نُشرت نتائج البحث في مجلة Nature Computational Science، حيث أظهرت شبكة CATS Net العصبية قدرة فريدة على تحويل البيانات الأولية، مثل الصور والأصوات، إلى "مفاهيم" داخلية، بطريقة مشابهة لتعلم الدماغ البشري فهم العالم عبر الحواس. وعلى عكس معظم أنظمة الذكاء الاصطناعي التقليدية، يمكن للشبكة استخلاص المفاهيم المجردة بنفسها دون الحاجة لربطها مسبقا بكلمات.
وتتألف الشبكة من وحدتين رئيسيتين: وحدة تجريد المفاهيم، التي تحول البيانات الحسية المعقدة إلى "مختصرات ذهنية" مدمجة، ووحدة حل المشكلات، التي تستخدم هذه المختصرات لأداء مهام محددة، مثل التعرف على الأشياء في الصور. وتصبح هذه العلامات الداخلية أدوات عمل لمعالجة المعلومات، مما يسمح للشبكة بالتكيف مع مهام جديدة دون الحاجة لإعادة تدريب.
وتتألف الشبكة من وحدتين رئيسيتين: وحدة تجريد المفاهيم، التي تحول البيانات الحسية المعقدة إلى "مختصرات ذهنية" مدمجة، ووحدة حل المشكلات، التي تستخدم هذه المختصرات لأداء مهام محددة، مثل التعرف على الأشياء في الصور. وتصبح هذه العلامات الداخلية أدوات عمل لمعالجة المعلومات، مما يسمح للشبكة بالتكيف مع مهام جديدة دون الحاجة لإعادة تدريب.
