AI 在概念处理上取得重大突破，给智能系统带来“人脑式”思维。《自然•计算科学》特别提到一项突破性研究，这次将概念从黑箱中解放出来，被聚焦在光下。这种称为CATS Net的神经网络，不仅自主创造概念，还让这些概念像人类一样可以被检索、共享，甚至能被大脑扫描仪读懂。这个研究背后有许多复杂技术：AI、CA、CATS、MRI、Net、RSA、TS。传统深度网络把知识埋在参数中，让概念变得难以识别。大语言模型依赖人类先验知识，无法自主生成新概念。结果就是AI可以记住大量信息，却需要重新学习每张新图片。这个问题的症结在于缺乏符号化思维能力。CATS Net的目标就是弥合像素到知识的鸿沟。CATS Net利用双引擎把视觉转化成概念：CA模块像压缩机一样把图像压缩成低维向量；TS模块根据这个向量解锁资源完成任务。通过这种方式，AI可以像人一样通过简单词语想到具体物体。CATS Net在环境中学习时自主发展出概念空间：第一次看到红球时，CA生成“红”概念；再次遇到红车时强化这个概念；最后遇到红灯时泛化这个概念。不同网络之间通过这种方式传递知识不再需要重复训练像素级别信息，而是直接通过向量对话。功能磁共振成像技术证实了CATS Net的概念空间与人类语义模型高度吻合，而且其活动模式和人脑视觉语义皮层类似。这意味着AI的思维方式与人类非常相似。一旦AI拥有自主生成和共享概念能力，就不再受限于人类已知词汇表了。它有可能去描述未命名的行星或者发现新粒子，真正意义上的科学才刚刚开始。然而这也给人类带来挑战：如果系统用自主创造的概念做决策，如何确保其价值观与人类共情、伦理相符？这是未来AI发展的关键问题之一。