В Китае создали нейросеть способную мыслить как человеческий мозг

Современные исследования в области искусственного интеллекта направлены на то, чтобы приблизить вычислительные системы к уровню гибкости, присущему мыслительным процессам человека. Одним из наиболее заметных шагов в этом направлении стала разработка китайских ученых нейросети CATS Net. Ее архитектура построена на моделировании процессов формирования и применения абстрактных представлений. Сеть была создана с целью воспроизвести механизм, позволяющий человеку преобразовывать сенсорные сигналы в устойчивые семантические структуры, применимые в различных ситуациях. В отличие от распространенных моделей, которые работают в основном с заранее «маркированными» данными, новая система способна самостоятельно распознавать внутренние концептуальные элементы, не опираясь на вербальные обозначения или заранее подготовленные категории.

CATS Net базируется на двухкомпонентной конструкции, которая включает модуль, отвечающий за создание компактных семантических форм, и блок, использующий эти смысловые структуры для выполнения конкретных задач. Первый элемент преобразует изображения, звуки и другие сигналы в низкоразмерные концептуальные векторы, которые действуют как своего рода ментальные маркеры. Они не являются полными копиями человеческих концепций, но выполняют схожую функцию: обеспечивают стабильное кодирование информации, позволяя системе работать не с отдельными пикселями или частотами, а с более обобщенными характеристиками. Второй компонент использует сформированные структуры для анализа визуальных сцен, классификации объектов и решения других задач, требующих интерпретации сложных данных.

Особый интерес представляет способность ИИ передавать сформированные концептуальные структуры между различными вариантами модели. Это позволяет одному агенту использовать опыт другого без обучения, что значительно снижает затраты на тренировку новых систем. Обмен концептуальными векторами создает своего рода «язык» между ИИ-агентами, который хоть и не основан на словесных выражениях, но выполняет схожую функцию — передачу знаний. Это открывает возможность создания распределенных систем, в которых отдельные элементы обмениваются семантическими единицами, формируя коллективный интеллект. Новый механизм может стать основой для будущих технологий, способных совместно решать задачи в динамичных условиях.

Разработчики отмечают, что структура внутренних представлений (репрезентации) CATS Net во многом соответствует деятельности участков человеческого мозга, отвечающих за обработку информации. Сравнение моделей, формирующихся в нейросети, с реакциями теменной и затылочной коры головного мозга показывает, что модель формирует пространства, похожие на семантические карты человека. Это еще не означает, что ИИ мыслит как человек, но подтверждает, что выбранный подход способен воспроизводить некоторые принципы организации семантической информации, характерные для биологических нейроструктур. Дополнительное внимания заслуживает механизм гейтинга - регулятор, контролирующий использование концептуальных элементов при выполнении задач. Он демонстрирует сходство с семантической нейродинамикой мозга, отвечающей за выбор релевантных значений в зависимости от контекста.

Практическая ценность CATS Net заключается в его способности адаптироваться к новым задачам без полной корректировки параметров. Используя абстрактные структуры, ИИ способен применять ранее сформированные «элементы знаний» в ситуациях, отличающихся от тех, что присутствуют в обучающей среде. Такая архитектура особенно перспективна для областей, где требуется гибкость и обмен знаниями. Эксперименты на популярных наборах данных подтверждают, что модель справляется с реальными визуальными задачами, демонстрируя устойчивость к изменениям условий и вариативности входных сигналов.

Создание CATS Net имеет большое значение не только для прикладных областей, но и для фундаментального понимания природы человека и его стремления к познанию. Появление вычислительной платформы, способной самостоятельно формировать концептуальные пространства, позволяет исследователям изучать механизмы абстрактного мышления. Открывается возможность моделирования процессов, ранее недоступных для экспериментального анализа. Например ИИ-сеть может стать инструментом для проверки гипотез о том, как мозг формирует семантические единицы, как они взаимодействуют друг с другом и как используются при решении задач различной сложности. Вопрос о том, насколько далеко могут продвинуться такие системы, остаётся открытым, однако уже сейчас очевидно, что разработка архитектур, подобных CATS Net, меняет представления о возможностях искусственного интеллекта и его роли в изучении природы человеческого мышления.