Google DeepMind 要逆天,能为 AI 赋予记忆不断学习

简介:

Google 的 DeepMind 又提出了新的重磅研究成果,可以让 AI 不忘记之前解决问题的方法,并使用积累下来的知识来解决新的问题。也就是说,AI 可以拥有记忆,不断学习。


a9c644c414e4b13f15f8124545727e69951d7f9c

记住老技能并将其应用于新任务是人类与身俱来的能力,但在机器中重建这种能力已经被证明是一项巨大的挑战。AI 程序通常只擅长一个且只有一个任务,因为当引入一个新任务时,新的适应过程会改写 AI 网络之前已经获得的知识。大多数 AI 基于神经网络,通过无数轮试验和尝试学习如何执行任务,比如下棋。但是一旦神经网络已被训练为下棋,如果要再学习其它游戏,则只能通过覆盖技能。这种现象在认知科学领域被称为「灾难性遗忘」。没有这种往已有技能上构建另一个技能的能力,AI 永远无法像人一样学习,或者说无法达到人类掌握新技术的灵活性。


4086d99a63e1959c6329a54ccb3ab77061b738a8

DeepMind AI 以一种简单的方式来反映大脑学习过程。在它从一个已有的任务转移到学习另一任务之前,按照对旧任务的重要程度进行连接修改保护。这样就可以无需修改之前任务中所学习到的内容,而又能学会新的任务。如果网络可以重用它已经学到的,那么它就会这么做。

不过,研究人员也表示,虽然新的 AI 可以解决遗忘过去技能的问题,但仍不清楚是否利用过去的技能能让 AI 表现更好。因为虽然证明它可以按顺序学习任务,但是只能有序的一个接一个学习,没有真正深度掌握每个任务,而且无法理解某些连接对于它的任务策略有多重要。

DeepMind 的 James Kirkpatrick 说:“顺序学习很重要,但我们还没有真正进入到让 AI 可以做到像人类和动物那种学习的阶段。不过我们已经证明,对于神经网络来说,“灾难性遗忘”并不是一座无法逾越的高山。”

本文来自开源中国社区 [http://www.oschina.net]

目录
相关文章
|
19天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
75 9
|
2月前
|
人工智能
AI助手伴学习,通义灵码开启新学期第一课​
AI助手伴学习,通义灵码开启新学期第一课​
70 3
|
13天前
|
人工智能 自然语言处理 搜索推荐
AI辅助教育:个性化学习的新纪元
【10月更文挑战第31天】随着人工智能(AI)技术的发展,教育领域迎来了一场前所未有的变革。AI辅助教育通过智能推荐、语音助手、评估系统和虚拟助教等应用,实现了个性化学习,提升了教学效率。本文探讨了AI如何重塑教育模式,以及个性化学习在新时代教育中的重要性。
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI驱动的个性化学习平台构建###
【10月更文挑战第29天】 本文将深入探讨如何利用人工智能技术,特别是机器学习与大数据分析,构建一个能够提供高度个性化学习体验的在线平台。我们将分析当前在线教育的挑战,提出通过智能算法实现内容定制、学习路径优化及实时反馈机制的技术方案,以期为不同背景和需求的学习者创造更加高效、互动的学习环境。 ###
38 3
|
1月前
|
机器学习/深度学习 人工智能 Cloud Native
在AI师傅(AI-Shifu.com)学习通义灵码的旅程
在这个数字化时代,编程技能愈发重要。通过AI师傅平台,我接触并学习了阿里云推出的通义灵码。从初识到深入学习,我系统掌握了云计算基础、云原生技术、数据库管理和大数据与人工智能等方面的知识。通过实践项目,我不仅巩固了理论,还提升了实际操作能力。通义灵码的易用性和强大功能,让我对云计算有了全新认识。感谢AI师傅提供的学习机会,推荐大家参与征文活动,共同分享学习成果。
|
1月前
|
人工智能
|
19天前
|
安全 搜索推荐 机器学习/深度学习
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】在人工智能的推动下,个性化学习系统逐渐成为教育领域的重要趋势。深度学习作为AI的核心技术,在构建个性化学习系统中发挥关键作用。本文探讨了深度学习在个性化推荐系统、智能辅导系统和学习行为分析中的应用,并提供了代码示例,展示了如何使用Keras构建模型预测学生对课程的兴趣。尽管面临数据隐私和模型可解释性等挑战,深度学习仍有望为教育带来更个性化和高效的学习体验。
49 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
AI大模型学习
本文概述了AI大模型学习的五个主要方向:理论基础、训练与优化、特定领域应用、伦理与社会影响,以及未来发展趋势与挑战。
73 1
|
1月前
|
人工智能 自然语言处理 机器人
MIT新研究揭秘AI洗脑术!AI聊天诱导人类编造记忆,真假难辨
麻省理工学院的一项新研究《基于大型语言模型的对话式AI在证人访谈中加剧虚假记忆》显示,使用生成式聊天机器人进行犯罪证人访谈会显著增加参与者的虚假记忆,且影响持久。研究设置了对照组、问卷访谈、预设脚本及生成式聊天机器人四种条件,结果显示生成式聊天机器人诱导的虚假记忆数量远超其他方法。尽管AI技术在效率和准确性方面潜力巨大,但在敏感领域需谨慎应用,并需进一步评估风险,制定伦理准则和监管措施。论文详细内容见[这里](https://arxiv.org/abs/2408.04681)。
43 2
|
1月前
|
人工智能 搜索推荐 算法
AI与未来教育:个性化学习的实践
【10月更文挑战第3天】在21世纪科技浪潮中,人工智能(AI)正重塑教育领域,尤其在个性化学习方面展现出巨大潜力。本文探讨了AI如何通过智能评估、定制化学习路径、情感识别及虚拟助教等方式,提升教育质量和效率,激发每个学生的学习潜能。尽管面临数据隐私和技术普及等挑战,AI与未来教育的融合正开启新篇章,有望实现真正的“因材施教”。

热门文章

最新文章