Novos Avanços em Inteligência Artificial: Rede Neural CATS Net Promete Autonomia na Formação de Conceitos
Pesquisadores da Academia Chinesa de Ciências e da Universidade de Pequim divulgaram recentemente um avanço significativo no campo da inteligência artificial. Em 27 de [2026], o estudo, publicado na revista Nature Computational Science, apresenta uma nova arquitetura de rede neural chamada CATS Net.
CONTINUA DEPOIS DA PUBLICIDADE
A pesquisa se concentra em replicar a capacidade humana de formar conceitos abstratos a partir de experiências sensoriais.
Desafios na Inteligência Artificial Tradicional
O estudo destaca uma limitação comum em sistemas de IA: a dificuldade em extrair conceitos abstratos de forma independente. Modelos tradicionais frequentemente dependem de grandes volumes de dados ou parâmetros, tornando a interpretação do conhecimento complexa.
CONTINUA DEPOIS DA PUBLICIDADE
Além disso, a necessidade de extensas bases de dados linguísticos restringe a capacidade de aprendizado autônomo.
A Arquitetura CATS Net: Dois Módulos Chave
Para superar esses desafios, a equipe desenvolveu a CATS Net, que se baseia em dois módulos principais: um para a abstração de conceitos e outro para a resolução de tarefas. No processamento de dados visuais, o módulo de abstração converte informações complexas em vetores de conceito compactos.
CONTINUA DEPOIS DA PUBLICIDADE
LEIA TAMBÉM!
Em seguida, o sistema ajusta a atividade do módulo de resolução, direcionando a execução da tarefa.
Simulação da Cognição Humana
Os pesquisadores observaram que essa dinâmica se assemelha ao processo bidirecional da cognição humana, onde indivíduos extraem conceitos da experiência e os utilizam para orientar suas ações. Durante os testes, a rede gerou novos conceitos a partir da interação com o ambiente, estruturando um espaço conceitual próprio.
A capacidade de transferir conhecimento entre diferentes redes, sem a necessidade de um novo aprendizado, foi um dos resultados mais notáveis.
Correlação com a Atividade Cerebral
Adicionalmente, a equipe comparou as representações conceituais da CATS Net com dados de ressonância magnética funcional de atividade cerebral humana. As análises revelaram correlações entre o espaço conceitual da rede e modelos psicológicos de cognição semântica.
Os padrões representacionais também apresentaram associações com a atividade do córtex occipitotemporal ventral, uma área do cérebro relacionada à compreensão visual. O mecanismo de controle dinâmico da rede também se alinhou com padrões da rede de controle semântico do cérebro, responsável pela recuperação de conceitos.
Implicações Futuras
Yu Shan, pesquisador do Instituto de Automação e coautor do estudo, enfatizou que a CATS Net 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.
Os autores ressaltam a importância de considerar o alinhamento desses sistemas com valores humanos em pesquisas futuras.