让AI的思考方式更像“人”。（记者 刘苏雅）人能从感官体验里抽出概念来想事儿、聊天，可AI系统跟人脑的最大不同就在这儿。中国科学院自动化研究所脑图谱与类脑智能实验室还有北京大学心理与认知科学学院的团队凑一块儿，搭出了个新的神经网络框架，让机器能像人那样理解和交流。研究成果这就发了。先把高维度的感受压成低维的概念，再拿概念还原出原来的感觉，这两个步骤正是人类符号化思维的根基。然而老版的深度学习模型总把知识混在海量参数里，很难分出单个的概念。那些风头正劲的大模型又太依赖现成的语言符号去训练，没法真从无到有地自己创概念。针对这个难题，中科院自动化所研究员余山带着团队，北大的毕彦超教授也带着团队，一块搞研究，弄出了一种新框架。里面的概念抽象模块能自动把高维度的视觉信息变紧凑。这些像“钥匙”一样的概念向量，能通过层层开关来调节干活的神经回路，搞定各种看图认物的任务。这套系统还能根据环境互动自己生出一大堆新点子。等到不同网络里的概念空间对上了头，就不用再傻乎乎地到处学了，直接拿概念向量在网络间传话，就像咱们用语言聊天那样。结果表明，这东西不光在功能上像人脑，在原理上也说得通。现在大语言模型其实还是被语言圈着走。科研人员说，要是给AI放权去生新想法，说不定能让它干出更棒的活儿，比如搞新科学发现。这次研究给做下一代智能系统铺了路，不过接下来还得看怎么让机器懂咱的价值。