3 月 1 日，中国科学院自动化研究所余山团队与北京大学心理与认知科学学院毕彦超团队联合研发出 CATS Net 新型神经网络框架，相关研究成果在线发表于国际学术期刊《自然・计算科学》。该成果突破当前主流 AI 的核心短板，实现了类人的概念形成、理解与交流，填补了人工智能与人脑智能之间的关键差距，为下一代类人智能研发奠定重要基础。

当前主流 AI 存在显著能力缺陷：传统深度学习模型的知识固化在海量参数中，无法独立提取概念；大语言模型高度依赖人类现成语言训练，难以从自身经验中自主形成新概念。而人类大脑的核心能力之一，是能从复杂的视觉、听觉等信息中提炼出简洁概念，并依托概念完成思考、交流等行为，CATS Net 则让 AI 拥有了这一类人化能力。

CATS Net 具备两大核心功能，实现了从 “被动学习” 到 “主动认知” 的跨越。其一为自动提炼概念，系统搭载 “概念抽象” 和 “任务求解” 双模块，处理图片等视觉信息时，可将复杂信息压缩为简洁的 “概念向量”，该向量能精准指挥系统完成识别、判断等各类任务，如同开启任务求解的 “钥匙”；其二是跨系统概念交流，该 AI 能自主生成大量新概念并构建专属 “概念库”，当不同 AI 的 “概念库” 完成对齐后，无需重新学习外界信息，可直接通过概念传递知识，精准模拟了人类用语言交流的过程。

研究团队通过脑成像实验验证了该模型的类脑特性，发现 CATS Net 形成的概念空间与人类认知、语言逻辑高度一致，其工作模式也与人脑负责概念处理的脑区活动高度匹配。这意味着该模型不仅在功能层面实现了对人脑的模仿，更在原理层面揭示了人类形成概念的计算机制，是类脑智能研究领域的重要突破。

团队专家表示，CATS Net 的研发成功，让 AI 拥有了自主 “造概念、懂概念” 的能力，有望突破现有大模型的发展局限，未来在科学探索、复杂决策等领域发挥更大价值。同时，研究团队也指出，如何确保这类具备自主认知能力的智能系统与人类价值观保持一致，将成为后续研究的核心重点方向。

【新闻来源】光明网   https://news.gmw.cn/2026-03/02/content_38620799.htm

（本网转发此文章，旨在为读者提供更多的信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。）