ACM通信
ACM TechNews
框架改进了人工智能的“持续学习”
信贷:SilverBlu3
北卡罗莱纳州立大学的研究人员开发了一种深度神经网络的新框架，该框架可以让人工智能(AI)系统更好地学习新任务，同时“忘记”更少在以前的任务中学习到的内容。此外，“学会成长”框架有助于AI系统更好地执行之前的任务，这种现象被称为向后转移。
该框架首先通过搜索进行显式神经架构优化，这意味着当网络到达系统中的每一层时，它可以决定做以下四件事中的一件:跳过该层;使用这个图层的方法和之前的任务一样;将一个轻量级适配器附加到该层，这将轻微地改变它;或者创建一个全新的图层。
“我们已经使用多个数据集进行了实验，”北卡罗来纳州立大学的研究员李熙来(Xilai Li)说，“我们发现，新任务与以前的任务越相似，执行新任务所需的现有层的重叠就越多。”
从北卡罗莱纳州立大学
查看全文
版权所有©2019SmithBucklin，美国华盛顿特区
没有发现记录