Несмотря на то, что искусственный интеллект всё больше и больше становится похож на интеллект человеческий, есть одна область, в которой он сильно отстаёт: память. Нейронные сети обычно приходится обучать всему, что они должны делать — они не могут использовать имеющийся опыт. Тем не менее, команда исследователей компании DeepMind, принадлежащей Google, надеется это исправить.
Сотрудники DeepMind разработали алгоритм, позволяющий нейронным сетям «запоминать» полученные знания и обучаться благодаря их наличию более эффективно. Похожим образом работает человеческий мозг — исследование даже может помочь получить более полное представление о функционировании нашего разума.
Почти как и в случаях конъюгации хромосом, сохраняющих связи между нейронами, если они были полезны в прошлом, алгоритм под названием Elastic Weight Consideration определяет, насколько большое значение имеет данное соединение для ассоциирующейся с ним задачи. Если дать нейронной сети новый запрос на обучение, то алгоритм сохранит наиболее важные соединения и при необходимости свяжет их с новыми задачами.
В тесте на базе десяти классических игр Atari ИИ не пришлось учиться играть в каждую из них по отдельности. Обучение происходило последовательно — нейронная сеть использовала знания, полученные в одной игре, и применяла их к другой.
Стоит отметить, что технология пока очень «сырая». Нейронная сеть показывает себя лучше, когда натренирована для одной-единственной игры, рассказал исследователь DeepMind Джеймс Киркпатрик (James Kirkpatrick) сайту Wired. Также ИИ пока не может адаптировать к различным ситуациям мгновенно. Тем не менее, исследование показывает, что искусственный интеллект похожими на память функциями наделить вполне реально.
Источник: 3DNews
