北京那边，2月27日，中新网记者孙自法带来了一条消息。中国科学院自动化研究所的余山团队，跟北京大学心理与认知科学学院的毕彦超教授合作，搞出了个叫CATS Net的神经网络框架。这东西能让AI像人一样形成、理解概念，还能跟人类交流。 他们通过把视觉输入变成紧凑的“概念向量”，再用这些向量来指导任务求解模块，让AI能自主地从感知经验中产生新概念。这种方式很像人类从高维感知里提取低维概念的做法。论文还被发到了《自然-计算科学》上。 合作团队解释说，人类能从感官体验中抽象出概念，然后脱离体验直接在概念空间里思考交流。这是因为我们把高维感知“压缩”成低维概念，再用概念“重构”感知。可现在的AI系统做不到这一点：要么把知识藏在海量参数里找不到概念，要么就只能死记硬背人类现成的语言符号。 在CATS Net里，概念抽象(CA)和任务求解(TS)两个模块是核心。CA模块把视觉信息压缩成“概念向量”，然后像钥匙一样产生信号，调节TS模块的活动。这个系统能根据环境互动生成大量新概念，形成自己的空间。当不同的网络空间对齐后，知识就能通过概念向量直接传递，就像人说话那样交流。 研究人员把CATS Net形成的概念和人类大脑的数据做了对比，发现两者很相似。这说明CATS Net不仅模拟了人类的功能，还揭示了人脑是怎么运作的。他们觉得前额叶和情境化信息处理模型可能对人类认知很重要。 现在AI大模型还只能在人类语言的范围内活动，要是能让它们自己产生新概念，说不定能在更广阔的领域发挥作用，比如搞科学研究。但这也带来一个问题：如果AI能自主交流了，怎么保证它们跟人类的价值观一致？这也是下一步要解决的关键难题。