谷歌的DeepMind克服了人工智能中健忘的难题

谷歌DeepMind项目的研究人员报告称，他们的人工智能刚刚变得更加人性化了一些：它现在会记住的事情。

在人工智能进步中需要克服的障碍之一是，你可以训练它完成一项任务，但让它记住它做了什么，并能够在未来使用这些专门知识却完全是另一回事。这被称为“灾难性遗忘”，DeepMind的研究人员表示，他们越来越接近于解决这一难题了。

在一篇博客文章中，DeepMind解释说：“当一个新任务被引入时，新的适应改写了神经网络以前获得的知识。”

简单地说，你可以训练人工智能来识别犬科动物的特征，但如果你想要切换到识别人类，它将不得不重新训练，不会保留其对狗的知识，这一点上人工智能不像人类。游戏玩法也是如此。被创造出来玩扑克的人工智能需要被覆盖后才能成为象棋大师。

DeepMind的研究人员表示，他们跟踪神经科学的研究，以及大脑是如何记住过去最重要的东西，就像动物知道某些危险是因为他们的大脑保留了最重要的数据。

DeepMind的James Kirkpatrick表示，他们已经训练他们的人工智能做到了非常类似的事情，在面对一个新的任务的时候，保留重要的数据，并覆盖不那么重要的数据。Kirkpatrick对The Guardian表示，“如果网络可以重新使用它已经学到的东西，它就那么会做的。”

他们是通过训练人工智能来学习如何顺序玩10个经典的Atari游戏做到这一点的，每个游戏需要不同的策略，但有时需要类似的技能。在学习了如何玩这些游戏——其中包括一些令人难忘的游戏，如Space Invaders and Defender——之后，人工智能学会了把十个游戏中的七个游戏玩得像人类一样好。

同时，研究人员表示，虽然他们已经证明人工智能可以顺序地学习游戏，但这并不意味着会带来更好的结果。