Chinesische Forscher haben ein neuartiges neuronales Netz entwickelt, das es künstlicher Intelligenz (KI) ermöglicht, aus unbearbeiteten Sinnesdaten wie Sehen und Hören Konzepte zu bilden und damit einen grundlegenden Aspekt des menschlichen Erkennens zu simulieren. Dies geht aus einer kürzlich in der Fachzeitschrift „Nature Computational Science“ veröffentlichten Studie hervor.
Eine bemerkenswerte Fähigkeit des menschlichen Gehirns ist es, aus sensomotorischen Erfahrungen abstraktere konzeptuelle Repräsentationen zu bilden und diese flexibel und unabhängig von direkten Sinnesreizen anzuwenden.
Der zugrunde liegende Rechenmechanismus dieser Fähigkeit war jedoch bisher kaum verstanden. Dies führte dazu, dass große Sprachmodelle durch ihre Abhängigkeit von bereits vorhandenen Sprachdaten grundlegend eingeschränkt waren und somit nicht in der Lage waren, spontan neue Konzepte aus Erfahrungslernen zu generieren.
Die Forscher des Instituts für Automatisierung der Chinesischen Akademie der Wissenschaften und der Universität Peking haben eine neue Rahmenstruktur eines neuronalen Netzes namens CATS Net entwickelt, um diese Einschränkungen zu überwinden.
Diese besteht aus einem Modul zur Abstraktion von Konzepten und einem Modul zum Lösen von Aufgaben, das die Rahmenstruktur präzise anweisen kann, Aufgaben wie Erkennung und Beurteilung bei der Verarbeitung visueller Informationen, beispielsweise von Bildern, durchzuführen.
Die Rahmenstruktur kann zudem autonom eine Vielzahl neuer Konzepte generieren und so einen eigenen, einzigartigen „Konzeptraum“ erschaffen. Sobald die Konzepträume verschiedener KI-Systeme aufeinander abgestimmt sind, können sie Wissen mithilfe dieser Konzepte direkt übertragen, wodurch ein erneutes Training mit Rohdaten entfällt. Dieser Prozess simuliert, wie Menschen durch die Verwendung von Sprache kommunizieren.
Mithilfe von Gehirnaufnahmen konnten die Forscher zeigen, dass der von CATS Net konstruierte Konzeptraum eng mit der menschlichen kognitiven und sprachlichen Logik übereinstimmt und seine Funktionsweise den Aktivitäten in jenen Bereichen des menschlichen Gehirns entspricht, die für die Verarbeitung von Konzepten zuständig sind.
Dies deutet darauf hin, dass das Modell mehr leistet, als nur die Gehirnfunktion zu imitieren. Es liefert Erkenntnisse über die Rechenmechanismen, mit denen Menschen im Gehirn Konzepte bilden und anwenden.
http://german.china.org.cn/txt/2026-03/04/content_118360066.htm