学一个忘一个?人工智能遭遇“灾难性遗忘”,解决方案治标不治本……
2023-04-30 来源:飞速影视
◎ 科技日报记者 谢开飞
◎ 通讯员 欧阳桂莲 许晓凤 王忆希
经过一个寒假返回学校,你可能才会忘了前一学期学到的内容。而如果你像人工智能系统那样学习,实际上你会在学习新知识的同时,大脑便逐渐遗忘之前的内容,其原因就在于人工智能遭遇了“灾难性遗忘”。
近日,来自谷歌大脑的最新研究发现,在街机学习环境的由多个子任务组成的单任务场景中也存在着“灾难性遗忘”。特别像在蒙特祖玛的复仇这种探索型游戏里,场景变化较大,也会出现学习完当前游戏场景后,忘记上一个游戏场景知识的情况。
![学一个忘一个?人工智能遭遇“灾难性遗忘”,解决方案治标不治本……](http://fs.qqfile.top/re/aHR0cHM6Ly9waWNzMS5iYWlkdS5jb20vZmVlZC9jZWZjMWUxNzhhODJiOTAxZDA5Yjg0YmUxZjg5MjI3MTM5MTJlZjEwLmpwZWdAZl9hdXRvP3Rva2VuPWNlODg2MWM1N2ZiNmVhZTZmYTNhMzRhY2VhYTNhNTA40)
人工智能为什么会产生“灾难性遗忘”?目前,解决灾难性遗忘的方案有哪些?难点在哪?就此,科技日报记者采访了有关专家。
学一个忘一个,深度学习效率低下
自从阿尔法狗相继战胜多名围棋冠军后,深度强化学习成为人工智能领域最耀眼的“明星”,也是各大研发机构角逐的主战场。而谷歌大脑团队这次面临的“灾难性遗忘”,正是人工智能深度学习中一个普遍且严重的问题。
“‘灾难性遗忘’指的是人工智能系统,如深度学习模型,在学习新任务或适应新环境时,忘记或丧失了以前习得的一些能力。”腾讯人工智能实验室副主任俞栋博士在接受科技日报记者采访时说,“灾难性遗忘”会造成人工智能系统在原有任务或环境性能大幅下降。
美亚柏科信息中心总经理魏朝东说,在深度神经网络学习不同任务的时候,相关权重的快速变化会损害先前任务的表现,通俗来说,就是在学习中像猴子搬苞谷,捡一个丢一个,记住了新知识,也有可能会忘掉了老知识。
正源于此,“灾难性遗忘”的存在,一定程度上限制了人工智能在一些场景中的应用。
福州大学数学与计算机科学学院、福建省新媒体行业技术开发基地副主任柯逍博士举例说,如一个AI图像识别系统,当需要添加一个新的类别的物体时,就不得不把原先的所有物体都再学习一次;或在文物鉴定系统中,当有一天发现原始数据中有一个文物朝代错了,同样没办法单独对这一个错误的文物进行修改学习;再如,让AI系统学习英语之后,再让它学习德语,它可能会把原来学习的英语语法全部忘光。
本站仅为学习交流之用,所有视频和图片均来自互联网收集而来,版权归原创者所有,本网站只提供web页面服务,并不提供资源存储,也不参与录制、上传
若本站收录的节目无意侵犯了贵司版权,请发邮件(我们会在3个工作日内删除侵权内容,谢谢。)
www.fs94.org-飞速影视 粤ICP备74369512号