人民網北京2月28日電 （記者趙竹青）記者從中國科學院自動化研究所獲悉，近日，該研究所腦圖譜與類腦智能實驗室余山團隊與北京大學心理與認知科學學院畢彥超團隊的合作研究，提出了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。相關成果已在線發表於國際學術期刊《自然·計算科學》。

該研究提出的框架包含兩個核心模塊：概念抽象（CA）模塊與任務求解（TS）模塊。在處理視覺任務時，CA模塊能夠自發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，可動態調節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。這模擬了人類概念的形成和理解。

系統可以根據與環境的互動自主生成大量新概念，並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。

進一步，研究團隊將 CATS Net 自發形成的概念表征與人類的概念空間和神經活動數據進行了對比。功能磁共振成像的表征相似性分析顯示，CATS Net生成的概念空間不僅與心理學上的人類認知語義模型高度一致，其表征模式還與人類大腦中負責視覺語義表征的腹側枕顳皮層活動模式顯著相關。同時，CA模塊的動態門控機制則與腦中負責概念提取與操控的語義控制網絡活動模式相吻合。這表明，CATS Net不僅在功能層面模擬了人類的概念認知，同時也在機制層面揭示了人腦概念形成與理解的計算原理。

CATS Net來源於前額葉啟發的情境化信息處理模型（CDP），這也提示了前額葉和CDP可能在人類概念認知中發揮了核心的作用。

該工作為研發具備人類概念形成與應用能力的下一代智能系統奠定了重要基礎。當前，大語言模型能力仍受限於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揮作用，比如從事全新的科學探索。當然，擁有了這種能力之后，如何確保這些系統與人類的價值對齊，將成為下一步要解決的關鍵問題。