Thinking Beyond Tokens: From Brain-Inspired Intelligence to Cognitive Foundations for Artificial General Intelligence and its Societal Impact
Created by
Haebom
저자
Rizwan Qureshi, Ranjan Sapkota, Abbas Shah, Amgad Muneer, Anas Zafar, Ashmal Vayani, Maged Shoman, Abdelrahman B. M. Eldaly, Kai Zhang, Ferhat Sadak, Shaina Raza, Xinqi Fan, Ravid Shwartz-Ziv, Hong Yan, Vinjia Jain, Aman Chadha, Manoj Karkee, Jia Wu, Seyedali Mirjalili
개요
본 논문은 인공 일반 지능(AGI) 개발에 대한 다학제적 종합 연구를 제시한다. GPT-4.5, DeepSeek 등 최신 모델들이 다중 모드 유창성과 부분적 추론 능력을 보여주지만, 토큰 수준 예측에 의존하고 기반된 행위 능력이 부족하다는 점을 지적한다. 모듈식 추론, 지속적 기억, 다중 에이전트 협력의 역할을 강조하며, 검색, 계획, 동적 도구 사용을 결합한 에이전트 기반 RAG 프레임워크의 부상을 분석한다. 정보 압축, 테스트 시간 적응, 훈련 없는 방법 등의 일반화 전략을 통해 유연하고 도메인에 구애받지 않는 지능을 향한 중요한 경로를 논의한다. 시각-언어 모델(VLMs)을 단순한 인식 모듈이 아닌 구현된 이해와 협력적인 작업 완료를 위한 진화하는 인터페이스로 재검토하고, 진정한 지능은 규모가 아닌 기억과 추론의 통합, 즉 압축을 통해 적응적 행동을 가능하게 하는 모듈식, 상호 작용적이고 자기 개선적인 구성 요소들의 조율에서 비롯된다고 주장한다. 신경 기호 시스템, 강화 학습, 인지적 비계에 대한 최근 발전을 바탕으로 통계적 학습과 목표 지향적 인지 간의 간극을 메우기 시작하는 최근 아키텍처를 탐구하며, AGI 개발의 과정에 존재하는 주요 과학적, 기술적, 윤리적 과제를 제시한다.
