一直以来，计算机程序都是个“左耳进，右耳出”的“傻小子”，它们很快就会忘掉所做过的任务。DeepMind 决定改变传统的学习法则，让程序在学习新任务时也不忘掉旧任务。在追逐更智能程序的道路上，这是很重要的一步，能渐进学习的程序才能适应更多任务。
眼下，在解决文本翻译、图像分类和图像生成等任务时，深度神经网络是机器学习中最成功最有效的方式。不过，只有将数据一股脑地塞给它，深度神经网络才能变得“多才多艺”。
神经网络输入时，它会在数字神经元与输出方案之间建立联系，而当它学习新事物时，神经网络不得不重新建立新的联系，同时有效覆盖旧的联系。这样的情况被称之为“灾难性忘却”（catastrophic forgetting），业内普遍认为这是阻碍神经网络技术不断进步的最大绊脚石。
与深度神经网络相比，人类大脑的工作方式就大不相同。我们可以渐进式的学习，一次掌握一些技巧，在学习新技巧时，此前的经验还能提高我们的学习效率。
雷锋网了解到，DeepMind 在美国国家科学院院刊（PNAS）上发表的论文就提出了一个解决“灾难性忘却”的有效方式，这一方法的灵感来自神经科学的研究成果，即人类和哺乳动物拥有巩固先前获得的技能和记忆的能力。
神经科学家已经能区分大脑中两种类型的巩固方式：系统巩固（systems consolidation ）与突触巩固（synaptic consolidation）。系统巩固的过程中，人类大脑将快速学习部分获得的记忆转印进了缓慢学习的部分。这一转印过程有有意识的回忆参与，也有无意识回忆的参与，人类做梦时就能完成这一转印过程。而在突触巩固中，如果一种技能在此前的学习中非常重要，神经元之间连接就不会被覆盖。DeepMind 的算法就是沾了突触巩固的光，成功解决了“灾难性忘却”的问题。
神经网络中神经元的连接与大脑非常相似，在学习完一个技巧后，DeepMind 会计算出在神经网络中的哪个连接对已学到的任务最为重要。随后在学习新技巧时，这些重要的连接就会被保护起来不被覆盖。这样一来，在计算成本没有显著升高的情况下，“左耳进，右耳出”的问题就解决了。
如果用数学术语来解释，可理解为在一个新任务中把每个连接所附加的保护比作弹簧，弹簧的强度与其连接的重要性成比例。因此，DeepMind 将这种算法称之为“弹性权重巩固”（Elastic Weight Consolidation，EWC）。
为了测试该算法，DeepMind 让程序不断尝试玩 Atari 游戏。据雷锋网了解，单单从得分来学习一个游戏是一项具有挑战性的任务，但是依次学习多个游戏则更加困难，因为每个游戏需要单独的战略。如下图所示，如果没有 EWC 算法，程序会在游戏停止后快速将之前的事忘得一干二净（蓝色），这就意味着其实程序什么游戏都没学会。不过，如果用上 EWC 算法（棕色和红色），程序就不那么容易遗忘，且可以逐个学会多个游戏。
眼下计算机程序还不能适应即时学习的节奏，不过 DeepMind 的新算法已经攻克了“灾难性忘却”这座大山。未来，这项研究结果可能是计算机程序通往灵活高效学习的敲门砖。
同时，这项研究也深化了 DeepMind 对“巩固”在人类大脑中产生过程的理解。事实上，该算法所基于的神经科学理论都是在非常简单的例子中得到证实的。通过将该理论应用在更现实和复杂的机器学习环境中，DeepMind 希望进一步加强对突触巩固在记忆保存中的作用及其机制的研究。
本文作者：大壮旅
本文转自雷锋网禁止二次转载，原文链接
