1980年代半ばに、ロドニーブルックスは「新しいAI」の基礎を有名に作成しました。中心的な主張は、「Good Old Fashioned AI」（GOFAI）の象徴主義的アプローチが「認識を上からクリーム化」しようとすることで失敗し、具体化された認識が必要だった、つまり「能力の階層」の下から構築されたというものでした。 '（例：基本的な移動->さまよい->積極的に採餌）など。
ほとんどのAI研究者は、「具体化された認知」の見方が現在（少なくとも暗黙のうちに）主流としてGOFAIに取って代わったことに同意すると思います。
私の質問は思考実験の形をとり、「AGIに不可欠な何かを失う前に、「具体化された」のどの側面（ある場合）を緩和/省略できるか？を尋ねます。
回答:
これは正反対の答えのようなものですが、ブルックスは彼の考えを正しい方法で進めていなかったと思います。つまり、包摂アーキテクチャは、「オートパイロット」が必要に応じてより高度なシステムに置き換えられるアーキテクチャです。（すべてのピースは、未加工の感覚入力と出力アクションを受け取ります。その一部は、他のシステムでオフまたはオンになります。）
しかし、より優れたアプローチは、通常の階層制御アプローチであり、低レベルのシステムのターゲットは、高レベルのシステムの出力です。つまり、ロボットの脚の目標関節角度は、速度を最適化しようとしているシステムによって決定されます。これは、軌道を最適化しようとしているシステムによって決定されます。軌道を最適化しようとしているシステムによって決定されます。ターゲット位置など。
これにより、詳細さとシステムの再利用性を維持しながら、複雑さのレベルを上げることができます。
とは言っても、ブルックスが指し示すべきコンピテンシーのボトムアップ階層を得るために、単純に「身体化された認知」と呼ばれるものを実際に必要としているとは思いません。中心的な機能は、入力と出力の幅広い配列であり、システムを垂直方向にチェーン接続できるように階層的に理解されます。入出力のみがイーサネットケーブルを経由する必要があり、作動または感知する従来の本体のようなものがない、機能的な一般的なインテリジェンスを取得できると思います。（これは、階層構造が重要であり、その構造を使用する目的の内容ではないという主張です。）
（私が思うに、より多くを探す主な場所は、実際には人間の認知についての本であり、ウィリアムT.パワーズによる「知覚の制御」と呼ばれています。）