ニューラルコンピュータ

要旨

我々は新たなフロンティアを提案する：ニューラルコンピュータ（NC）——計算・メモリ・入出力を学習された実行時状態に統合する新興の機械形態である。明示的なプログラムを実行する従来型コンピュータや、外部実行環境で動作するエージェント、環境ダイナミクスを学習する世界モデルとは異なり、NCはモデル自体を動作するコンピュータとすることを目指す。我々の長期的目標は、完全ニューラルコンピュータ（CNC）——この新興機械形態が成熟した汎用実装であり、安定した実行・明示的再プログラミング・持続的な機能再利用を備えたもの——である。第一歩として、我々は初期段階のNCプリミティブが、計測されたプログラム状態なしに、収集された入出力トレースのみから学習可能か検証する。具体的には、NCをCLIおよびGUI環境において、指示・画素・（利用可能な場合の）ユーザー操作から画面フレームを展開する動画モデルとして実装する。これらの実装は、学習された実行環境が特に入出力整合性と短期制御といった初期インターフェースプリミティブを獲得可能であることを示す一方、ルーチン再利用・制御更新・記号的安定性は未解決課題として残る。我々はこれらの課題を踏まえたCNC実現へのロードマップを提示する。これらが克服されれば、CNCは現在のエージェント・世界モデル・従来型コンピュータを超える新たな計算パラダイムを確立し得る。

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.