本文介绍了一种人工智能（AI）体系结构，旨在模拟人类工作记忆系统及其迭代更新方式。此体系结构包括多个相互连接的神经网络，旨在模拟大脑皮层的专门模块。它们具有层次结构并集成到全局工作区中。通过持续的神经活动，它们能够暂时维持类似于工作记忆中维护的心理模式。本文将探讨如何通过此体系结构逐渐转换协同表示的分布，最终导致处理状态之间的心理连续性，从而导致类似人类的认知。

Mar, 2022

本文描述和统一引导开发通用人工智能的原则，这些原则围绕着智能是搜索问题通用解决方案的工具这一理念展开，同时提供建议以研究、测量和测试人类水平智能机器所需的各种技能和能力。

Nov, 2016

本论文概述了生物神经网络为灵活认知所需的特征，讨论了神经网络体系结构的系统级通信和重复性以及短期拓扑变化对于机器学习模型的贡献，并说明人工系统中测试这些归纳偏见有助于理解领域通用认知的生物学原则。

Mar, 2023

该论文提出了一种名为虚拟体验（virtual embodiment）的多模式 AI 策略，它允许开发人工智能的可伸缩性，并以一种伦理负责的方式在领域内逐步推进。

Oct, 2016

通过提出和测试自适应认知适配框架（ACF），本文旨在解释信息方面和人工智能增强的信息表现对人类表现的影响，从信息处理理论和认知失调理论出发，通过实证验证 ACF 命题，揭示了信息方面的影响，并证明了使用人工智能改善人类表现的可行性。

Apr, 2022

该研究论文旨在提出一种新的认知架构来实现通用人工智能的能力，并介绍了一个包含多个功能模块的框架。其中，知识表示是该架构的关键解决方案之一，能够在单一知识库中结合多种形式化和非形式化的知识表示方法。论文还探讨了使用 Archigraph 模型来组合和结构化各种知识片段的方法。此外，该研究还提及了该认知架构的其他组成部分，包括机器意识、机器潜意识、与外部环境的交互模块、目标管理模块、情感控制系统、社交交互模块、反思模块、伦理和世界观模块、学习模块、监测模块、陈述和问题解决模块、自组织和元学习模块。

Jan, 2024

我们提出了一个针对协同智能系统的分层框架，运用机器学习辅助，针对交互活动和信息共享的不同层次和挑战，包括传统工程方法和现代机器学习方法，最后探讨了沟通和理解共享、解释和社会协同等问题，总结出未来的研究挑战和为人类社会带来的经济和社会影响。

Dec, 2022

这篇文章提出了可持续和可扩展的人工智能集成在通信系统中的设计原则，并构建了可泛化至网络环境、意图和控制任务的人工智能算法和可自动化的学习体系结构，以实现 AI 驱动的 RAN 功能的规模化应用并简化生命周期管理。

Jun, 2023

本研究论文探讨了在构建表现出智能行为的人工智能代理中，将大型语言模型（LLMs）和认知架构（CAs）两个子领域进行整合的替代方案。在理论模型的指导下，并通过初步的实证数据支持，我们假设多样化的协同方法可以相互弥补它们各自的弱点和局限性，最终促进更健壮和复杂的人工智能系统的发展。此外，我们还讨论了每种方法所涉及的权衡和挑战。

Aug, 2023

本研究提出借鉴认知理论以推进 AI 的研究方向，通过嵌入因果组件来获得适应性、推理能力、常识理解等人类决策能力，以期激发 AI 技术研究，进而更好地理解人类和机器智能。

Oct, 2020