1
- 1
人類智慧具備從感官體驗中抽象出概念的獨特能力，能夠脫離感官體驗，直接在概念空間進行思考和交流——人工智慧（AI）系統與人腦的關鍵差別也在於此。中國科學院自動化研究所腦圖譜與類腦智慧實驗室和北京大學心理與認知科學學院科研團隊合作，構建起新型神經網路框架，實現了類人的概念形成、理解和交流。相關研究成果近日發表。
將高維感知壓縮為低維概念，再由概念重構感知的雙向過程，構成了人類符號化思維的基礎，進而支援了語言的産生。但傳統的深度網路往往將知識糾纏在海量參數中，難以提取出獨立的概念；受到廣泛關注的AI大模型則高度依賴人類已有的語言符號進行訓練，無法真正“從無到有”地從感知經驗中自發形成概念。
圍繞這一難題，中國科學院自動化研究所研究員余山團隊、北京大學教授畢彥超團隊合作展開研究，提出了一種新型神經網路框架。其中，概念抽象模組能自發將高維的視覺輸入壓縮成緊湊的低維“概念向量”。隨後，這些概念向量如同開鎖的鑰匙，通過分層門控機制産生一系列“開關”信號，動態調節任務求解模組的神經網路活動，高效靈活完成特定的視覺感知任務。
這套系統還能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。當不同神經網路所生成的概念空間匹配後，即可不用再從環境中學習，直接通過概念向量在網路間傳遞知識，實現模擬人類通過語言等符號來交流的過程。分析結果顯示，該系統不僅在功能層面模擬了人類的概念認知，也在機制層面揭示了人腦概念形成與理解的計算原理。
當前，大語言模型的能力受限於人類語言所限定的範疇。科研團隊表示，賦予AI自主形成新概念的能力，有望促進它們在更廣闊的領域發揮作用，例如從事全新的科學探索。這項研究為研發具備人類概念形成與應用能力的下一代智慧系統奠定了重要基礎，與此同時，如何確保這些系統與人類的價值相符，將成為接下來要解決的關鍵問題。（劉蘇雅）
