中国科学院自动化研究所联合北京大学等科研团队，近日提出一种新型神经网络框架CATS Net，试图模拟人类的概念形成、理解与交流过程。相关成果已发表于国际学术期刊《自然-计算科学》。
研究人员提出的CATS Net包含两个核心模块：概念抽象模块与任务求解模块。在处理视觉任务时，概念抽象模块会将复杂的视觉信息进行数字化编码，压缩成“概念向量”，从而动态调节任务求解模块的神经网络活动，指导其完成特定的视觉感知任务，这模拟了人类概念的形成和理解过程。
当系统生成大量“概念向量”并对齐之后，就可以不用从环境中学习，而是直接通过“概念向量”互相传递知识，从而模拟人类通过语言符号来交流的过程。
研究发现，CATS Net对于概念的呈现和处理方式与人脑中相关脑区的活动模式相吻合，为理解人类概念认知的脑机制提供了计算模型。
这一研究有望促进人工智能在更广阔的领域发挥作用，为研发具备人类概念形成与应用能力的下一代人工智能系统打下基础。（记者刘祯）
中国科学院自动化研究所联合北京大学等科研团队，近日提出一种新型神经网络框架CATS Net，试图模拟人类的概念形成、理解与交流过程。相关成果已发表于国际学术期刊《自然-计算科学》。
研究人员提出的CATS Net包含两个核心模块：概念抽象模块与任务求解模块。在处理视觉任务时，概念抽象模块会将复杂的视觉信息进行数字化编码，压缩成“概念向量”，从而动态调节任务求解模块的神经网络活动，指导其完成特定的视觉感知任务，这模拟了人类概念的形成和理解过程。
当系统生成大量“概念向量”并对齐之后，就可以不用从环境中学习，而是直接通过“概念向量”互相传递知识，从而模拟人类通过语言符号来交流的过程。
研究发现，CATS Net对于概念的呈现和处理方式与人脑中相关脑区的活动模式相吻合，为理解人类概念认知的脑机制提供了计算模型。
这一研究有望促进人工智能在更广阔的领域发挥作用，为研发具备人类概念形成与应用能力的下一代人工智能系统打下基础。（记者刘祯）
