雅虎香港新聞 DeepMind 會「記住」已經學到的知識了
AI 朝真正的類人腦運算又進了一步。
雖說人工智慧正在一天天變得更像人類的大腦，但在記憶這件事上，目前的技術還不足以創造出一套完美的解決方案。神經網路在面對被賦予的任務時，往往會從頭學習所有相關的知識，而非像真人一樣，會在現有的經驗基礎上變通、精進。DeepMind 希望這方面尋找突破，於是他們打造出了一套能讓 AI「記住」已學到知識、提升工作效率的運算法。其工作原理跟人腦類似，某種程度上，還能反過來幫助科學家更好地理解大腦究竟是怎樣運作。
真正的突觸會保留那些有用的神經元連接，而這套名為 Elastic Weight Consideration 的方案也是一樣，它在判斷網路中連接與目標任務的相關性後，也會做選擇性地保留。在這樣的前提下，AI 在面對新事物時就會「有備而來」。研究團隊測試了十款經典的 Atari 遊戲，結果如預料的那樣，在先玩的遊戲中獲得的經驗，被 AI 運用到了往後的遊玩過程中。
當然囉，目前該算法的成熟度還遠遠不夠，在其幫助下 AI 基本上會呈現出「樣樣通但樣樣鬆」的狀態。想要做好一件事的話，還是原來那種從頭學起的方案比較管用，而且在需要馬上做出決斷時，也是以前的方法效果比較好。但不管怎麼說，Elastic Weight Consideration 證明了給予 AI 記憶功能的可行性，這件事本身的意義已經不小了。
