Cognition is All You Need -- The Next Layer of AI Above Large Language Models

最近的研究表明，将大型语言模型驱动的聊天机器人等对话型人工智能工具应用于复杂的现实世界知识工作时，存在与推理和多步问题解决相关的限制。具体而言，虽然现有的聊天机器人模拟浅层推理和理解，但随着问题复杂度的增加，它们容易出错。这些系统无法解决复杂的知识工作，是因为它们并不执行任何实际的认知。在这篇立场论文中，我们提出了认知人工智能（Cognitive AI）的高层框架，用于在大型语言模型之上和之外实现可编程定义的神经符号认知。具体而言，我们提出了一种双层功能架构，用于认知人工智能，它是实现复杂的多步知识工作的人工智能系统的路线图。我们认为，认知人工智能是实现更高形式的人工智能（如AGI）的必要先决条件，并特别声称，AGI不能仅通过概率方法实现。最后，我们讨论了对大型语言模型、人工智能的采用周期以及商业认知人工智能开发的影响。

提出了Cognitive AI框架，旨在解决现有聊天机器人在复杂知识工作中推理和多步问题解决方面的局限性。

提出了一个双层功能架构的Cognitive AI框架，用于实现程序定义的神经符号认知，以进行复杂的多步知识工作。认为Cognitive AI是实现更高形式的AI（如AGI）的必要先决条件，而AGI不能仅通过概率方法实现。

实验未在论文中进行描述。提出了Cognitive AI框架，该框架可用于实现复杂的多步知识工作。

最近的相关研究包括对聊天机器人的改进，以实现更深层次的推理和多步问题解决，例如：Improving Multi-turn Dialogue Modelling with Utterance ReWriter。