AI系统取得了惊人的进步，但仍然局限于狭窄的领域，在图像解释和语言处理等任务上表现出色，但缺乏更广泛的人类般的智能。这些成就在很大程度上依赖于海量的数据集和计算能力，而非对基础知识的理解。作者们提出研究人类的认知机制——特别是丹尼尔·卡尼曼的快速与慢速思考理论——以指导AI的发展。他们建议采用一种多智能体架构，其中问题由系统1（快速）智能体处理，这些智能体基于过去的经验做出反应，或由系统2（慢速）智能体处理，这些智能体在进行深入推理和寻找最优解决方案时被激活。两种智能体类型都得到了一个包含领域知识的世界模型和一个跟踪过去行为及求解能力的自我模型的支持。这种方法旨在通过模仿人类的元认知过程，将更全面的智能嵌入到AI系统中。

由Andrea Loreggia于2021年10月5日提交的论文探讨了受双过程理论启发的架构设计如何弥补当前狭窄AI与更通用、适应性智能之间的差距。

关键实体：人物：Andrea Loreggia, D. Kahneman

常见问题：本AI研究论文的主要proposal是什么？

本论文提出了一种受卡尼曼的双过程理论启发的多智能体AI架构，使用快速（系统1）和慢速（系统2）智能体，并辅以世界模型和自我模型，以实现更人类化的智能。

常见问题问题：本AI研究论文的主要proposal是什么？

常见问题答案：本论文提出了一种受卡尼曼的双过程理论启发的多智能体AI架构，使用快速（系统1）和慢速（系统2）智能体，并辅以世界模型和自我模型，以实现更人类化的智能。