Park — Position: Hippocampal Explicit Memory Is the Cornerstone for AGI (*Позиция: гиппокампальная явная память — краеугольный камень AGI*, 2026)
DOI: 10.48550/arxiv.2606.11245 · Цитируется: 0 (OpenAlex, на 26 окт. 2026 г.)
Вид: позиционная статья (препринт arXiv, ICML 2026)
Коротко
Вопрос: чего не хватает большим языковым моделям на пути к AGI?
Ответ: Park утверждает, что интеграция явной памяти — краеугольный камень продвижения больших языковых моделей к AGI.
Тезисы
Park спорит с мнением, что современные модели уже пересекли порог AGI, и с трактовкой LLM в теории комплементарных систем обучения (см. Т11 и «Критику»).
Т1. По Park, интеграция явной памяти — краеугольный камень продвижения больших языковых моделей к AGI
- Аргумент: так Park формулирует позицию статьи.
- Цитата: «This position paper argues that integrating explicit memory is the cornerstone for advancing LLMs toward AGI.»
Т2. По Park, механизм обучения LLM ближе к неявной памяти (привыканию и процедурному обучению), чем к явной
- Аргумент: Park сравнивает с неявной памятью постепенное обучение на множестве примеров, плотное распределённое кодирование и автоматический выбор следующего слова по обученным параметрам.
- Цитата: «In summary, the low-level learning mechanism of LLMs is closer to implicit memory systems, specifically habituation and procedural learning, than to explicit memory processes.»
Т3. По Park, общая черта неявной памяти и LLM — минимизация ошибки предсказания, и она отличает их от обучения гиппокампа
- Аргумент: функцию потерь LLM Park сравнивает с дофаминовым сигналом, а обучение явной памяти описывает как опирающееся на ассоциации событий, а не на ошибку.
- Цитата: «Thus, the error minimization mechanism based on prediction errors is a key shared feature of implicit memory and LLMs, distinguishing them from hippocampal learning.»
Т4. По Park, высшие когнитивные функции, нужные для AGI, сильно опираются на гиппокампальную явную память и не возникают только из неявного статистического обучения
- Аргумент: в разделе 4 Park относит распознавание образов к неявной памяти, а логическое рассуждение и исполнительные функции — к явной.
- Цитата: «However, higher-order cognitive functions necessary for AGI, such as long-term strategic planning, metacognition, and symbolic reasoning, heavily rely on hippocampal explicit memory and cannot arise solely from implicit statistical learning.»
Т5. По Park, обучение LLM ограничено стадией тренировки, и это мешает им учиться в реальном времени
- Аргумент: Park противопоставляет это человеку, который непрерывно усваивает новое.
- Цитата: «In contrast, the learning process in LLMs is strictly confined to the training stage, which limits their potential to function as real-time learners.»
Т6. По Park, решать абстрактные логические задачи одной статистической привычкой, без опоры на семантическую память, почти невозможно
- Аргумент: логические понятия и связи между ними настолько абстрактны, что вариантов их низкоуровневого представления практически бесконечно: принцип умножения прост, а записей уравнений умножения бесконечно много.
- Цитата: «Solving such high-level logical problems using only statistical habituation, without relying on semantic memory, would be nearly impossible.»
Т7. По Park, галлюцинации объясняются нехваткой метакогниции
- Аргумент: метакогниция у Park — умение отличать известное от неизвестного и помнить источник и контекст знания.
- Цитата: «In essence, hallucination can be attributed to a lack of metacognition.»
Т8. По Park, искусственной явной памяти нужны восемь вычислительных требований, чтобы нейросети приобрели высшие когнитивные функции
- Аргумент: среди них разреженное индексирование, обновление без опоры на ошибку предсказания, высокая и мгновенная пластичность, ассоциативное построение, адаптивное забывание, достраивание по части, динамичность и разделение паттернов.
- Цитата: «This section outlines the eight computational requirements necessary for an explicit memory system to enable artificial neural networks to acquire higher-order cognitive functions.»
Т9. По Park, улучшение на задачах, где LLM раньше ошибались, не доказывает, что они теперь решаются явно, а не за счёт расширенного статистического покрытия
- Аргумент: самым надёжным поведенческим свидетельством явного обучения Park считает намеренное исключение умения из обучающих данных и проверку адаптации к нему.
- Цитата: «Consequently, even when such problems are eventually resolved, the improvement cannot prove that the task is now solved explicitly rather than through expanded statistical coverage.»
Т10. По Park, успех LLM не противоречит их сходству с неявной памятью
- Аргумент: Park объясняет успех масштабом данных и оптимизацией градиентами, недоступной мозгу.
- Цитата: «In short, the success of LLMs does not contradict their alignment with implicit memory; humans are simply bound by biological limits far tighter than the theoretical ceiling of the implicit system, and have never fully realized its potential.»
Т11. По Park, теория комплементарных систем обучения неверно трактует LLM как аналог неокортикальной семантической памяти
- Против: теория комплементарных систем обучения разделяет с Park посылку о нужде в модуле, подобном гиппокампу, но видит в LLM аналог неокортекса.
- Аргумент: Park остаётся при том, что LLM по сути неявные системы.
- Цитата: «Complementary Learning Systems theory (McClelland et al., 1995; Kumaran et al., 2016) shares my premise that a hippocampus-like module is needed but treats LLMs as analogues of neocortical semantic memory.»
Т12. По Park, чтобы выйти за пределы неявных систем, AGI нужны не дополнительные ресурсы, а качественно иная способность — явная память
- Аргумент: это вывод Park из разбора двух освобождений неявной системы: от дефицита данных и от стоимости проб.
- Цитата: «From this perspective, achieving AGI beyond these limits requires not more resources, but a qualitatively different capability, namely, explicit memory.»
Пример
Park показывает слабость LLM на двух диалогах. После введения в контекст гипотезы об обращении вращения Земли модель, прежде верно назвавшая восток, отвечает, что солнце встаёт на западе. Во втором диалоге модель знает цену здания в игре StarCraft, но на вопрос с ложной посылкой сочиняет оправдание вместо исправления.
Критика
- Центральную гипотезу Park сам называет требующей эмпирической проверки. Цитата: «This hypothesis must ultimately be confirmed or refuted empirically.»
- Он признаёт возражение, что модели уже пересекли порог AGI, и отвечает, что это меньшинство. Цитата: «However, these are minority views, and the dominant opinion is that AGI or Human-Level AI has not been realized.»
- Возражения против необходимости явной памяти, по его словам, пока широко не сформулированы. Цитата: «However, since the discussion on the necessity of explicit memory is still in its early stages, counterarguments against it are not yet widely articulated.»
- Восемь требований, по его словам, называют самые существенные условия, а не полную копию биологии. Цитата: «These requirements identify the most essential conditions rather than provide a complete biological replica; thus, simplifications such as the use of a unified bidirectional P or the omission of cortical consolidation remain areas for future refinement.»
- Зависимость предложенной памяти от того, явно ли рассуждает сама LLM, он оставляет открытым вопросом. Цитата: «This remains an open question that warrants dedicated investigation.»
Связи
- +Процедурная память — см. также
- +Метапознание — см. также
- +Рабочая память — см. также
- Явная память — см. также
- Неявная память — см. также
- Теория комплементарных систем обучения — см. также
- Галлюцинации — см. также