AI lärde sig att glömma onödig information

Forskarna förklarade att modellerna är effektiva för att komma ihåg all information. Vanligtvis är detta bra, men

i vissa fall - skadligt, eftersom AI inte separerarviktiga och oviktiga data och bearbetar dem lika effektivt, samtidigt som man slösar ungefär samma mängd data. Men när mängden tillgänglig information ökar, tvingas systemen att lägga mer och mer av sina begränsade datorresurser på att bearbeta den. Facebook-forskare hoppas kunna hjälpa framtida AI:er att bli mer uppmärksamma genom att ge data ett utgångsdatum.

Denna metod kallas Expire-Span och hjälperneuralt nätverk effektivt sorterar och lagrar information som är bäst lämpad för att utföra de uppgifter som tilldelats dem. Expire-Span fungerar genom att först förutsäga vilken information som kommer att vara mest användbar för nätverket i ett givet sammanhang och sedan tilldela den ett utgångsdatum. Ju viktigare, enligt Expire-Span, den här eller den informationen, desto mer avlägsen hållbarhet har data. Neurala nätverk kommer att kunna behålla relevant information under en längre tid, ständigt frigöra minne och glömma irrelevant data.

En robot har skapats som kammar även det mest trassliga hår

Expire-Span beräknar utgångsdatumetinformation för alla typer av data och gör detta varje gång han får en ny information. Den här taggen avgör hur länge information ska sparas i minnet, förklarade forskarna. "Det gradvisa förfallet av en datadel är nyckeln till att bevara viktig information utan att suddas ut."

Även om forskning fortfarande är i ett tidigt skede,Forskare är övertygade om att det inte behövs många steg för att förbättra det neurala nätverket. I framtiden hoppas teamet att utveckla ett ännu närmare mänskligt minne, men som kan assimilera ny information mycket snabbare än dagens teknik tillåter.

Läs mer

Forskare har kommit på ett sätt att ladda elfordon på språng

Forskare har visat hur ett svart hål sliter sönder en stjärna

Evolutionärt fel: vilka organ i människokroppen som fungerar ologiskt