В последние годы все крупнейшие компании мира сосредоточены на развитии технологий искусственного интеллекта и машинного обучения. Современные нейронные сети зачастую обучаются только тому, что входит в их «обязанности», вместо того, чтобы использовать уже имеющийся опыт, как это делает человеческий мозг. Команда DeepMind из холдинга Alphabet, владеющего Google, намерена исправить это. Она разработала алгоритм, позволяющий нейронной сети накапливать опыт и учиться более эффективно. Аналогичным образом работает человеческий мозг.
Созданный исследователями алгоритм получил название Elastic Weight Consideration. При изучении чего-то нового нейронные сети будут связывать уже имеющиеся знания с новыми, чтобы ускорить процесс обучения и выполнения поставленной цели. Во время тестирования алгоритма в десяти классических видеоиграх Atari, он использовал накопленные знания из одной игры и применял их в следующей — вместо того, чтобы проходить процесс обучения для каждой игры по отдельности, сообщает 4pda.ru.
На сегодняшний день алгоритм далёк от совершенства. При выполнении одной задачи Elastic Weight Consideration показывает худшие результаты, нежели традиционные нейронные сети, «заточенные» под конкретную операцию. Однако команда DeepMind уверена, что их разработка имеет большой потенциал, а также поможет в изучении того, как человеческий мозг собирает и запоминает информацию.
