यह पेपर तर्क देता है कि ओपन-एंडेड नवाचार की क्षमता वाले मजबूत बुद्धिमान सिस्टम बनाने के लिए स्थिर फ्रेम के भीतर खोजने के बजाय नए निरूपणात्मक प्राइमिटिव्स को बनाना, स्थिर करना और पुनः उपयोग करना आवश्यक है।
लेखकों ने वर्तमान AI सिस्टम और वास्तविक ओपन-एंडेड बुद्धिमत्ता के बीच की दूरी को दो विशिष्ट अंतरालों के माध्यम से चित्रित किया है:
- शब्दावली का अंतराल: मौजूदा प्राइमिटिव्स को पुनः संयोजित करने के बजाय नए निरूपणात्मक प्राइमिटिव्स को आविष्कारित और स्थिर करने की कठिनाई।
- सत्यापक का अंतराल: एक नए प्राइमिटिव के मूल्य का आकलन करने की कठिनाई जब उसका पूर्ण लाभ भविष्य में पुनः उपयोग के बाद ही दिखाई दे सकता है।
पेपर बुद्धिमत्ता को संज्ञानात्मक असंगति ह्रास के रूप में व्याख्यायित करता है, अंतरिक्ष-अंदरूनी रूपांतरणों और जनरेटिव रूपांतरणों के बीच भेद करते हुए। यह नवाचार स्वायत्तता की एक सीढ़ी का प्रस्ताव रखता है और ओपन-एंडेड AI को आगे बढ़ाने की दिशाओं को रेखांकित करता है, जिसमें उपयोगी निरूपणात्मक परिवर्तन के लिए पुरस्कार देने वाले उद्देश्य, स्थायी मेमोरी आर्किटेक्चर और अनुकूली सत्यापन तंत्र शामिल हैं।