ابتكر باحثون صينيون شبكة عصبية جديدة تحمل اسم CATS Net، قادرة على تحويل البيانات الأولية، مثل الصور والأصوات، إلى “مفاهيم” داخلية خاصة بها.
ونُشرت نتائج البحث في مجلة Nature Computational Science، حيث أظهرت الشبكة قدرة فريدة على تحويل البيانات الحسية إلى مفاهيم داخلية بطريقة تشبه تعلم الدماغ البشري فهم العالم عبر الحواس. وعلى عكس معظم أنظمة الذكاء الاصطناعي التقليدية، تستطيع CATS Net استخلاص المفاهيم المجردة ذاتيا دون الحاجة إلى ربطها مسبقا بكلمات.
وتتألف الشبكة من وحدتين رئيسيتين:
وحدة تجريد المفاهيم، التي تحول البيانات الحسية المعقدة إلى “مختصرات ذهنية” مدمجة.
وحدة حل المشكلات، التي تستخدم هذه المختصرات لأداء مهام محددة، مثل التعرف على الأشياء في الصور.
وتصبح هذه العلامات الداخلية أدوات لمعالجة المعلومات، ما يسمح للشبكة بالتكيف مع مهام جديدة دون الحاجة إلى إعادة تدريب.
وأظهر البحث أن بنية التصورات المجردة للشبكة ترتبط بالنشاط في القشرة الجدارية والقشرة الصدغية في الدماغ، ما يشير إلى تشابهها مع المعالجة الدلالية البشرية.
وتُعد النتائج مهمة لتطوير نظرية وممارسة الذكاء الاصطناعي، إذ يمكن للنظام نقل المعرفة بين وكلاء الذكاء الاصطناعي عبر متجهات مفاهيمية دون إعادة تدريب، كما تعتمد بنيته على مجموعات بيانات شائعة، مما يبرز قدرته على حل المهام البصرية في العالم الحقيقي.
وتُشكل الشبكة مفاهيمها الداخلية الخاصة عن العالم، مما يقرب الذكاء الاصطناعي من القدرات المعرفية البشرية. ومع ذلك، تفتح CATS Net الطريق أمام أنظمة أكثر مرونة قادرة على تبادل المعرفة وحل المشكلات دون الحاجة إلى إعادة تدريب مستمرة.
