选择性遗忘可以帮助AI更好地学习

最近一组计算机科学家开发了一种更加灵活和敏捷的机器学习模型。这种模型的特点是它需要定期 “遗忘” 已经学到的信息。尽管这种新方法不太可能取代目前大型应用所依赖的庞大模型，但它有助于我们更深入了解这些程序是如何理解语言的。论文链接：https://arxiv.org/abs/2307.01163来自韩国基础科学研究院的 AI 工程师 Jea Kwon 认为，这项新研究在该领域取得了 “明显进步”。目前的 AI 语言引擎大多依赖于人工神经网络。在这个网络中，每一个 “神经元” 实际上是进行计算的数学函数，它从其他神经元接收信息，经过处理后，再通过网络的多层神经元传递这些信息。最初，信息的流动可能比较随机，但随着训练的进行，随着网络逐渐适应训练数据，神经元之间的信息传递会变得更加有效。比如，AI 研究者如果想开发一个双语模型，他会用两种语言 ………………………………