本文介绍了一种基于认知创造力理论的计算模型，旨在实现人造智能代理学习使用和生成易于迁移的表征，并通过梯度强化学习获取目标导向和时间信息的双重记忆系统，以及进行反射推理和融合等认知处理来提高人造智能的足够抽象度，以期在人工通用智能领域迈出更大的步伐。

May, 2022

使用神经生成模型构建 COGnitive Neural GENerative 系统，以优化变分自由能函数，并探讨其在认知科学中的应用。

Oct, 2023

该论文调查了近年来神经符号 AI 领域的研究论文，对提出的模型及应用进行了分类和比较。这些模型结合了符号处理和神经网络，旨在通过学习数据分布，基于先前和学习的知识进行推理，并在其中进行共生使用，以实现人工智能通用。

May, 2023

介绍 OpenCog Hyperon 框架用于人工智能的概括，包括 OpenCog 背景历史、Hyperon 软件系统核心结构、与 SingularityNET 生态系统的集成、在高级人工智能方面的认知模型和开发路线图等方面的内容。

Sep, 2023

本文概述了社会动态、技术进步和控制论与人工智能领域的开创性人物之间的复杂关系。它探讨了关键科学家之间的合作和人际关系，如 McCulloch、Wiener、Pitts 和 Rosenblatt，对控制论和神经网络的发展的影响。它还讨论了属性重要创新如反向传播算法以及未解决的争论对新兴科学领域可能造成的潜在后果。本文强调解释灵活性、公众感知以及著名人物的影响如何塑造新领域的发展方向。它还强调了资金、媒体关注和联盟在确定各种研究方法的成功和认可方面的作用。此外，本文指出了符号人工智能和神经网络研究人员之间的合作和整合机会的错失，建议在今天的时代中可能存在更统一的方法，不再受到过去争议的历史包袱。

Oct, 2023

本文提出低层次人工智能学习的假设，介绍了一种学习生物神经网络模型的方法，并成功解决了三个模拟场景的问题，实现了适应性和普适性控制。

Jul, 2022

采用基于确定逻辑细胞自动机的符号化人工智能方法可以解决黑匣子问题，确保人工智能的透明性和可靠性。

Jan, 2024

通过理论模型的建立，我们可以更好地理解大型神经网络和人工智能等领域的现象和行为，依此探讨人工智能理论中的八大挑战。

Jun, 2023

本文提出了一种新的认知模型，作为 AGI 代理的主要组成部分，并包括操作模型和意图。该模型基于全面的双重原则，提出了以可重用性和简单性为形式的 AGI 设计和认知下的约束或效率。最终的认知模型是多个模型实例的动态操作记忆。

Jan, 2023

通过解决大规模模型的局限性以及利用现有技术，本文提出解决方案，进而解决大规模模型固有的缺陷，逐步实现真正的人工智能通用智能。

Aug, 2023