在认知科学中，人类如何从感官体验中抽象出概念，并据此进行高效交流，一直是长期未解的核心问题；传统人工智能虽然在某些任务上表现突出，但在“概念如何自主形成”这个关键环节始终难以突破。原因在于，现有方法要么把知识压缩进大量参数中，难以解释与提取；要么过度依赖预设的语言符号，缺少从感知中自发生成概念的能力。
概念是人类思维的基础，也是连接感知与抽象推理的关键环节。这项研究的意义在于，不仅回应了人工智能长期存在的概念形成瓶颈，也为理解人脑认知机制提供了可计算、可检验的证据。从这个角度看，CATS Net表明，具备更强“思维能力”的人工智能并非遥不可及，而是可以通过更贴近认知规律的架构设计逐步实现。它也提示我们，推动人工智能走向更高层次，离不开对人脑机制的持续深入研究，这正是脑科学与类脑智能研究的重要价值所在。