四川
探索宇宙奧秘 · 理性思考
人類看到一個蘋果，腦海中浮現的不僅是紅色圓形，還有"水果"等抽象概念。這種將感官體驗壓縮為符號的能力，正是人類智能的精髓。當前人工智能雖能識圖辨音，卻始終困在"感知"層面，難以形成真正的概念認知。
中國科學院自動化研究所團隊近日提出CATS Net框架。該系統首次讓神經網絡展現出類人的概念形成與理解能力。這項發表于《自然-計算科學》的研究，為破解AI"有智能無常識"的困局提供了新路徑。
CATS Net包含概念抽象（CA）模塊與任務求解（TS）模塊。CA模塊扮演"信息壓縮器"角色，將高維視覺輸入提煉為緊湊的低維"概念向量"。這些向量如同精密的鑰匙，攜帶了物體的本質特征。
概念向量通過分層門控機制產生開關信號，動態調節TS模塊的神經網絡活動。這種設計讓系統能夠根據概念內容，靈活調用不同的感知處理能力，高效完成特定視覺任務。
研究團隊發現，CATS Net的工作機制與人腦高度相似。功能磁共振成像顯示，系統生成的概念空間與人類心理學認知語義模型一致。其表征模式對應大腦腹側枕顳皮層的視覺語義處理區域。
而動態門控機制則模擬了前額葉的語義控制網絡。這意味著CATS Net不僅實現了功能層面的類人智能，更在計算機制層面揭示了人腦概念形成的生物學原理。系統能夠通過與環境互動自主生成新概念。
人工智能領域長期存在兩大流派之爭。聯結主義依賴海量數據訓練深度網絡，擅長感知卻缺乏可解釋性；符號主義強調邏輯推理，卻難以處理模糊感官輸入。CATS Net架起了兩者之間的橋梁。
該框架讓神經網絡自發形成離散的符號化概念，實現了從"感知智能"到"認知智能"的跨越。這標志著神經符號融合從理論設想走向技術實現，為構建可解釋、可推理的下一代AI奠定了基礎。
中國在該領域布局已久。中科院自動化所類腦智能研究中心持續探索腦啟發的認知架構，清華、北大等高校也在神經符號計算領域取得系列進展。CATS Net的獨特價值在于其雙驗證體系。
該研究既實現了工程目標，又通過人腦數據驗證了生物學合理性。相比歐美側重純工程優化的路徑，中國團隊更注重"機制類比腦，功能類人"的類腦智能范式。這種結合認知科學與計算模型的研究思路，正成為中國在通用人工智能賽道上的特色優勢。
當不同CATS Net系統的概念空間對齊后，它們可直接通過概念向量傳遞知識，無需重新訓練。這種能力為構建多智能體協作系統、實現真正的人機自然交互開辟了可能。從感知到認知，AI正在獲得"理解"世界的能力。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
