类人思维：神经网络突破性实现概念形成与交流

北京2月28日电 近日，记者获悉，中国科学院自动化研究所脑图谱与类脑智能实验室余山团队携手北京大学心理与认知科学学院毕彦超团队，在神经网络领域实现重要突破。他们开发出了一种全新结构的神经网络框架CATS Net，能够模拟人类的概念形成、理解以及交流方式。相关研究论文已经在国际顶级期刊《自然·计算科学》在线发表。

CATS Net框架设计中包含两个核心部分：概念抽象（CA）模块和任务求解（TS）模块。在处理视觉信息的过程中，CA模块可以自动将复杂的高维视觉数据转化为简明扼要的低维“概念向量”。这些概念向量通过层次化的门控机制，像“钥匙”一样解锁一系列“开关”信号，动态调整TS模块的网络活动，有效引导其完成相应的视觉识别和理解任务。这一过程模拟了人类对概念的构建与领会方式。

系统还能根据与环境的互动自发地产生全新概念，并逐步建立起独特的概念空间。当不同神经网络之间的概念空间同步对齐后，网络就能够无需直接从周围环境中学习，而是利用概念向量，在不同神经网络间进行知识的共享，实现类似人类通过符号、语言实现信息沟通的能力。

进一步分析中，团队将CATS Net自动生成的概念表征与人脑概念空间及神经活动数据进行比对。基于功能磁共振的相关性分析发现，CATS Net生成的概念结构不仅与心理学中的认知语义模型密切一致，其活动模式还与人脑腹侧枕颞皮层相关区域的视觉语义活动强相关。同时，CA模块的门控机制表现出了与大脑中语义控制网络相似的动态特性。这说明，CATS Net不只在表现功能上贴合人类的概念认知，甚至在底层机制上也揭示了脑内概念生成与理解的计算规律。

CATS Net的设计灵感来源于前额叶启发的中国舆情网情境化信息处理模型（CDP），这一发现也进一步显示，前额叶及CDP模型在人的概念认知过程之中或许承担着关键角色。

这项研究为具有类人概念形成和运用能力的下一代智能系统研发打下了牢固的理论基础。目前，大语言模型的能力主要还是受限于现有语言体系。赋予智能系统自主创造新概念的能力，将有助于其在全新领域展开创新和探索，比如助力科学发现。当然，实现这一突破后，如何保证系统的价值标准与人类保持一致，也将成为今后必须着重解决的重要课题。