신경망 컴퓨터

초록

우리는 새로운 프론티어인 '뉴럴 컴퓨터(Neural Computers, NCs)'를 제안한다. 이는 계산, 메모리, 입출력을 학습된 런타임 상태로 통합하는 신흥 기계 형태이다. 명시적 프로그램을 실행하는 기존 컴퓨터, 외부 실행 환경에서 작동하는 에이전트, 환경 역학을 학습하는 월드 모델과 달리, NCs는 모델 자체를 실행 중인 컴퓨터로 만드는 것을 목표로 한다. 우리의 장기 목표는 이 신흥 기계 형태의 성숙한 범용 구현체인 '완전 뉴럴 컴퓨터(Completely Neural Computer, CNC)'로, 안정적인 실행, 명시적 재프로그래밍, 지속적인 기능 재사용을 특징으로 한다. 첫 단계로서 우리는 계측된 프로그램 상태 없이 수집된 입출력 트레이스만으로 초기 NC 기본 요소를 학습할 수 있는지 연구한다. 구체적으로 NCs를 CLI 및 GUI 환경에서 명령어, 픽셀, 사용자 행동(가능한 경우)으로부터 화면 프레임을 롤아웃하는 비디오 모델로 구현한다. 이러한 구현체는 학습된 런타임이 특히 입출력 정렬 및 단기 제어와 같은 초기 인터페이스 기본 요소를 획득할 수 있음을 보여주며, 루틴 재사용, 제어된 업데이트, 기호적 안정성은 여전히 해결 과제로 남아 있다. 우리는 이러한 과제를 중심으로 CNC로 가는 로드맵을 제시한다. 이러한 과제가 극복된다면 CNC는 오늘날의 에이전트, 월드 모델, 기존 컴퓨터를 넘어 새로운 컴퓨팅 패러다임을 정립할 수 있을 것이다.

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.