Forskere fra Meta AI og King Abdullah University of Science and Technology, KAUST, har foreslået Neural Computers, NCs, som en maskinform, hvor et neuralt netværk selv fungerer som den kørende computer i stedet for blot at ligge oven på en. Det er et forskningsforslag, ikke en færdig platform. Arbejdet omfatter både et teoretisk framework og to videobaserede prototyper.
De to prototyper viser tidlige runtime-primitiver i henholdsvis kommandolinjemiljøer, CLI, og grafiske brugerflader, GUI. De er videobaserede, og det er værd at have med i læsningen. Det her er tidligt. Men idéen er stor nok til, at den stikker ud fra den sædvanlige strøm af modelnyheder.
Hvordan forskerne afgrænser feltet
Forskerne skiller Neural Computers fra AI-agenter, world models og tidligere spor som Neural Turing Machine og Differentiable Neural Computer. Det sidste spor handlede om differentiabel ekstern hukommelse. Her er spørgsmålet et andet, og mere grundlæggende: kan en lærende maskine begynde at overtage rollen som den kørende computer selv.
En almindelig computer eksekverer eksplicitte programmer. En AI-agent bruger en eksisterende softwarestak, som operativsystem, APIer og terminaler, til at løse opgaver. En world model lærer at forudsige, hvordan et miljø udvikler sig over tid. Neural Computers placeres uden for de tre kasser, og det er nok hele pointen.
Den formelle beskrivelse
I den foreslåede formulering defineres en Neural Computer af en update-funktion Fθ og en dekoder Gθ, som arbejder over en latent runtime-tilstand ht. Det lyder tørt, ja, men idéen er til at få øje på. Selve den interne tilstand er ikke bare gemt data, men en del af det, der får systemet til at køre.
Ved hvert trin opdaterer systemet den latente tilstand ud fra den aktuelle observation og brugerens handling og sampler derefter næste frame. Altså: se, reagér, opdatér, fortsæt. Ikke et operativsystem udenfor og en model ovenpå. Mere som en model, der forsøger at rumme sin egen runtime.
Hvad den latente tilstand skal bære
Tanken er, at den latente tilstand skal bære eksekverbar kontekst, arbejdshukommelse og interface-tilstand inde i modellen. Det er ret markant, hvis man er vant til at tænke software som lag oven på lag. Her bliver noget af det, vi normalt lægger i en ekstern OS-stak, trukket ind i selve modellen.
Det er også her, forskningssporet bliver mere interessant end endnu en agentdemo. For hvis hukommelse, eksekvering og interface-tilstand bor samme sted, ændrer det grænsen mellem program og model. Måske. Vi er ikke i nærheden af drift endnu, men idéen er svær at ryste af sig.
Run/update-kontrakten
Et centralt krav i frameworket er en run/update-kontrakt knyttet til adfærdskonsistens. Almindelige input skal eksekvere det aktuelle program. Opdateringer må kun ændre adfærden, når de kaldes eksplicit.
Det lyder lidt nørdet, og det er det også. Men det er faktisk et af de mest praktiske punkter i hele oplægget. Hvis et system hele tiden glider mellem at køre et program og at ændre det, bliver det hurtigt svært at stole på.
Det langsigtede mål
Forskerne beskriver også et langsigtet mål kaldet Completely Neural Computer, CNC. Tanken er en moden, generel realisering med fire egenskaber på samme tid. Systemet skal være Turing-complete, universelt programmerbart, adfærdskonsistent medmindre det bliver eksplicit omprogrammeret, og have machine-native arkitektur- og programmeringssprogssemantik.
Det er en ambition. Ikke en milepæl, de siger, at de allerede har nået. Og det er nok den rigtige måde at læse nyheden på: som et forsøg på at flytte selve definitionen af, hvad en computer kan være, ikke som et tegn på, at klassiske computere står foran udskiftning i næste kvartal.
