Исследователи из Института автоматизации Китайской академии наук и Пекинского университета разработали нейросеть CATS Net, способную самостоятельно формировать абстрактные понятия на основе сенсорного опыта. Система имитирует фундаментальный аспект человеческого познания, позволяя искусственному интеллекту оперировать образами без прямого визуального или звукового контакта.
Разработчики разделили архитектуру системы на два функциональных блока. Первый модуль анализирует «сырые» данные, такие как звук и изображения, и извлекает из них ключевые концепции. Он учится выделять важные характеристики объектов — например, самостоятельно определяет признаки «дерева» или «машины». Второй модуль использует полученные абстракции для решения практических задач: распознавания предметов или оценки происходящих событий.
В отличие от существующих больших языковых моделей (LLM), которые работают с уже известными словами, CATS Net создает новые идеи на основе собственного опыта обучения. Система не просто предсказывает следующий символ или пиксель, а пытается понять суть объектов, организуя их в иерархическую систему взаимосвязей по мере накопления данных.
Результаты исследования, опубликованные в журнале Nature Computational Science в марте 2026 года, подтвердили близость логики нейросети к человеческому мышлению. Сканирование показало, что концептуальное пространство CATS Net сопоставимо с языковыми и логическими связями в мозге человека. Система формирует общие понятия, превращая конкретные ощущения и действия в широкие абстрактные представления.
Человеческий мозг использует подобные абстракции для планирования и размышлений даже в отсутствие прямого контакта с предметом мысли. CATS Net воспроизводит этот процесс, позволяя ИИ оперировать категориями объектов без необходимости постоянно обрабатывать первичную сенсорную информацию.
Новый подход меняет способ взаимодействия между различными моделями искусственного интеллекта. Вместо передачи гигантских массивов данных системы могут обмениваться знаниями через абстрактные понятия. Это снижает затраты ресурсов на обучение новых моделей «с нуля», так как разные ИИ начинают понимать мир по единым принципам.
Механизм обмена информацией через смыслы аналогичен человеческому общению. Люди используют слова для передачи сути, а не пытаются транслировать весь свой прошлый опыт напрямую. Внедрение этой технологии позволит искусственному интеллекту эффективнее делиться навыками в рамках единой экосистемы.
Разработка CATS Net усиливает позиции КНР в глобальном технологическом противостоянии. В феврале 2026 года компания Alibaba выпустила модель QwQ-32B, ориентированную на сложные логические выводы, а ByteDance представила Doubao 1.5 Pro для работы с мультимодальным мышлением. Китайская национальная стратегия нацелена на то, чтобы к 2030 году нейросети обеспечили комплексное развитие экономики за счёт глубокого понимания физического контекста.
Возможность применения архитектуры в робототехнике рассматривается как тема для дальнейшего изучения, но не подтверждена как утверждённый план.