(資料圖片僅供參考)

人類擅長從具體經(jīng)驗中總結(jié)出抽象概念，比如見過幾次狗，腦子里就有了“狗”的概念。之后再看到“狗”這個字，又能聯(lián)想到狗的樣子，也能用狗的概念進行進一步的思考。但AI目前還很難自己學(xué)會這個。記者27日從中國科學(xué)院自動化研究所獲悉，該所與北京大學(xué)的科研人員合作開發(fā)出一種新型神經(jīng)網(wǎng)絡(luò)框架CATS Net，成功讓AI系統(tǒng)具備了類似人類的概念形成、理解和交流能力。相關(guān)研究成果在線發(fā)表于《自然-計算科學(xué)》雜志。

人類之所以聰明，很大程度上在于能從紛繁復(fù)雜的感官世界中提煉出核心概念?！叭欢?，當(dāng)前主流AI系統(tǒng)要么將知識混雜在海量參數(shù)中難以提取，要么高度依賴人類已有的語言數(shù)據(jù)進行訓(xùn)練，無法像人一樣自主形成概念?！闭撐墓餐ㄓ嵶髡?、中國科學(xué)院自動化研究所副研究員陳陽介紹。

針對這一難題，研究團隊提出了CATS Net神經(jīng)網(wǎng)絡(luò)框架。它包含概念抽象與任務(wù)求解兩個核心模塊。在處理視覺任務(wù)時，概念抽象模塊能將高維視覺輸入自動壓縮成緊湊的“概念向量”，再通過門控機制動態(tài)調(diào)節(jié)任務(wù)求解模塊的神經(jīng)活動，指導(dǎo)其完成具體任務(wù)。這一過程模擬了人類從經(jīng)驗中總結(jié)概念、再用概念指導(dǎo)行動的雙向認(rèn)知機制。

實驗顯示，該系統(tǒng)可以根據(jù)與環(huán)境互動自主生成新概念，形成自己的“概念空間”。當(dāng)不同網(wǎng)絡(luò)的概念空間實現(xiàn)對齊后，它們可以直接通過概念向量傳遞知識，無需再從頭學(xué)習(xí)，這模擬了人類通過語言進行交流的過程。

研究團隊還將CATS Net形成的概念表征與人類大腦活動數(shù)據(jù)進行對比。功能性磁共振成像分析表明，該網(wǎng)絡(luò)形成的概念空間不僅與心理學(xué)上的人類語義認(rèn)知模型高度一致，其表征模式還與人類大腦中負責(zé)視覺語義理解的腹側(cè)枕顳皮層活動顯著相關(guān)。同時，該網(wǎng)絡(luò)的動態(tài)門控機制與大腦中負責(zé)概念提取的語義控制網(wǎng)絡(luò)活動模式吻合，揭示了人腦概念形成與理解的潛在計算原理。

論文共同通訊作者、中國科學(xué)院自動化所研究員余山表示，這項研究為理解人類概念認(rèn)知提供了新的計算模型，也為研發(fā)具有類人概念智能的人工智能系統(tǒng)奠定了基礎(chǔ)。未來，賦予AI自主形成新概念的能力，有望促進其在更廣闊領(lǐng)域發(fā)揮作用，如從事科學(xué)探索等。同時，如何確保這類系統(tǒng)與人類價值對齊，將是下一步研究的關(guān)鍵問題。

（團隊提供概念圖，AI生成）

關(guān)鍵詞： 最新資訊