为了让AI的思维更像人，北京那边的科研团队最近搞出了个新型神经网络。其实人脑很厉害，能从感官体验里抽象出概念，不用一直盯着感官看，直接在脑子里想。但传统的深度网络知识都藏在参数里，很难把概念拎出来；那些大火的大模型也得依赖人类现有的语言去训练，没法自己生概念。 这次中国科学院自动化研究所脑图谱与类脑智能实验室找了北京大学心理与认知科学学院的毕彦超教授还有余山研究员一起干。他们想解决的问题就是：怎么让AI也能像人类那样先把高维感知压成低维概念，再用概念去重构感知。 他们弄了个新框架，里面有个模块专门负责把视觉输入压缩成紧凑的“概念向量”。这些向量就像钥匙，能打开一个个开关信号去控制神经网络活动，让系统灵活地干活。而且系统还能自己跟环境互动出新概念，形成自己的概念空间。当不同网络的概念空间对上了，以后就不用再费劲学习环境了，直接通过向量传知识。 分析发现这套系统不仅在功能上像人类那样认知概念，还在机制上揭示了人脑怎么形成理解概念的原理。现在的大语言模型能力受人类语言限制挺大，要是让AI能自主生新概念，那就能去干很多新探索了。这研究给下一代智能系统打了个好底子。 不过接下来得琢磨琢磨咋保证这些系统的价值观跟人类一致才行了。