首页 首页 人工智能 查看内容

谷歌的DeepMind克服了人工智能中健忘的难题

木马童年 2019-11-9 15:36 12 0

谷歌DeepMind项目的研究人员报告称,他们的人工智能刚刚变得更加人性化了一些:它现在会记住的事情。在人工智能进步中需要克服的障碍之一是,你可以训练它完成一项任务,但让它记住它做了什么,并能够在未来使用这些 ...

谷歌DeepMind项目的研究人员报告称,他们的人工智能刚刚变得更加人性化了一些:它现在会记住的事情。

在人工智能进步中需要克服的障碍之一是,你可以训练它完成一项任务,但让它记住它做了什么,并能够在未来使用这些专门知识却完全是另一回事。这被称为“灾难性遗忘”,DeepMind的研究人员表示,他们越来越接近于解决这一难题了。

在一篇博客文章中,DeepMind解释说:“当一个新任务被引入时,新的适应改写了神经网络以前获得的知识。”

简单地说,你可以训练人工智能来识别犬科动物的特征,但如果你想要切换到识别人类,它将不得不重新训练,不会保留其对狗的知识,这一点上人工智能不像人类。游戏玩法也是如此。被创造出来玩扑克的人工智能需要被覆盖后才能成为象棋大师。

DeepMind的研究人员表示,他们跟踪神经科学的研究,以及大脑是如何记住过去最重要的东西,就像动物知道某些危险是因为他们的大脑保留了最重要的数据。

DeepMind的James Kirkpatrick表示,他们已经训练他们的人工智能做到了非常类似的事情,在面对一个新的任务的时候,保留重要的数据,并覆盖不那么重要的数据。Kirkpatrick对The Guardian表示,“如果网络可以重新使用它已经学到的东西,它就那么会做的。”

他们是通过训练人工智能来学习如何顺序玩10个经典的Atari游戏做到这一点的,每个游戏需要不同的策略,但有时需要类似的技能。在学习了如何玩这些游戏——其中包括一些令人难忘的游戏,如Space Invaders and Defender——之后,人工智能学会了把十个游戏中的七个游戏玩得像人类一样好。

同时,研究人员表示,虽然他们已经证明人工智能可以顺序地学习游戏,但这并不意味着会带来更好的结果。

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

人工智能 神经网络
0