Sieć neuronowa do modelowania tworzenia, rozumienia i komunikowania pojęć przez ludzi

Jak umysł przekształca obrazy w idee

Kiedy słyszysz słowo „obiad”, potrafisz wyobrazić sobie stół, zapachy i dźwięki, nawet bez widzenia jedzenia. Ta zdolność do przełożenia bogatych wrażeń wzrokowych i dźwiękowych na skondensowane idee, a potem ich przypomnienia, leży u podstaw języka, planowania i wspólnego rozumienia. Artykuł wprowadza nowy typ sztucznej sieci neuronowej, która próbuje uchwycić tę codzienną magię ludzkiego umysłu, dając wgląd w to, jak mózgi mogą organizować wiedzę i jak przyszłe maszyny mogłyby myśleć w bardziej ludzkich kategoriach.

Pakowanie bogatego doświadczenia w proste kody

Autorzy wychodzą od prostego pytania: jak mózg kompresuje szczegółowe dane sensoryczne do mniejszego zestawu pojęć, a następnie używa tych pojęć elastycznie? Obecne sztuczne sieci świetnie rozpoznają obrazy, ale ukrywają to, czego się nauczyły, w milionach parametrów, co utrudnia ponowne wykorzystanie wiedzy lub jej udostępnianie innym systemom. Z kolei duże modele językowe polegają na istniejących ludzkich słowach, zamiast budować pojęcia bezpośrednio z obrazów i dźwięków. Nowe ramy, nazwane CATS Net, zostały zaprojektowane tak, by modelować zarówno tworzenie pojęć, jak i ich użycie w jednym systemie, zaczynając wyłącznie od zadań wizualnych.

Dwa współdziałające moduły: pojęcia i decyzje

CATS Net dzieli proces myślenia na dwie współdziałające części. Moduł abstrakcji pojęć uczy się krótkiego kodu numerycznego, czyli „wektora pojęcia”, dla każdego typu obiektu, na przykład jabłek lub autobusów, na podstawie przykładów wizualnych. Osobny moduł rozwiązywania zadań otrzymuje cechy obrazu z standardowego zaplecza wizji i musi odpowiadać na proste pytania typu tak lub nie, na przykład „Czy to jest jabłko?” Kluczowym trikiem jest proces bramkowania: wektor pojęcia kontroluje, jak aktywność przepływa przez warstwy zadaniowe, przekształcając tę samą sieć tak, by obsługiwała różne pojęcia bez zmiany swojej podstawowej struktury. Trening naprzemiennie dostosowuje moduły i wektory pojęć, tak aby zarówno sieć, jak i jej wewnętrzne pojęcia stopniowo się wyspecjalizowały.

Odkrywanie mapy znaczeń przypominającej ludzką

Po przeszkoleniu na dużych zbiorach obrazów CATS Net nie tylko klasyfikuje niewidziane wcześniej obrazy z wysoką dokładnością, lecz także rozwija uporządkowaną „przestrzeń pojęć”. Kody znajdujące się blisko siebie zwykle oznaczają powiązane rzeczy, na przykład zwierzęta grupują się razem, a narzędzia tworzą odrębną klasteryzację. Autorzy pokazują, że to ułożenie nie jest przypadkowe: pokrywa się ze wzorcami obserwowanymi w badaniach, w których ludzie oceniają podobieństwo obiektów, oraz z modelami opartymi na języku, które opisują znaczenie w wielu wymiarach, takich jak jedzenie, meble czy wartość emocjonalna. Co ciekawe, gdy badacze porównali wewnętrzne wzorce podobieństwa sieci z obrazami aktywności mózgu zarejestrowanymi, gdy ochotnicy nazywali obiekty, stwierdzili, że warstwa pojęć odpowiada aktywności w obszarze wzrokowym wyższego rzędu, a moduł bramkowania przypomina obszary zaangażowane w kontrolowanie dostępu do znaczenia.

Dzielenie się wiedzą za pomocą samych pojęć

Badanie analizuje także, czy niskowymiarowe pojęcia mogą służyć jako wspólna waluta między różnymi sieciami. Zespół szkoli oddzielne wersje CATS Net: „nauczyciela” i „ucznia” na częściowo pokrywających się zbiorach kategorii, po czym dodaje mały moduł translacji mapujący wektory pojęć z przestrzeni nauczyciela do przestrzeni ucznia. Bez zmiany głównych wag sieci, uczeń potrafi użyć przetłumaczonego wektora pojęcia dla kategorii, której nigdy nie widział podczas treningu, i wciąż osiągać wyniki znacznie powyżej losowych odpowiedzi w zadaniach tak/nie. W innych testach CATS Net skutecznie korzysta z przestrzeni pojęć pochodzących od ludzi, zbudowanych na statystykach językowych i danych behawioralnych, traktując je jak własne wewnętrzne kody.

Dlaczego to ma znaczenie dla umysłów i maszyn

Podsumowując, wyniki sugerują, że kompaktowe kody pojęć w połączeniu z elastycznym bramkowaniem przetwarzania sensorycznego mogą stanowić praktyczną receptę na myślenie konceptualne podobne do ludzkiego. Model pokazuje, jak bogate doświadczenia wzrokowe można skompresować do wielokrotnego użytku, możliwych do udostępniania reprezentacji, które odpowiadają wzorcom zarówno w zachowaniu ludzi, jak i aktywności mózgu. Choć praca koncentruje się na konkretnych obiektach, które możemy zobaczyć i nazwać, wskazuje drogę ku przyszłym systemom, które mogłyby również uchwycić bardziej abstrakcyjne idee, przybliżając sztuczną inteligencję do sposobu, w jaki ludzie tworzą, rozumieją i komunikują pojęcia.

Cytowanie: Guo, L., Chen, H., Chen, Y. et al. A neural network for modeling human concept formation, understanding and communication. Nat Comput Sci 6, 497–511 (2026). https://doi.org/10.1038/s43588-026-00956-4

Słowa kluczowe: tworzenie pojęć, sieci neuronowe, poznanie semantyczne, zgodność z mózgiem, komunikacja pojęć