少妇无码av无码专区在线观看,国产婷婷色一区二区三区,人妻无码久久精品,国产午夜无码片在线观看影院

據(jù)外媒報(bào)道，機(jī)器的記憶與人類的記憶都一樣難以掌握，為了幫助了解為什么人工智能在認(rèn)知過程中出現(xiàn)漏洞，美國俄亥俄州立大學(xué)的電氣工程師分析了“持續(xù)學(xué)習(xí)”過程（continual learning）對(duì)機(jī)器的整體表現(xiàn)有多大的影響。

教高級(jí)系統(tǒng)像人類一樣學(xué)習(xí)（圖片來源：俄亥俄州立大學(xué)）

持續(xù)學(xué)習(xí)是指計(jì)算機(jī)接受訓(xùn)練，不斷學(xué)習(xí)一系列任務(wù)，利用從舊任務(wù)中積累的知識(shí)更好地學(xué)習(xí)新任務(wù)。不過，如果要實(shí)現(xiàn)此類高水平的持續(xù)學(xué)習(xí)，科學(xué)家們?nèi)孕枰朔粋€(gè)主要障礙，即學(xué)習(xí)如何規(guī)避機(jī)器在學(xué)習(xí)過程中的“記憶喪失”過程，在人工智能代理中，稱為“災(zāi)難性遺忘”。俄亥俄州立大學(xué)計(jì)算機(jī)科學(xué)與工程系教授Ness Shroff表示，隨著人工神經(jīng)網(wǎng)絡(luò)在一個(gè)接著一個(gè)的新任務(wù)上接受訓(xùn)練，往往會(huì)失去從以前的任務(wù)中獲得的信息，隨著社會(huì)越來越依賴人工智能系統(tǒng)，這會(huì)成為一個(gè)大問題。

Shroff教授表示：“即使自動(dòng)駕駛應(yīng)用或其他機(jī)器人系統(tǒng)被教授新東西，它們也不能忘記已經(jīng)學(xué)到的、確保我們和它們安全的知識(shí)，這很重要。我們深入研究了人工神經(jīng)網(wǎng)絡(luò)中持續(xù)學(xué)習(xí)的復(fù)雜性，我們發(fā)現(xiàn)的知識(shí)彌合了機(jī)器與人類學(xué)習(xí)方式間的差距。”

Shroff教授表示，研究人員發(fā)現(xiàn)，就像人們可能很難回憶起類似場景中差別明顯的事實(shí)，但是非常容易想起不同的場景，人工神經(jīng)網(wǎng)絡(luò)在接連面對(duì)不同的任務(wù)時(shí)，能夠更好地回憶起信息，而不是那些具有相似特征的任務(wù)。

雖然教授自動(dòng)駕駛系統(tǒng)展示此種動(dòng)態(tài)的終身學(xué)習(xí)過程可能很具有挑戰(zhàn)性，但是擁有此種能力可以讓科學(xué)家以更快的速度提升機(jī)器學(xué)習(xí)算法，并輕松調(diào)整此類算法，以應(yīng)對(duì)不斷變化的環(huán)境和意外情況。最終，此類系統(tǒng)的目標(biāo)是未來可模仿人類的學(xué)習(xí)能力。

傳統(tǒng)的機(jī)器學(xué)習(xí)算法是一次性對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練，但是該團(tuán)隊(duì)的發(fā)現(xiàn)表明，任務(wù)的相似性、正相關(guān)和負(fù)相關(guān)，甚至算法學(xué)習(xí)任務(wù)的順序等因素很重要，對(duì)于人工神經(jīng)網(wǎng)絡(luò)保留知識(shí)的時(shí)間長度都有影響。

例如，為了優(yōu)化算法的記憶，不同的任務(wù)應(yīng)該在持續(xù)學(xué)習(xí)過程中提早被教授。此種方法擴(kuò)展了該網(wǎng)絡(luò)獲取新信息的能力，并提高了其后續(xù)學(xué)習(xí)更多類似任務(wù)的能力。

Shroff教授表示，他們的研究特別重要，因?yàn)榱私鈾C(jī)器和人類大腦之間的相似性可以為更深入地了解人工智能鋪平道路。