Нейрокомпьютеры

Аннотация

Мы предлагаем новое направление: нейрокомпьютеры (НК) — формирующийся класс машин, объединяющих вычисления, память и ввод-вывод в единое обучаемое состояние выполнения. В отличие от традиционных компьютеров, исполняющих явные программы, агентов, действующих во внешних средах выполнения, и мировых моделей, изучающих динамику окружения, НК стремятся сделать саму модель работающим компьютером. Нашей долгосрочной целью является Полностью Нейронный Компьютер (ПНК) — зрелая, универсальная реализация этой emerging machine form со стабильным выполнением, явным перепрограммированием и долговременным повторным использованием возможностей. В качестве первого шага мы исследуем, можно ли обучить ранние примитивы НК исключительно на основе собранных трасс ввода-вывода, без инструментированного состояния программ. Конкретно мы реализуем НК как видео-модели, генерирующие кадры экрана из инструкций, пикселей и действий пользователя (при наличии) в CLI и GUI окружениях. Эти реализации показывают, что обученные среды выполнения способны осваивать ранние интерфейсные примитивы, особенно выравнивание ввода-вывода и краткосрочное управление, в то время как повторное использование процедур, контролируемые обновления и символьная стабильность остаются нерешёнными задачами. Мы намечаем дорожную карту достижения ПНК с учётом этих вызовов. В случае их преодоления ПНК могут установить новую вычислительную парадигму, выходящую за рамки современных агентов, мировых моделей и традиционных компьютеров.

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.