Các nhà nghiên cứu từ Đại học Zhejiang đã giới thiệu một phương pháp đào tạo AI mới sử dụng tín hiệu não người để nâng cao khả năng phân loại của mô hình, được trình bày chi tiết trong một bài báo xuất bản trên tạp chí Nature Communications. Nghiên cứu cho thấy mặc dù việc tăng số lượng tham số của mô hình cải thiện khả năng nhận diện các đối tượng cụ thể, nhưng không nâng cao, thậm chí có thể cản trở, việc hiểu các khái niệm trừu tượng. Bằng cách tích hợp dữ liệu hoạt động thần kinh, nhóm nghiên cứu nhằm mục đích điều chỉnh các mô hình AI gần hơn với cấu trúc nhận thức của con người, cải thiện khả năng tổng quát hóa và phân loại các khái niệm. Phương pháp đề xuất đã chứng minh sự cải thiện đáng kể trong hiệu suất AI, đặc biệt trong các nhiệm vụ yêu cầu nhận diện khái niệm trừu tượng. Các thí nghiệm cho thấy sự cải thiện 20,5% trong việc phân biệt các khái niệm trừu tượng với số lượng ví dụ tối thiểu, vượt trội hơn các mô hình lớn hơn. Cách tiếp cận này thách thức xu hướng mở rộng kích thước mô hình hiện nay, gợi ý rằng việc điều chỉnh nhận thức có cấu trúc có thể hiệu quả hơn so với việc chỉ tăng quy mô trong việc phát triển AI với khả năng tư duy giống con người.