国产真实露脸乱子伦,麻豆一区产品精品蜜桃的广告语,日韩不卡在线一区下载地址,国产对白精品刺激一区二区

人工智能要形成長期記憶，還需要腦科學、神經(jīng)科學、心理學和行為經(jīng)濟學等多學科的交叉研究。

記住一些東西并能回憶起來，對于人類來說是與生俱來的能力。記憶可以讓我們回憶過往之事，并基于此對未來做出決策。能否讓AI智能體也做到這點呢?近日，谷歌旗下人工智能企業(yè)“深層思維”(DeepMind)提出一種方法，能夠讓智能體使用特定的記憶來信任過去的行為，并對未來做出正確的決策。相關成果發(fā)表于最新一期的《自然·通訊》上。

那么，目前我們讓AI產(chǎn)生的記憶和人類的記憶是一回事嗎?人工智能可以用什么方法產(chǎn)生記憶?與以往相比，此次“深層思維”提出的新方法有何不同?在賦予人工智能記憶方面，我們尚需做哪些努力?

四種方法讓AI產(chǎn)生“記憶”

記憶是我們對過去的經(jīng)歷進行編碼、存儲、回憶等的能力。一般而言，可以將其視為利用過去的經(jīng)驗來影響當前行為的能力。它使人類能夠?qū)W習以前的經(jīng)驗并與現(xiàn)在的實踐建立聯(lián)系。

生活中那些感動我們的人或事往往會觸發(fā)回憶，也就是我們通常所說的觸景生情。“人類的長期記憶實際上是呈現(xiàn)多模態(tài)、場景化特征的，即一個記憶事件在存儲時包含多個維度，觸發(fā)某個維度就可以快速找到線索并進行回憶。”遠望智庫人工智能事業(yè)部部長、圖靈機器人首席戰(zhàn)略官譚茗洲在接受科技日報記者采訪時表示，但人們往往高估了記憶量，其實我們的記憶容量很有限，所以人類記憶本身是高度抽象的，在記憶時我們通常選擇對事件進行特征提煉，其中有好多要素只是概況并且是模糊的。如回憶電影，我們不會精準地回憶一幀一幀的完整成像，但如果類似場景再現(xiàn)，我們就會回想起之前的一幕。

在以往的研究中，采用什么方法可以讓AI產(chǎn)生回憶?

譚茗洲介紹說，比較常用的有四種方法：第一種是長短期記憶網(wǎng)絡。它是由一個被嵌入到網(wǎng)絡中的顯性記憶單元組成，功能是記住較長周期的信息。這一技術(shù)主要被谷歌、亞馬遜和微軟等公司用于語言識別、智能助手等。第二種方式是彈性權(quán)重鞏固算法。這種算法主要用于序列學習多種游戲。“深層思維”采用的就是這種與記憶鞏固有關的算法，目的是讓機器學習、記住并能夠提取信息。第三種方法是可微分神經(jīng)計算機，這種計算機的特點是將神經(jīng)網(wǎng)絡與記憶系統(tǒng)聯(lián)系起來，并像傳統(tǒng)計算機一樣存儲信息，還可從例子中進行學習。第四種方法是連續(xù)神經(jīng)網(wǎng)絡，主要用于迷宮學習，解決復雜的連續(xù)性任務，同時可以遷移知識。

解決長期信用分配問題是關鍵

那目前，AI產(chǎn)生的記憶與人類的記憶是一回事嗎?譚茗洲答道：“目前AI的記憶仍只是停留在將學習所獲得的信息進行編碼、存儲，進而轉(zhuǎn)化為認知的過程。以前的做法只是讓AI將所發(fā)生的一切悉數(shù)存儲，然而記憶與存儲是有區(qū)別的，記憶是為了能夠有效回憶。人類回憶的方式，往往是跨各種閾界的，如通過某個品牌忽然想起某個事。因此，要讓AI智能體對過去所發(fā)生的一些事情，判斷該不該記憶，關鍵要采取一些方法令其做出評定，達到人類回憶的效果。”

要讓AI能夠?qū)崿F(xiàn)回憶過去的事情，涉及到長期信用分配問題：即如何評估行為在長期行為序列中的效用。但人工智能現(xiàn)有的信度分配方法無法解決行為與結(jié)果之間存在長時間延遲的任務。

據(jù)介紹，人工智能的研究中，在一個長序列內(nèi)評估個人行為的效用問題，被稱為信用分配問題。該評估可以對過去的行動或計劃的未來行動進行評分。

譚茗洲解釋道：“具體在強化學習中，智能體獲得指導的唯一途徑是通過獎勵，而獎勵通常是稀疏和延遲的。當智能體得到獎勵時，很難知道哪些行為應該被信任，哪些該被責備，這就是信用分配問題。”

此外，譚茗洲介紹道，想讓AI像人類那樣產(chǎn)生回憶，首先需要讓AI學會情景記憶以及自傳式記憶。AI之所以很難做到這點，是因為情景記憶和自傳式記憶有著非常強的個體體驗特性。情景記憶與自傳式記憶一旦和當事人割裂開來，就失去了生命力，對于機器而言，這很難想像。畢竟對于機器而言，精神可以獨立于物質(zhì)存在，體驗可以獨立于主體存在。此外還要防止機器可能出現(xiàn)的災難性遺忘。認知心理學研究表明，人類自然認知系統(tǒng)的遺忘并不需要完全抹除先前的信息。但是對于機器而言，遺忘就是災難性的，即需要抹除先前的信息。

與人類復雜記憶相比仍是初級階段

據(jù)譚茗洲介紹，此次“深層思維”提出將范例建立在深入的強化學習基礎上，并引入長期信用分配的原則。首先，智能體需編碼并存儲感知和事件記憶;然后，智能體需通過識別和訪問過去事件的記憶來預測未來的回報;再有，智能體需根據(jù)其對未來獎勵的貢獻來重新評估這些過去的事件。這樣可讓智能體使用特定的記憶來信任過去的行為，并對未來做出正確的決策。

為了做到這一點，“深層思維”論文顯示，其做的首要工作是形式化任務結(jié)構(gòu)，主要包括兩種類型的任務。具體而言，在第一種信息獲取任務中：一階段，智能體需在無即時獎勵情況下探索一個環(huán)境來獲取信息;二階段，智能體在很長一段時間內(nèi)從事一項不相關的干擾任務，并獲得許多附帶獎勵;三階段，智能體需利用一階段中得到的信息獲取遠端獎勵。

在第二種因果任務中：一階段，智能體需采取行動觸發(fā)僅具有長期因果關系的某事件;二階段，同樣是一個干擾任務;三階段，為了取得成功，智能體需利用一階段活動引起的環(huán)境變化來獲得成功。

而在研究這種結(jié)構(gòu)的完整任務之前，研究人員考慮讓智能體實現(xiàn)一個更簡單的被動過程的任務——“被動視覺匹配”，即智能體不用采取任何主動措施去采集信息，如同一個人在街上走路，不經(jīng)意間就觀察到某些信息一樣。

“深層思維”的論文呈現(xiàn)一個打游戲過程中的簡單場景，并讓AI智能體對探索過的路徑及攻略進行記憶，當然與人類復雜的記憶機制相比，還是相當初期的階段。

譚茗洲強調(diào)，正如論文所述，新方法的范式拓寬了AI研究的范疇。這是一個有趣的話題，涉及人腦科學的研究，以及神經(jīng)科學、心理學和行為經(jīng)濟學等多學科交叉研究的嘗試，今后還有很長的路要走，需要更多開放性的探索。