ปัจจุบันการพัฒนาปัญญาประดิษฐ์ทั่วไป (AGI) ขาดคำจำกัดความที่เป็นทางการและมาตรฐานในการเปรียบเทียบระหว่างสถาปัตยกรรมที่แตกต่างกัน งานวิจัยนี้จึงเสนอการใช้ทฤษฎีหมวดหมู่ (Category Theory) ซึ่งเป็นเครื่องมือทางคณิตศาสตร์ระดับสูงมาสร้างกรอบการทำงานเชิงพีชคณิตเพื่อใช้วิเคราะห์และเปรียบเทียบระบบ AI ไม่ว่าจะเป็น Reinforcement Learning, Active Inference หรือ Universal AI
กรอบแนวคิดนี้จะช่วยระบุจุดร่วมและจุดต่างของแต่ละเทคโนโลยีได้อย่างแม่นยำ และยังช่วยเปิดเผยประเด็นที่ควรวิจัยต่อในอนาคต โดยมุ่งเน้นไปที่การสร้างรากฐานที่เป็นเอกภาพ ทั้งในด้านโครงสร้างสถาปัตยกรรม การจัดระเบียบข้อมูล และการโต้ตอบระหว่างเอเจนท์กับสภาพแวดล้อม ซึ่งถือเป็นก้าวสำคัญในการเปลี่ยนจากการลองผิดลองถูกเป็นการพัฒนาตามทฤษฎีที่จับต้องได้
