详细内容或原文请订阅后点击阅览
学习不忘的人工智能
为什么重要：了解“学而不忘”的人工智能如何解决实时自适应学习的灾难性遗忘问题。
来源:人工智能+学习不忘的人工智能
学习而不忘记的人工智能不再是一个未来主义的想法。现在它正在快速发展，解决了机器学习的基本挑战之一。研究人员创建了能够持续学习的人工智能模型，同时保留先前获得的知识。这消除了长期存在的“灾难性遗忘”问题。这一进步有望在需要不断学习的动态环境中改变人工智能。其中包括机器人、自动驾驶车辆和对话代理。通过这项创新，人工智能系统可以表现出终身学习行为，更接近人类的记忆能力。
要点
什么是灾难性遗忘？
灾难性遗忘是机器学习中的一个主要问题。当接受新数据训练的神经网络失去回忆先前获得的知识的能力时，就会发生这种情况。例如，掌握西班牙语后学习法语的图片。你没有扩展你所知道的知识，而是完全忘记了西班牙语。传统人工智能模型的行为方式类似。每当在新数据集上进行训练时，它们通常会覆盖早期的数据表示。
这对于必须随时间适应的系统（例如对话式人工智能、翻译引擎或执行任务序列的机器人）来说是一个主要障碍。把它想象成一块干擦板，新的信息会擦掉之前的信息。相比之下，持续学习模型的工作方式更像笔记本。每个新条目都会进入一个新部分，而以前的注释则保留在原处。