Computadoras Neuronales

Resumen

Proponemos una nueva frontera: Computadoras Neuronales (NCs) — una forma de máquina emergente que unifica computación, memoria y E/S en un estado de ejecución aprendido. A diferencia de las computadoras convencionales, que ejecutan programas explícitos, los agentes, que actúan sobre entornos de ejecución externos, y los modelos del mundo, que aprenden dinámicas del entorno, las NCs tienen como objetivo convertir al propio modelo en la computadora en funcionamiento. Nuestro objetivo a largo plazo es la Computadora Completamente Neuronal (CNC): la realización madura y de propósito general de esta forma de máquina emergente, con ejecución estable, reprogramación explícita y reutilización duradera de capacidades. Como primer paso, estudiamos si las primitivas tempranas de las NCs pueden aprenderse únicamente a partir de trazas de E/S recopiladas, sin estado de programa instrumentado. Concretamente, instanciamos las NCs como modelos de video que generan secuencias de fotogramas de pantalla a partir de instrucciones, píxeles y acciones del usuario (cuando están disponibles) en entornos de CLI y GUI. Estas implementaciones demuestran que los entornos de ejecución aprendidos pueden adquirir primitivas tempranas de interfaz, especialmente alineación de E/S y control de horizonte corto, mientras que la reutilización de rutinas, las actualizaciones controladas y la estabilidad simbólica siguen siendo desafíos abiertos. Esbozamos una hoja de ruta hacia las CNC en torno a estos desafíos. De superarse, las CNC podrían establecer un nuevo paradigma de computación más allá de los agentes, modelos del mundo y computadoras convencionales actuales.

English

We propose a new frontier: Neural Computers (NCs) -- an emerging machine form that unifies computation, memory, and I/O in a learned runtime state. Unlike conventional computers, which execute explicit programs, agents, which act over external execution environments, and world models, which learn environment dynamics, NCs aim to make the model itself the running computer. Our long-term goal is the Completely Neural Computer (CNC): the mature, general-purpose realization of this emerging machine form, with stable execution, explicit reprogramming, and durable capability reuse. As an initial step, we study whether early NC primitives can be learned solely from collected I/O traces, without instrumented program state. Concretely, we instantiate NCs as video models that roll out screen frames from instructions, pixels, and user actions (when available) in CLI and GUI settings. These implementations show that learned runtimes can acquire early interface primitives, especially I/O alignment and short-horizon control, while routine reuse, controlled updates, and symbolic stability remain open. We outline a roadmap toward CNCs around these challenges. If overcome, CNCs could establish a new computing paradigm beyond today's agents, world models, and conventional computers.