Pesquisadores da Academia Chinesa de Ciências e da Universidade de Pequim divulgaram recentemente um avanço significativo no campo da inteligência artificial. Em 27 de [mês], a equipe anunciou o desenvolvimento da CATS Net, uma nova arquitetura de rede neural projetada para imitar a forma como os humanos formam conceitos.

O estudo detalhado foi publicado na renomada revista Nature Computational Science.

Desafios na Inteligência Artificial

O estudo aborda um problema central na inteligência artificial: a dificuldade dos sistemas em extrair conceitos abstratos a partir de experiências sensoriais, algo que os humanos fazem com relativa facilidade. Modelos de IA tradicionais frequentemente dependem de grandes quantidades de dados ou de um número excessivo de parâmetros, o que dificulta a interpretação e a formação independente de conceitos.

Leia também:

IA Revoluciona Empresas: Agentes Autônomos e o Futuro da Gestão!

IA: Produtividade em Crise? Estudo Revela 40% de Resultados Problemáticos!

Anthropic revoluciona mercado: IA desafia COBOL e causa crise na IBM e gigantes!

A Arquitetura CATS Net

Para superar essas limitações, a equipe criou a CATS Net, que se baseia em dois módulos principais: um para abstração de conceitos e outro para resolução de tarefas. O sistema processa dados visuais de alta dimensão, convertendo-os em vetores de conceito compactos.

Em seguida, um mecanismo de controle ajusta a atividade do sistema, direcionando a execução da tarefa.

Simulação da Cognição Humana

Os pesquisadores observaram que essa dinâmica se assemelha ao processo bidirecional da cognição humana, onde os indivíduos extraem conceitos da experiência e os utilizam para orientar suas ações. Em testes, a CATS Net gerou novos conceitos a partir da interação com o ambiente e estruturou um espaço conceitual próprio.

A capacidade de transferir conhecimento entre redes sem reiniciar o aprendizado foi particularmente notável.

Correlação com a Atividade Cerebral

Adicionalmente, a equipe comparou as representações conceituais da CATS Net com dados de atividade cerebral humana obtidos por ressonância magnética funcional. Os resultados revelaram correlações entre o espaço conceitual da rede e modelos psicológicos de cognição semântica, bem como associações com a atividade do córtex occipitotemporal ventral, uma área do cérebro ligada à compreensão visual.

O mecanismo de controle dinâmico da rede também se correlacionou com padrões da rede de controle semântico do cérebro.

Yu Shan, pesquisador do Instituto de Automação, enfatizou que o trabalho oferece um modelo computacional para investigar a cognição conceitual humana e pode impulsionar o desenvolvimento de sistemas de IA com capacidade de formar conceitos de forma independente.

A equipe ressalta a importância de alinhar esses sistemas com valores humanos em pesquisas futuras, especialmente em aplicações como a exploração científica.