概要 - 未来の知能のためのヴォン・ノイマンのアーキテクチャを強化する

タイトル
未来の知能のためのヴォン・ノイマンのアーキテクチャを強化する

時間
2025-07-22 14:19:53

著者
{"Rajpreet Singh","Vidhi Kothari"}

カテゴリ
{cs.AR}

リンク
http://arxiv.org/abs/2507.16628v1

PDF リンク
http://arxiv.org/pdf/2507.16628v1

概要

この論文では、古典のボンネマンモデルを拡張し、ネイティブな人工一般知能（AGI）機能を実現する新しいコンピュータアーキテクチャである「Reasoning Unit（RU）」を提案しています。RUは、シンボリックな推論、マルチエージェントの調整、およびハイブリッドなシンボリック-神経計算を実行する特化したコプロセッサです。 このアーキテクチャは、推論固有の命令セットアーキテクチャ、並列シンボリック処理パイプライン、エージェント意識のカーネル抽象、そして認知と数値の負荷を無缝に統合する統一メモリ階層を含んでいます。ハードウェア、オペレーティングシステム、エージェントランタイムレイヤーのシステム的なコデザインを通じて、このアーキテクチャは推論、学習、適応がソフトウェア抽象ではなく、本質的な実行プロパティとして現れる計算基盤を確立します。 アーキテクチャの主要な特徴は以下の通りです： * **Reasoning Unit（RU）**：シンボリックな推論、マルチエージェントの調整、およびハイブリッドなシンボリック-神経計算を実行する専用のコプロセッサ。 * **命令セットアーキテクチャ（ISA）**：シンボリックリライト、グラフベースの推論、並列な検索と推論を最適化した推論固有のISA。 * **並列シンボリック処理パイプライン**：効率的なシンボリック推論と推論のための並列処理パイプライン。 * **エージェント意識のカーネル抽象**：システム内のシンボリックエージェントの管理と調整のための抽象。 * **統一メモリ階層**：データの変換可能性と意味の永続性をサポートする統一メモリ階層、認知と数値の負荷の無缝な統合を可能にします。 提案されたアーキテクチャは、推論、計画、学習などの複雑な認知タスクを遂行できる新しい種類の知能システムを可能にします。学習、推論、認識がシロアリ化された拡張ではなく、第一級のアーキテクチャ市民として現れる未来の計算システムの基盤を築きます。 論文では、AGI固有のシステムの構築方法についても議論しており、オペレーティングシステムのカーネルを拡張してシンボリック抽象をサポートし、RUをハードウェアコプロセッサとして統合し、認知エージェントフレームワークを導入することについて述べています。アーキテクチャは、知識グラフのナビゲーション、因果診断推論、マルチエージェントの交渉などのさまざまな分野で効果を示すベンチマークとユースケースを使用して評価されています。


推奨論文

顔認識精度に与える顔フィルタの影響を研究するための包括的評価枠組み

凸二次最大化におけるアクティブセット法の無条件の下界

OMiSO: 神経集合状態を形成するための状態依存脳刺激の適応的最適化

低次のSkolem問題の複雑さについて

紫外線プラズモニック技術で構成された自動蛍光減衰シリーズ（AFTDS）に機械学習を適用することでモノアミン神経伝達物質を分類する新しいアプローチ

「同等に有効なモデルからの任意の予測」

認知戦における認証コストの非対称性：複雑性理論的枠組み

多変量金融時系列予測のための時系列基盤モデル

RealBench：リアルワールドIPデザインを使用したVerilog生成モデルのベンチマーク評価

音韻分類認識のためのオーディオ・ビジョン対比学習