Artykuł opublikowany na arXiv podkreśla centralną rolę systemów autonomicznych jako ostatecznego etapu rozwoju sztucznej inteligencji. Naukowcy argumentują, że rzeczywiste systemy autonomiczne wymagają integracji dwóch podejść - connectionist AI (sieci neuronowe) i symbolic AI (logika symboliczna) - aby osiągnąć pełną funkcjonalność.
Achitektury proponowanej przez autorów opiera się na koncepcji agentów wyposażonych w długoterminową pamięć zawierającą rosnącą wiedzę o świecie. Systemy muszą rozwiązać trzy fundamentalne problemy: połączenie surowych danych sensorycznych ze strukturalizowaną wiedzą w pamięci, podejmowanie decyzji wspierające osiąganie celów agenta oraz planowanie działań. Równie ważna jest koordynacja między wieloma agentami, aby połączyć inteligencję indywidualną z zbiorową.
Autorzy zwracają uwagę na nowy wymiar godności zaufania systemów autonomicznych. W przeciwieństwie do tradycyjnych systemów informatycznych, zaufanie do agentów AI nie ogranicza się do właściwości behawioralnych - jak poprawność czy wydajność. Musi ono obejmować aspekty kognitywne, czyli czy agent prawidłowo używa swoją wiedzę przy podejmowaniu decyzji. Artykuł zaznacza istotną przepaść między ambicjną wizją systemów wieloagentowych a tym, co dziś faktycznie potrafimy zbudować.