Будущие алгоритмы искусственного интеллекта потенциально могут учиться, так же как и люди.
Но есть и проблема свойственна человеческому мозгу.
•Непрерывное обучение - это когда компьютер обучен непрерывно усваивать последовательность задач, используя свои накопленные знания из старых задач, чтобы лучше усваивать новые задачи.
•Исследователи обнаружили, что точно так же, как людям может быть трудно вспомнить контрастирующие факты о похожих сценариях, но они с легкостью запоминают изначально разные ситуации, искусственные нейронные сети могут лучше запоминать информацию, когда сталкиваются с различными задачами последовательно, а не с теми, которые имеют схожие характеристики, сказал Шрофф.
•Тем не менее, одно из главных препятствий, которое ученым все еще необходимо преодолеть для достижения таких высот, — это научиться обходить эквивалент потери памяти в машинном обучении - процесс, который у агентов искусственного интеллекта известен как "катастрофическое забывание". По мере того, как искусственные нейронные сети обучаются одной новой задаче за другой, они, как правило, теряют информацию, полученную из этих предыдущих задач, что может стать проблематичным, поскольку общество все больше и больше начинает полагаться на системы искусственного интеллекта, сказал Несс Шрофф, выдающийся ученый из Огайо и профессор компьютерных наук и инженерии в Университете штата Огайо.
• Научиться обходить "катастрофическое забывание" - важная задача для безопасности и развития ИИ.
• Цель - имитировать способности людей к обучению, чтобы масштабировать алгоритмы и адаптироваться к меняющимся условиям. Понимание сходства между машинами и человеческим мозгом может проложить путь к более глубокому пониманию искусственного интеллекта, сказал Шрофф.
• Работа исследователей может привести к новой эре интеллектуальных машин, способных учиться и адаптироваться.