ایجاد حافظه برای هوش‌های مصنوعی

به گزارش واحد فناوری اطلاعات سایبربان؛ آزمایشگاه دیپ‌مایند گوگل (DeepMind) با همکاری کالج سلطنتی لندن ، الگوریتمی ایجاد کرده است که به سامانه‌های یادگیری ماشینی شرکت‌های فناوری حافظه اضافه می‌کند تا امکان یادگیری مستمر در شبکه‌های عصبی فراهم شود.
با توجه به گزارش  منتشر شده از سوی دیپ‌مایند، الگوریتم یاد شده تثبیت وزن الاستیک (elastic-weight consolidation)  نام داشته و با هدف رفع مشکل «فراموشی مصیبت‌بار» (catastrophic forgetting) در شبکه‌های عصبی، توسعه یافته است. این فناوری با الگوبرداری بر پایه‌ی نظریه‌های علوم اعصاب و مهارت‌های یادگیری و حفظ خاطرات مغز انسان و پستانداران به وجود آمده است.
محققان در زمان آزمایش الگوریتم تثبیت وزن الاستیک، یک عامل ایجاد کردند تا به انجام بازی‌های ویدئویی بپردازد. هنگامی که از این الگوریتم استفاده نمی‌شود، تجربه‌ی کسب شده توسط عامل نام برده به سرعت فراموش می‌گردد؛ اما در زمان استفاده از فناوری بالا هوش‌های مصنوعی مدت‌زمان بیشتری تجربه‌ی خود را به خاطر می‌سپارند.
آزمایش بالا نشان داد ایجاد حافظه برای هوش‌های مصنوعی باعث می‌شود تا آن‌ها در زمان انجام یک بازی از تجربیات خود برای انجام بهتر نوبت‌ها یا سرگرمی‌های بعدی استفاده کرده و عملکرد بهتری از خود نشان بدهد.
در گزارش منتشر شده آمده است: «توانایی یادگیری وظایف بدون فراموش کردن آن‌ها، یکی از اصلی‌ترین موضوعات هوش بیولوژیکی و مصنوعی است.»
دیپ‌مایند، در سال 2014 شروع به توسعه‌ی الگوریتم یادگیری ماشینی کرد که می‌تواند بازی‌های کنسول آتاری را انجام بدهد. در حالی که این الگوریتم تلاش می‌کرد نحوه‌ی انجام سرگرمی را یاد بگیرد، در بعضی مواقع انسان‌ها عملکرد بهتری از خود نشان می‌دادند. برای رفع این موضوع محققان مجبور به ایجاد نوعی شبکه‌ی عصبی فرعی شدند که اطلاعات هوش اصلی را در خود نگاه می‌دارد تا تجربه‌ی کسب شده از بین نرود.
محققان آزمایشگاه یاد شده گفتند: «من نشان دادیم که قوانین آموزشی می‌توانند به‌گونه‌ای اصلاح شوند که برنامه‌ها در زمان انجام کارهای جدید، وظایف گذشته‌ی خود را همچنان به خاطر داشته باشند. این یک گام مهم برای ایجاد برنامه‌های هوشمندتر است که قادر به یادگیری تدریجی و انطباقی هستند.»