본 논문은 현재의 신경망 패러다임으로는 규모에 관계없이 인공 일반 지능(AGI)이 등장할 수 없으며, 이러한 접근 방식이 현재 학문 분야에 건강하지 않다고 주장합니다. 철학, 신경 과학, 컴퓨터 과학, 인공 지능 이론, 학습 이론 등 다양한 분야의 아이디어와 논의를 바탕으로, 신경망이 진정한 이해를 위한 구조적 풍부함이 부족한 '정교한 스펀지'와 같은 정적인 함수 근사 장치임을 비판합니다. 신경망의 한계에 대한 다양한 비판과 함께, 잘못 해석된 신경 규모 법칙과 같은 이론적 토대에 대한 비판을 제시합니다. 또한, 존재적 설비(계산 기반)와 구조적 조직(해석 구조)을 구분하는 프레임워크를 제안하고, 진정한 기계 지능에 필요한 원칙을 제시하며, 신경망 시스템의 원리를 적용할 수 있는 더 풍부한 프레임워크를 구조화하는 개념적 방법을 제시합니다.
