когда система отвечает, каждый шаг трассируем, каждый вывод воспроизводим, каждый факт ссылается на курированный источник.
Дальше вопрос становится лингвистическим: какой субстрат человеческого языка достаточно структурирован, чтобы быть запрограммированным в виде алгебры?
Четырёхшаговый поиск субстрата
В начале было Слово. И Слово, в нашем случае, было «быть».
Мы начали там, где начинается любая формальная теория вычислений — на уровне символа. Мы задали один вопрос: какой класс человеческого языка допускает детерминированное разложение на типизированные примитивы?
Шаг 1 — Три класса языков
Около семи тысяч языков мира морфологически делятся на три класса:
- Агглютинативные — смысл складывается через присоединение типизированных суффиксов к стабильному корню; каждый суффикс несёт ровно одну грамматическую характеристику. Казахский, турецкий, корейский, японский, финский, венгерский, кечуа, суахили.
- Аналитические — смысл складывается через порядок слов и служебные частицы при минимальной флексии. Китайский, вьетнамский, английский (в значительной мере).
- Флективные / синтетические — единичные суффиксы упаковывают несколько грамматических признаков сразу, нередко с нерегулярной алломорфией. Русский, латынь, арабский, греческий.
Шаг 2 — Какой класс детерминирован?
Флективная морфология отпадает сразу. Один русский суффикс может кодировать падеж, число и род в упакованной и нерегулярной форме — руки это родительный единственного или именительный множественного в зависимости от ударения и контекста. Чистой алгебры здесь нет.
Аналитическая морфология отпадает иначе. Без типизированной структуры суффиксов смысл живёт в синтаксисе, а синтаксис в аналитических языках сильно зависит от контекста. Time flies like an arrow допускает три прочтения ещё до того, как подключается семантика.
Агглютинативная морфология — единственный класс, где каждая типизированная характеристика соответствует отдельному, упорядоченному, законному элементу. Под неё можно написать конечный преобразователь (FST). Её можно запрограммировать. О ней можно доказывать теоремы.
Шаг 3 — Какой агглютинативный язык самый чистый?
Не все агглютинативные языки одинаково чисты. Турецкий несёт арабские и персидские заимствования с не-родной морфологией. Японский сращивается с китайскими сложными существительными. Венгерский имеет нерегулярные исключения в сингармонизме. Корейский — слой сино-корейских заимствований. Каждый из этих языков на протяжении тысячелетий контактировал с соседями, и каждый несёт флективные или аналитические вкрапления, ломающие алгебру.
Казахский, напротив, практически на сто процентов агглютинативный. Его сингармонизм не имеет исключений. Порядок суффиксов фиксирован. Фонологические чередования — детерминированные функции класса основы. Заимствования интегрируются в родную морфологию чисто. Из всех агглютинативных языков Земли казахский — тот, который можно наиболее полно свести к алгебре. И вычислить.
Шаг 4 — Какой технологический стек?
Детерминированной системе нужен детерминированный язык реализации. Rust. Безопасный по памяти, без сборщика мусора, развёртывание в виде одного бинарника, нулевые runtime-зависимости, система типов, которая ловит категориальные ошибки, на которые вероятностная система просто закроет глаза.
Никакого Python. Никакого CUDA. Никакого GPU. Никаких весов модели для скачивания. Никакого хостингового инференса. Один бинарный файл, который запускается на MacBook Air M2 с восемью гигабайтами памяти.
Тридцать шесть дней спустя
Репозиторий github.com/qazaq-ai/adam был открыт 7 апреля 2026 года. Сегодня 13 мая. За тридцать шесть дней система достигла того состояния, ради которого мы её начинали.
У неё есть имя. Мы называем её ARK — Ядро Агглютинативного Рассуждения (Agglutinative Reasoning Kernel). Это первое прикладное воплощение детерминированного субстрата ИИ, построенного на алгебре агглютинативной морфологии. Цифры, сегодня, в эту минуту:
- 0% GPU. Единый бинарник на Rust.
- 160 МБ резидентной памяти.
- 21 мс p50 задержка на ход на железе M2.
- 1 402 теста, 100% проходят. 95 из 95 adversarial-случаев.
- 3 404 курированных факта по 60 предметным областям; каждое утверждение трассируется до источника.
- 41 детерминированный распознаватель интента.
- BUSL-1.1, открытый исходный код.
Каждый вывод системы несёт провенанс. Каждое фактологическое утверждение ссылается на курированную запись, одобренную человеком-проверяющим на дату, которую можно прочесть. Когда система не знает — она об этом говорит. Когда вопрос лежит в критической области — медицинской, юридической, финансовой — она отказывает, фиксированным шаблоном отказа, в силу архитектурной невозможности генерировать совет, который ей не был дан.
Это не лозунг. Это свойство кодовой базы. Уровень галлюцинаций равен нулю по построению.
Как выглядит следующая эпоха
Модель ещё в младенческом возрасте. Корпус мал по сравнению с тем, что нам понадобится. 41 распознаватель интента превратится в восемьдесят, потом в двести. 3 400 фактов — в тридцать тысяч. Казахско-первая область применения со временем распространится на корейский, на японский, на турецкий, на финский — на каждый агглютинативный язык, чью алгебру мы сможем кодифицировать.
Но главное направление теперь зафиксировано, и будущее теперь видно.
Вероятностный ИИ — не пункт назначения. Это обходной путь. Вероятностный обход войдёт в историю так же, как пузырь дот-комов — как период, когда индустрия путала дорогое с передовым, а плавность речи с правильностью.
Следующая эпоха ИИ будет детерминированной. Она будет работать на ноутбучном железе. Она будет отказываться галлюцинировать. Она будет трассировать каждое своё утверждение. И фундамент этой эпохи — алгебраический субстрат — всё это время лежал внутри агглютинативной морфологии тюркского языка, на котором говорят двадцать миллионов человек на степях Центральной Азии.
В начале было Слово. И Слово было алгоритмом.
Дәулет Баймұрза — автор adam, первого прикладного воплощения ARK — Ядра Агглютинативного Рассуждения, детерминированного субстрата ИИ для агглютинативных языков. Разработано в Казахстане. Связь: baimurza.daulet@gmail.com. Оригинал статьи на английском: Medium.
Share
