中国研究人员开发出可读取原始感官数据的神经网络

美都新闻网  3 月 4 日（综合报道） ： 据近期发表在《自然·计算科学》期刊上的一项研究，中国科学家开发出一种新型神经网络，使人工智能（AI）能够从视觉、听觉等原始感知数据中形成概念，模拟人类认知的基本方面。

人脑的一项卓越能力是，能够从感觉—运动经验中形成更为抽象的概念表征，并在不依赖直接感官输入的情况下灵活运用这些概念。

然而，这种能力背后的计算机制此前仍未得到充分理解。

这意味着，大型语言模型本质上受限于对既有语言数据的依赖，无法基于经验学习自发生成全新的概念。

来自中国科学院自动化研究所（隶属于中国科学院）以及北京大学的研究人员提出了一种名为CATS Net的新型神经网络框架，以克服上述局限。

该框架由“概念抽象模块”和“任务执行模块”组成，能够在处理图像等视觉信息时，精确指令系统完成识别与判断等任务。

此外，该框架还能自主生成多样化的新概念，构建属于自身的“概念空间”。当不同AI系统的概念空间实现对齐后，它们可以直接利用这些概念传递知识，而无需通过原始数据重新训练。这一过程模拟了人类通过语言进行交流的方式。

通过脑成像研究，研究人员发现，CATS Net 构建的概念空间与人类的认知逻辑和语言逻辑高度一致，其运行模式也与人脑中负责概念处理区域的活动高度相似。

这表明，该模型不仅仅是在模仿大脑功能，同时也为理解人类在大脑中形成和运用概念的计算机制提供了新的见解。