Ein Projekt der U.S. Army hat die Entwicklung eines neuen Frameworks (genannt "Learn to Grow") für die Schaffung tiefer neuronaler Netze ermöglicht, das es KI-Systemen ermöglicht, neue Aufgaben besser zu erlernen, während sie einen kleineren Prozentsatz dessen vergessen, was sie bereits in früheren Aufgaben gelernt haben.
Mary Anne Campos vom U.S. Army Research Office erklärt an einem Beispiel: "Während eines urbanen Betriebs kann ein rollender Roboter neue optimale Navigationsparameter für dichte Städte erlernen, aber er muss noch in der Lage sein, in zuvor bereisten Umgebungen, wie z.B. einem Wald, effizient zu arbeiten.
In der Tat, in einigen Fällen, die Verwendung dieses Rahmens erlaubt neue Erfahrungen zur Verbesserung der Leistung der alten Aufgaben. Dem Beispiel folgend ist es, als ob der rollende Roboter in der Stadt etwas lernen könnte, das es ihm ermöglichen würde, seine Leistung im Wald zu verbessern.
Aber was ist so besonders daran, dass eine KI das Gelernte in einem Bereich nutzen kann, um sich in einem anderen zu verbessern, und was hat das mit dem zu tun, was sie zu erinnern und/oder zu vergessen vermag?
"Alles dreht sich um Erinnerung und Vergesslichkeit."
Ob die künstliche Intelligenz in der Lage ist, einige der größten Hindernisse zu überwinden, die ihr noch im Weg stehen, hängt möglicherweise davon ab, das richtige Gleichgewicht zwischen der Fähigkeit zur Erinnerung und der Fähigkeit zum Vergessen zu finden.
Wie Dileep George, Gründer der Firma für künstliche Intelligenz Vicarious, sagt: "Bei der KI dreht sich alles um Erinnerung und Vergessen. David Cox, Direktor des MIT-IBM Watson AI Lab, erklärt, dass die Probleme in diesem Bereich des menschlichen und künstlichen Gehirns im Grunde sehr ähnlich sind:
"Ein wichtiger Teil des Lernens ist es, zu wissen, was man lernen muss und was nicht. Wir wollen in der Lage sein, alles zu vergessen, was irrelevant ist.
So wird ein System, das sich zu wenig erinnert, nichts tun können, was eine Verbindung vergangener Erfahrungen mit neuen erfordert (z.B. das Verständnis, dass sich das Wort "sie" auf eine weibliche Figur bezieht, die im unmittelbar vorhergehenden Satz erschienen ist).
Darüber hinaus ist eine KI ohne spezielle Mechanismen zur Informationsspeicherung anfällig für das, was wir als "katastrophales Vergessen" bezeichnen, ein Konzept, das Ramón López de Mántaras (CSIC-Forscher) vor einigen Monaten definiert hat:
"Dieses eher einschränkende und problematische Phänomen führt dazu, dass das System, sobald es für eine Aufgabe trainiert wurde, wenn wir es dann für eine zweite Aufgabe trainieren, automatisch die erste vergisst".
"Wir können die IAs trainieren, um eine einzige Aufgabe sehr gut zu erledigen, aber sie sind kein Multitasking".
López de Mántaras erklärte auch, dass dies es der künstlichen Intelligenz unmöglich macht, das Gelernte zu übertragen, und dass es diese Abwesenheit von relationalem Lernen (etwas, was der Mensch ständig tut) ist, die die Schaffung der IA General "Utopie" vorerst ausmacht.
Andererseits verliert eine KI, die sich zu sehr daran erinnert, die Fähigkeit, allgemeine Konzepte aus früheren Erfahrungen zu extrahieren, und neigt dazu, sich nur auf die Details von ihnen zu konzentrieren. Dieses Phänomen wird als "Überanpassung" oder "Überanpassung" bezeichnet.
Um dies zu lösen, greifen einige Forscher auf Speichermodule zurück, die in der Lage sind, bereits gelernte Muster zu sichern, so dass sie nicht mit neuen Informationen überschrieben werden.
Andere, wie der bereits erwähnte Dileep George, experimentieren mit der Umwandlung bestimmter Aufgaben in Computerprogramme, die von anderen getrennt bleiben und zu komplexeren Aufgaben kombiniert werden können.
Aber diese Lösungen, während sie helfen, die Lösung des Problems voranzubringen, verwalten Erinnerungen immer noch nicht so, wie es unser Gehirn tun würde; was kompliziert ist, weil wir nicht ganz sicher sind, wie sie es tun (obwohl wir wissen, dass Erinnerungen dazu neigen, sich im ganzen Gehirn zu verbreiten).
Es gibt eine Technik namens "Erfahrungswiedergabe", die es ermöglicht, zufällig neue Erfahrungen zusammen mit den zuvor Gelernten zu speichern und sie auf eine ähnliche Weise zu verweben, wie wir denken, dass wir unsere eigenen Erfahrungen im Schlaf machen. Wenn man eine KI trainiert, hilft es, einige der Erfahrungen zu nutzen, um andere zu lernen, die relativ ähnlich sind.
Und gerade unsere Fähigkeit, Erinnerungen miteinander zu verbinden, ist die Wurzel zweier menschlicher Fähigkeiten (Planung und Vorstellungskraft), deren Replikation notwendig wäre, um allgemeine künstliche Intelligenz zu schaffen.