研究核心成果 - 中国科学院自动化研究所联合北京大学等团队提出新型神经网络框架CATS Net，相关成果发表于国际学术期刊《自然-计算科学》[1] - 该研究旨在模拟人类的概念形成、理解与交流过程，为理解人类概念认知的脑机制提供了计算模型[1] 技术框架与原理 - CATS Net包含两个核心模块：概念抽象模块与任务求解模块[1] - 在处理视觉任务时，概念抽象模块将复杂视觉信息进行数字化编码，压缩成“概念向量”[1] - “概念向量”能动态调节任务求解模块的神经网络活动，指导其完成特定的视觉感知任务，模拟了人类概念的形成和理解过程[1] - 当系统生成大量“概念向量”并对齐后，可直接通过“概念向量”互相传递知识，无需从环境中学习，模拟了人类通过语言符号交流的过程[1] 技术验证与意义 - 研究发现，CATS Net对于概念的呈现和处理方式与人脑中相关脑区的活动模式相吻合[1] - 这一研究有望促进人工智能在更广阔的领域发挥作用[1] - 该成果为研发具备人类概念形成与应用能力的下一代人工智能系统打下了基础[1]