人类的智能很神奇，它能通过感官体验抽象出概念，不用实际去感知就能在概念空间里思考和交流。这一点和人工智能系统（AI）很不一样。AI这个东西呢，目前还是得靠人类已经有的语言符号来学习和训练。中国科学院自动化研究所脑图谱与类脑智能实验室和北京大学心理与认知科学学院的科研团队把这个难题给攻克了。余山和毕彦超这两个大牛带领团队开发了一种新型神经网络框架，能把高维感知压缩成低维概念，然后再由概念重构感知。 就像人用感官体验提取概念一样，这套系统也能自发地把视觉输入转化为紧凑的低维“概念向量”。这些向量就像钥匙一样，给神经网络活动提供动态调节信号，让它高效地完成任务。更厉害的是，系统还能根据环境互动自主生成新概念。不同的网络产生的概念空间匹配后，就能直接传递知识了。这个过程跟人类通过语言交流很像。 科研团队表示给AI自主形成新概念的能力能让它们在更广阔的领域发挥作用。这次研究还揭示了人脑概念形成和理解的计算原理。不过呢，大语言模型的能力还是受限在人类语言范畴里。 接下来要解决的关键问题是怎么确保这些智能系统符合人类的价值取向。这项研究给下一代智能系统研发奠定了重要基础，让它们具备人类那种形成和应用概念的能力。