ニューラル・コンピューター
arXiv cs.LG / 2026/4/9
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、「ニューラル・コンピューター（NCs）」を、新しい機械形態として提案する。NCsは、学習されたランタイム状態の中で計算・メモリ・I/Oを統合し、モデル自体を「動作するコンピューター」と位置づける。
- NCsを、従来のコンピューター（明示的なプログラム）、エージェント（外部環境で行動する主体）、ワールドモデル（ダイナミクスを学習するモデル）と対比しつつ、モデルが安定したインターフェースを通じて直接実行を提供できると主張する。
- 初期のステップとして、著者らは、計測・計装されたプログラム状態へのアクセスなしで、収集した入出力トレースだけからNCのプリミティブを学習できるかを検証する。そのために、NCを動画モデルとしてインスタンス化し、指示とピクセルから画面フレームをロールアウトさせる（可能な場合はユーザー操作も加える）。
- 実験結果から、初期のNCは、I/O整合や短いホライズンでの制御といったインターフェース関連のプリミティブを獲得し得ることが示唆される。一方で、ルーチンの再利用、制御された更新、記号的な安定性といった主要な目標は未解決のままである。
- 著者らは、「完全にニューラルなコンピューター（CNC）」へ向けたロードマップを提示する。ここでは、耐久的な機能再利用、明示的な再プログラミング、安定した実行を実現し、今日の主流であるMLエージェント／ワールドモデルのアプローチを超える計算パラダイムを定義し得るとしている。
