Китайские исследователи создали новую нейросеть, способную формировать концепции из необработанных сенсорных данных — изображений и звуков — имитируя один из ключевых механизмов человеческого мышления. Об этом говорится в работе, опубликованной в журнале Nature Computational Science, сообщает Qazinform.com.
Как отмечают ученые, мозг человека способен преобразовывать сенсомоторный опыт в абстрактные представления и затем гибко использовать их независимо от текущих ощущений. Однако вычислительные принципы, лежащие в основе этого процесса, до сих пор оставались недостаточно изученными. По этой причине крупные языковые модели в основном опираются на уже существующие текстовые данные и не могут самостоятельно формировать новые концепции на основе эмпирического опыта.
Специалисты из Институт автоматизации Китайской академии наук и Пекинский университет предложили собственную архитектуру нейросети под названием CATS Net, призванную устранить это ограничение.
Модель включает модуль абстрагирования концепций и модуль решения задач. Такая структура позволяет системе выполнять распознавание и логические суждения при обработке визуальной информации, в том числе изображений.
По данным авторов исследования, CATS Net способна самостоятельно формировать новые концепции и создавать собственное «концептуальное пространство». При согласовании таких пространств между различными ИИ-системами становится возможной прямая передача знаний без повторного обучения на исходных данных — по аналогии с тем, как люди обмениваются информацией через язык.
С помощью методов нейровизуализации исследователи продемонстрировали, что сформированное моделью концептуальное пространство коррелирует с когнитивной и языковой логикой человека, а принципы её работы близки к механизмам обработки понятий в человеческом мозге.
Таким образом, разработка не только воспроизводит отдельные функции мозга, но и помогает лучше понять вычислительные процессы, лежащие в основе формирования и использования понятий человеком.
Ранее Qazinform сообщалось, что китайские ученые также представили новый молекулярный механизм, позволяющий одновременно повысить устойчивость кукурузы к холоду и эффективность использования фосфатов, что может помочь решить проблему снижения урожайности в холодных условиях.