中国本土の研究者が「概念形成AI」CATS Net提案、視覚・聴覚から新概念を自律生成 - NewsTomo

中国本土の研究者チームが、視覚や聴覚といった生の感覚データからAIが「概念」を作り出すための新しいニューラルネットワークを開発したと、学術誌「Nature Computational Science」に最近掲載された研究として発表しました。言語データに強く依存してきた従来の大規模言語モデル（LLM）の限界に対し、「経験から概念を立ち上げる」方向性を示した点が注目されています。

何が新しい？――“言葉の前”に概念を作る発想

人の脳は、見たり聞いたり触れたりする感覚運動経験から、より抽象的な概念表現を組み立て、目の前の刺激がなくても柔軟に使い回せます。一方で、その計算メカニズムは十分に分かっていないとされ、AIの側も「既にある言語データ」への依存が大きいことが、経験学習から新概念を自発的に生み出しにくい理由の一つだと説明されています。

提案された枠組み「CATS Net」とは

研究チーム（中国科学院自動化研究所、北京大学）は、新しいニューラルネットワークの枠組みとして「CATS Net」を提案しました。ポイントは大きく2つのモジュール構成です。

概念抽象化モジュール：感覚データから抽象的な概念表現を構築
タスク解決モジュール：画像などの視覚情報を処理しつつ、認識や判断などのタスクを実行できるよう“指示”する仕組み

この設計により、単に入力を分類するだけでなく、概念の作り方と使い方を分けて扱う狙いがあるとされています。

「概念空間」を自分で作り、知識を“概念”で受け渡す

研究では、CATS Netが多数の新しい概念を自律的に生成し、独自の「概念空間（concept space）」を構築できると述べています。さらに興味深いのは、異なるAIシステム間で概念空間を整列（アライン）できれば、元の生データで再学習し直さなくても、概念を介して知識を移転できる可能性が示されている点です。

研究はこのプロセスを、人間が言語を使って概念をやり取りすることに重ねて説明しています。