본 논문은 인공 일반 지능(AGI) 접근을 위한 새로운 관점으로, 지능 기반 모델(IFM)을 제안한다. 기존의 특정 도메인(언어, 시각 등) 패턴 학습에 특화된 기반 모델(FM)과 달리, IFM은 다양한 지능적 행동으로부터 직접 학습하여 지능의 근본적인 메커니즘을 습득하는 것을 목표로 한다. 생물학적 신경계의 집단적 역학에서 지능적 행동이 나타난다는 사실에 기반하여, IFM은 신경세포와 유사한 역학적 과정을 포착하는 새로운 네트워크 아키텍처인 '상태 신경망'과, 집단적 역학으로부터 신경세포 출력을 예측하도록 시스템을 훈련하는 새로운 학습 목표인 '신경세포 출력 예측'으로 구성된다. 이를 통해 도메인 전반에 걸쳐 일반화, 추론, 적응 학습이 가능한 시스템 구축을 위한 생물학적 근거와 계산 확장성을 갖춘 기반을 마련하고, 진정한 AGI에 한 걸음 더 다가선다.
