Новый алгоритм от Google DeepMind поможет ИИ справиться с забывчивостью

В феврале 2015 года Google объявила, что искусственный интеллект, созданный в рамках проекта DeepMind, может пройти 49 игр Atari. Это стало большим шагом вперед в развитии машинного обучения, но также обозначило крупную проблему «катастрофического забывания», когда новые задания и адаптации записываются поверх предыдущих.

Несмотря на то, что ИИ мог пройти упомянутые игры, его нужно было каждый раз заново учить, как в них играть, поскольку после перехода к следующей игре он очень быстро забывал, как играть в предыдущую. Это объясняется тем, что искусственные нейронные сети способны научиться решать несколько задач, только если все необходимые данные предоставляются одновременно. Мозг человека же обучается последовательно.

Исследователи из DeepMind разработали алгоритм для решения этой проблемы, названный Elastic Weight Consolidation (EWC). В официальном блоге DeepMind рассказывается, что с EWC искусственный интеллект теперь способен последовательно изучать несколько игр подряд и хранить в памяти информацию по каждой из них.

Это означает переход на следующий уровень понимания того, как процессы, происходящие в человеческом мозге, могут быть смоделированы с помощью искусственного интеллекта. Напомним, что команда DeepMind ранее открыла доступ к своей платформе для машинного обучения, и любой желающий может подключиться к работе по усовершенствованию ИИ.