यह शोधपत्र प्राकृतिक बुद्धिमत्ता के मूलभूत सिद्धांतों की व्याख्या के आधार पर, मापनीय, संरेखित कृत्रिम बुद्धिमत्ता (एआई) के विकास हेतु एक रोडमैप प्रस्तुत करता है। मापनीय, संरेखित एआई की ओर एक संभावित मार्ग कृत्रिम एजेंटों को हमारी प्राथमिकताओं सहित, दुनिया के अच्छे मॉडल सीखने में सक्षम बनाने में निहित है। इसे प्राप्त करने के लिए, एक प्रमुख लक्ष्य ऐसे एजेंटों का निर्माण करना है जो दुनिया और अन्य एजेंटों के विश्व मॉडलों का प्रतिनिधित्व करना सीखें—एक समस्या जिसे संरचित अधिगम (जिसे कारणात्मक निरूपण अधिगम या मॉडल खोज भी कहा जाता है) कहा जाता है। इस लक्ष्य को ध्यान में रखते हुए, यह शोधपत्र उन सिद्धांतों को प्रस्तुत करता है जो संरचित अधिगम और संरेखण समस्याओं के साथ-साथ, गणित, सांख्यिकी और संज्ञानात्मक विज्ञान के विविध विचारों को संश्लेषित करते हुए, हमें आगे बढ़ने में मार्गदर्शन करेंगे। 1) हम संरचित अधिगम में मूल ज्ञान, सूचना ज्यामिति और मॉडल न्यूनीकरण की आवश्यक भूमिकाओं पर चर्चा करते हैं और प्राकृतिक दुनियाओं की एक विस्तृत श्रृंखला से सीखने के लिए एक मूल संरचनात्मक मॉड्यूल का प्रस्ताव करते हैं। 2) हम संरचित अधिगम और मन के सिद्धांत के माध्यम से संरेखित एजेंटों की ओर एक मार्ग की रूपरेखा प्रस्तुत करते हैं। उदाहरण के तौर पर, हम असिमोव के रोबोटिक्स के तीन नियमों को गणितीय रूप से रेखांकित करते हैं, जो एजेंटों को अन्य एजेंटों के दुर्भाग्य को कम करने के लिए विवेकपूर्ण तरीके से कार्य करने का निर्देश देते हैं। हम संरेखण के लिए एक बेहतर दृष्टिकोण प्रस्तावित करके इस उदाहरण को और भी बेहतर बनाते हैं। ये अवलोकन कृत्रिम बुद्धिमत्ता के विकास के लिए दिशानिर्देश के रूप में काम कर सकते हैं जो मौजूदा संरेखित संरचना शिक्षण प्रणालियों का विस्तार करने या नई प्रणालियाँ डिज़ाइन करने में मदद कर सकती हैं।
