核心观点 - 中国科学院自动化研究所与北京大学的科研人员合作开发出新型神经网络框架CATS Net 成功让AI系统具备了类似人类的概念形成、理解和交流能力 为研发具有类人概念智能的人工智能系统奠定了基础 [1][4] 技术突破与机制 - 研究提出的CATS Net神经网络框架包含概念抽象与任务求解两个核心模块 在处理视觉任务时 概念抽象模块能将高维视觉输入自动压缩成紧凑的"概念向量" 再通过门控机制动态调节任务求解模块的神经活动以指导其完成具体任务 [3] - 该系统可以根据与环境互动自主生成新概念 形成自己的"概念空间" 当不同网络的概念空间实现对齐后 它们可以直接通过概念向量传递知识 无需再从头学习 [3] - 该网络的动态门控机制与大脑中负责概念提取的语义控制网络活动模式吻合 揭示了人脑概念形成与理解的潜在计算原理 [3] 实验验证与效果 - 研究团队将CATS Net形成的概念表征与人类大脑活动数据进行对比 功能性磁共振成像分析表明 该网络形成的概念空间不仅与心理学上的人类语义认知模型高度一致 其表征模式还与人类大脑中负责视觉语义理解的腹侧枕颞皮层活动显著相关 [3] 行业影响与未来展望 - 这项研究为理解人类概念认知提供了新的计算模型 也为研发具有类人概念智能的人工智能系统奠定了基础 [4] - 未来 赋予AI自主形成新概念的能力 有望促进其在更广阔领域发挥作用 如从事科学探索等 [4]