中新網北京2月27日電 (記者 孫自法)中國科學院自動化研究所2月27日向媒體通報，該所腦圖譜與類腦智能實驗室余山研究員團隊、北京大學心理與認知科學學院畢彥超教授團隊最近通過合作研究，研發(fā)出一種新型神經網絡框架CATS Net，實現了類人的概念形成、理解和交流，有望助力人工智能(AI)能像人類一樣真正“從無到有”地從感知經驗中自發(fā)形成概念。

　　這一突破當前AI與人腦之間一個關鍵差別的重要研究進展，為理解人類的概念認知提供了計算模型，也為建立具有類人概念智能的人工智能系統(tǒng)奠定了堅實基礎。其相關成果論文，近日已在國際專業(yè)學術期刊《自然-計算科學》發(fā)表。

　　為何研究

　　合作團隊介紹說，人類智能的一個獨特能力是能夠從感官體驗中抽象出概念，從而可以脫離感官體驗，直接在概念空間進行思考和交流。一般認為，這種將高維感知“壓縮”為低維概念，再由概念“重構”感知的雙向過程構成了人類符號化思維的基礎，進而支持了語言的產生。

　　然而，當前的AI系統(tǒng)卻難以實現這一過程：傳統(tǒng)的深度網絡往往將知識糾纏在海量的參數中，難以提取出獨立的概念；而受到廣泛關注的AI大模型則高度依賴人類已有的語言符號進行訓練，無法真正“從無到有”地從感知經驗中自發(fā)形成概念。

　　有何突破

　　在本項研究中，合作團隊提出并研發(fā)的新型神經網絡框架，包含概念抽象(CA)模塊與任務求解(TS)模塊兩個核心模塊。

　　在處理視覺任務時，CA模塊能夠自發(fā)地將高維的視覺輸入壓縮成緊湊的低維“概念向量”。隨后，這些概念向量如同開鎖的“鑰匙”一般，通過分層門控機制產生一系列“開關”信號，可動態(tài)調節(jié)TS模塊的神經網絡活動，高效靈活地指導其完成特定的視覺感知任務，從而模擬人類概念的形成和理解。

　　該新型神經網絡系統(tǒng)可根據與環(huán)境的互動自主生成大量新概念，并形成自己的概念空間。當不同神經網絡所生成的概念空間對齊之后，就可以不用從環(huán)境中學習，而是直接通過概念向量在網絡間傳遞知識，實現模擬人類通過語言等符號來交流的過程。

　　合作團隊進一步將 CATS Net自發(fā)形成的概念表征與人類的概念空間和神經活動數據進行對比，發(fā)現該神經網絡自發(fā)形成的概念空間與人類語言構成的概念空間有明顯的相似性，而且對于這些概念的表征也與人腦內的表征顯著相關。

　　這表明，CATS Net不僅在功能層面模擬了人類的概念認知，也在機制層面揭示了人腦概念形成與理解的計算原理。

　　意義何在

　　合作團隊表示，CATS Net來源于前額葉啟發(fā)的情境化信息處理模型，這也提示前額葉和情境化信息處理模型可能在人類概念認知中發(fā)揮了核心的作用。本項研究進展，為研發(fā)具備人類概念形成與應用能力的下一代智能系統(tǒng)奠定重要基礎。

　　當前，AI大語言模型能力仍受限于人類語言所限定的范疇，賦予他們自主形成新概念的能力有望促進其在更廣闊的領域發(fā)揮作用，比如從事全新的科學探索。

　　他們指出，當AI擁有了這種類人概念形成、理解與交流的能力之后，如何確保AI系統(tǒng)與人類的價值對齊，將成為下一步要解決的關鍵問題。(完)