中国团队造的AI会“摸”东西还会自己懂概念？
- AI
- 10小时前
- 9热度
咱平时用的AI，能认图、能聊天，甚至能写文章，但你要是问它“这东西为啥是杯子”，它大概率只会说“这是训练集里标过的杯子”，说不出半点儿实在道理。说白了，它只会“算”，不会“懂”，就像个死记硬背的学生，背会了答案，却没搞懂问题的本质。
最近中科院自动化研究所和北京大学的团队，搞出了个叫CATS Net的双模块神经网络，头一回让AI能从视觉、触觉这些原始感官经验里，自己琢磨出“杯子是啥”的概念，不用人提前给它贴标签。这事儿可太颠覆了，直接把AI从“只会模仿”拉向了“真正理解”的赛道，咱今天就唠唠这背后的门道，还有这技术能给咱生活带来啥改变。
AI为什么一直懂个表面却不懂啥意思
咱先说说AI的老毛病。现在最火的大语言模型，读了互联网上几乎所有关于“猫”的文字，可它从没真正“见过”一只猫，没摸过猫的毛，没听过猫的叫，所以它眼里的“猫”，不过是一堆文字符号的组合。一旦给它看一只没见过的品种，或者换个角度拍的猫，它就容易认错，这就是典型的“有智能无常识”。
这背后藏着AI领域最难啃的骨头——符号接地问题。简单说，就是AI的“概念”和真实世界脱钩了。它学的是人工标注的标签，比如“猫、狗、杯子”，但这些标签是人为定义的，不是它自己从经验里长出来的。就像咱教小孩认东西，光说“这是杯子”没用，得让他摸一摸、装装水、摔一摔，他才懂“杯子”是啥。可传统AI没人教它这么干，只能靠海量标注数据硬记，成本高还不灵活。
有数据能印证这一点。据相关研究统计，超80%的AI应用都依赖人工标注，一旦遇到没标注过的陌生场景，准确率直接暴跌。比如工业质检里，传统AI认熟稔的零件没问题，可换个新款式、新材质的零件，就容易把次品判成良品，把良品判成次品，根本原因就是它没“懂”零件的核心概念，只是记了外观特征。
中国团队有新招，让AI跟小孩似的自己从看和摸里琢磨概念
中科院和北大的团队，就是冲着这个死结来的。他们搞出的CATS Net，核心是两个紧密配合的模块：概念抽象（CA）模块和任务求解（TS）模块，整个设计完全模拟了人类从“感知”到“认知”的过程。
咱用大白话讲明白它咋干活。比如让AI认“杯子”，传统AI是咱先告诉它“这是杯子”，它记下来；但CATS Net不一样，它先让AI通过摄像头“看”不同形状、不同颜色的杯子，再通过触觉传感器“摸”杯子的重量、手感，把这些高维的感官数据喂给CA模块。CA模块就像AI的“小脑”，把复杂的视觉、触觉信息，压缩成一个个紧凑的概念向量，自己总结出“能装水、能手持、不漏水”这些核心特征，这就是它自己“长”出来的“杯子概念”。
这些“概念向量”就像一把把钥匙，交给TS模块。TS模块拿着这把“钥匙”，通过分层门控机制调节自己的活动，去干具体活儿——比如判断“这是不是杯子”“这个杯子能不能装热水”。整个过程没有人工标签，全靠AI自己从感官经验里提炼概念，再用概念指导行动，和咱小孩学东西一模一样。
团队做的实验，更能说明这事儿的厉害。他们让CATS Net和传统模型一起认“桌子”，给AI看各种桌子，有长桌、圆桌、木桌、金属桌，还让它摸桌子的桌面和桌腿。结果传统模型认陌生长桌的认错率高达35%，而CATS Net只有8%。更牛的是，CATS Net还能自己说出“桌面平、桌腿稳、能放东西”的概念，而传统模型只会报个“桌子”的名字，说不出半点儿道理。
这还不算完，CATS Net还有个绝活——跨系统概念交流。它能自己生成大量新概念，形成专属的“概念库”，当两个独立训练的CATS Net把概念库对齐后，不用重新学习，就能直接传递知识。比如一个训练过“工业零件”的CATS Net，和一个训练过“医疗器材”的CATS Net对齐概念后，就能互相理解对方的领域知识，这是传统AI根本做不到的。
这波突破不只是技术厉害更是AI真开窍了
咱得说句实在的，CATS Net不是对现有AI的小修小补，而是一场**认知范式的革命**。之前的AI，本质是“统计学习”，靠算海量数据找规律；而CATS Net，是“经验认知”，靠和世界互动提炼概念，这才是真正接近人类智能的路子。
对比国际进展，咱中国团队走在了前面。欧美很多团队还在搞单感官学习，或者依赖预训练的语言符号，而CATS Net实现了多感官自主概念生成，还解决了AI概念无法互通的难题。这项研究发表在国际顶级期刊《自然·计算科学》上，连arXiv上的同行都评价，这是“向通用人工智能（AGI）迈出的关键一步”。
从实际应用看，这技术能解决咱生活里很多“痛点”。比如工业质检，传统AI只能认固定零件，CATS Net能让机器人通过视觉+触觉，自主理解新零件的概念，哪怕是刚研发的新品，也能精准判断好坏，质检效率提升不说，还能减少误判；再比如智能家居，AI能自己理解“舒适温度”“安全水位”的概念，不是靠预设指令，而是根据咱的使用习惯、感官反馈自动调整，更懂咱的需求；还有医疗辅助，AI能通过患者的影像、体征数据，自主生成“病理概念”，辅助医生诊断，比传统AI更靠谱。
更重要的是，CATS Net让AI更“透明”了。传统AI的决策像个“黑箱”，你只知道结果，不知道它咋想的；但CATS Net的概念向量是可解释的，咱能看到它是从哪些感官特征里提炼出概念的，比如它说“这是危险物品”，咱能看到它是因为“体积大、材质硬、有尖锐角”这些特征，心里有底，不会被“忽悠”。
权威数据来源