Makalah ini berargumen bahwa membangun sistem cerdas yang lebih kuat yang mampu berinovasi secara terbuka memerlukan penciptaan, stabilisasi, dan penggunaan kembali primitif representasi baru daripada hanya mencari dalam kerangka tetap.
Para penulis mengkarakterisasi jarak antara sistem AI saat ini dan kecerdasan benar-benar terbuka melalui dua kesenjangan spesifik:
- Kesenjangan kosakata: kesulitan menemukan dan menstabilkan primitif representasi baru alih-alih hanya menggabungkan kembali yang sudah ada.
- Kesenjangan verifier: kesulitan menilai nilai dari sebuah primitif baru ketika manfaat penuhnya mungkin hanya terlihat setelah penggunaan ulang di masa depan.
Perilaku cerdas ditafsirkan sebagai pengurangan ketidaksesuaian kognitif, membedakan transformasi intra-ruang dari yang generatif yang memodifikasi kerangka itu sendiri. Untuk memajukan AI terbuka, para penulis mengusulkan tujuan yang memberi imbalan atas perubahan representasi yang berguna, arsitektur memori persisten untuk primitif yang ditemukan, dan mekanisme verifikasi adaptif.