如何实现持续学习，让AI不断片？

近日，来自罗切斯特大学的41岁计算机科学家Christopher Kanan在专访中表示，自己正在构建可以让AI随着时间的推移而不断学习的算法——就像我们人类一样。

灾难性遗忘
众所周知，AI在经过训练之后可以很好地完成「考试范围内」的任务，但是这些算法却不能像人类那样不断用新信息更新知识库。
为了学习哪怕是一个新的东西，算法也必须从头开始训练，而代价就是忘记它之前已经学习过的几乎所有内容。如此带来的问题就是——「灾难性遗忘」（Catastrophic Forgetting）。
就像你遇到一个新朋友，你唯一能知道她名字的方法就是重启你的大脑。
之所以会出现这种情况，要归咎于神经网络学习新事物的方式。这些算法的学习需要改变神经元之间的连接强度，然而这同时也代表了过去的知识，因此过多地改变连接就会导致遗忘。
生物神经网络已经进化了数亿年的策略，以确保重要信息保持稳定。但是今天的人工神经网络很难在新旧知识之间取得良好的平衡。当网络看到新数据时，它们的连接很容易被覆盖，这可能导致突然而严重的无法识别过去的信息。
阅读详情