Neurale Computers

Samenvatting

Wij introduceren een nieuw onderzoeksfront: Neurale Computers (NC's) – een opkomende machinevorm die rekenkracht, geheugen en in-/uitvoer verenigt in een aangeleerde runtime-toestand. In tegenstelling tot conventionele computers, die expliciete programma's uitvoeren, agents, die handelen in externe uitvoeringsomgevingen, en wereldmodellen, die omgevingsdynamica aanleren, streven NC's ernaar het model zelf de werkende computer te laten zijn. Ons langetermijndoel is de Volledig Neurale Computer (CNC): de volwassen, algemene realisatie van deze opkomende machinevorm, met stabiele uitvoering, expliciet herprogrammeren en duurzaam hergebruik van capaciteiten. Als eerste stap onderzoeken we of vroege NC-primitieven uitsluitend kunnen worden aangeleerd vanuit verzamelde I/O-sporen, zonder geïnstrumenteerde programmatoestand. Concreet implementeren wij NC's als videomodellen die beeldschermframes genereren vanuit instructies, pixels en gebruikersacties (indien beschikbaar) in CLI- en GUI-omgevingen. Deze implementaties tonen aan dat aangeleerde runtimes vroege interfaceprimitieven kunnen verwerven, met name I/O-afstemming en kortetermijncontrole, terwijl routinematig hergebruik, gecontroleerde updates en symbolische stabiliteit open vraagstukken blijven. Wij schetsen een routekaart naar CNC's rond deze uitdagingen. Indien overwonnen, zouden CNC's een nieuw computerparadigma kunnen vestigen voorbij de hedendaagse agents, wereldmodellen en conventionele computers.

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.