人工智能
人工智能能像人一样不断从经验中学习吗?
已有可靠线索为什么重要
神经网络在学习新任务时往往会忘记之前的任务。研究人员认为,依次学习多项任务的能力对人工智能的发展至关重要:解决这一问题可以让人工智能系统随着时间不断掌握新技能,而不丢失旧技能。
我们已知
如今的模型大多在训练结束后就停止学习。
阻碍所在
学习新东西往往会抹掉旧知识(灾难性遗忘)。
当前线索
外部记忆系统,对模型进行有针对性的稀疏更新。
子问题
- 为什么人工智能在学习一种新类型的数据时,仍然很难不忘记之前学到的东西?
- 人工智能能否在不存储和重放旧样本的情况下持续学习?
- 怎样才能让学习新任务使人工智能在以前的任务上变得更好,而不是更差?
相关问题
来源
尚未经专家审阅。
最近核实: 2026-11-18
本问题的修改记录
返回地图 →