中国科学院自動化研究所のチームは、現在の人工知能が苦手とする「感覚体験から抽象的概念を形成し、概念空間で思考・交流する」という人類固有の機能を模倣する新たな神経網フレームワーク「CATS Net」を発表しました。この成果は、高次元の知覚情報を低次元の概念に変換し、再度知覚へと再構築する人間の二重プロセスを計算モデルとして実現した画期的なものです。 CATS Net は、概念を抽象化する「概念抽象（CA）モジュール」とタスクを解決する「タスク求解（TS）モジュール」から構成されます。視覚タスクにおいて、CA モジュールは入力データを自発的に圧縮し、低次元の「概念ベクトル」を生成します。このベクトルは鍵のように機能し、層状のゲート機構を通じて動的なスイッチ信号を発生させます。これにより TS モジュールの神経活動が効率的に制御され、システムは特定の視覚タスクを柔軟かつ迅速に遂行できます。 重要な特徴として、このシステムは環境との相互作用を通じて独自の概念を生成し、概念空間を拡張できる点です。複数のシステム間で概念空間が整合すれば、概念ベクトルを介して知識を直接的に共有することが可能となります。これらの機能は、人間が概念を生成し、理解し、他者と交流するプロセスを忠実に再現しています。 さらに、CATS Net が自発的に形成した概念表現は、人間の概念空間や神経活動データと比較検証されました。機能的磁気共鳴画像法（fMRI）による分析では、CATS Net が形成した概念空間が心理学の認知モデルと一致し、人間の脳内における視覚的意味を処理する腹側枕側皮層の活動パターンと関連していることが確認されました。また、CA モジュールの動的ゲート機構は、脳の意味制御ネットワークの活動と合致しており、機能面だけでなく、メカニズムのレベルでも人間型概念認知を真似ていることを実証しました。 この研究は、人間のような概念形成能力を持つ次世代の知能システム開発への道を開いたものとして評価されています。研究成果は国際学術誌『Nature Computational Science』にオンライン掲載され、国家自然科学基金および中国科学院の支援により実現されました。