AIGC動態歡迎閱讀

原標題：用生物腦機制啟發持續學習，讓智能系統適者生存，清華朱軍等團隊研究登Nature子刊封面
關鍵字：人工智能,記憶,任務,智能,方法
文章來源：機器之心
內容字數：5619字

內容摘要：

機器之心專欄
機器之心編輯部在開放、高動態和演化環境中的學習能力是生物智能的核心要素之一，也是人類以及大多數動物在「適者生存」的自然選擇過程中形成的重要優勢。目前傳統機器學習范式是在靜態和封閉的數據集上學習到一個模型，并假設其應用環境和之前訓練數據的屬性相同，因而無法適應動態開放環境的挑戰。
針對該問題，持續學習模擬生物智能的學習過程和學習能力，發展新型的機器學習理論和方法，通過持續學習的過程，以期提升智能體對開放、高動態環境的適應能力。但是，目前主流的機器學習模型通過調整網絡參數進行學習，當學習任務的數據分布發生變化時，先前學到的網絡參數可能被覆蓋，從而導致對先前知識的災難性遺忘（catastrophic forgetting）。
作為人工智能尤其是深度學習發展的重要瓶頸，持續學年來在人工智能領域受到廣泛關注。大多數持續學習方法都專注于提高對所學知識的記憶穩定性以克服災難性遺忘，例如在學習新任務時固定執行舊任務的網絡參數。然而這些方法通常只能在特定場景中發揮作用，難以像生物智能那樣對現實世界的復雜環境和任務具有普遍的適應能力。
因此，能否借鑒生物腦的持續學習機理，發展新型的持續學

原文鏈接：用生物腦機制啟發持續學習，讓智能系統適者生存，清華朱軍等團隊研究登Nature子刊封面

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺