При обучении искусственного интеллекта гибкие и пошаговые режимы взаимодействуют так же, как рабочая и долговременная память у людей. Об этом говорится в исследовании университета Брауна (США), опубликованном в журнале PNAS.
В зависимости от задачи человек усваивает новую информацию одним из двух способов. Например, при изучении правил игры в крестики-нолики контекстное обучение позволяет людям быстро разобраться в правилах после нескольких примеров. В других случаях получение навыков опирается на уже имеющуюся информацию, например, при последовательном обучении игре на фортепиано.
Хотя исследователи знали, что люди и ИИ используют обе формы обучения, было неясно, как эти два типа взаимодействуют друг с другом. Исследователи выдвинули теорию, согласно которой этот процесс может быть схожим с взаимодействием рабочей и долговременной памяти человека.
Чтобы проверить предположение, ученые использовали метаобучение, которое помогает системам ИИ учиться самому процессу обучения. Эксперименты показали, что способность ИИ к контекстному обучению появилась после метаобучения на нескольких примерах.
В первой настольной игре вам потребуется некоторое время, чтобы понять, как в нее играть, К тому времени, как вы освоите сотую настольную игру, вы сможете быстро разобраться в правилах, даже если никогда раньше не видели эту конкретную игру.
Исследователи также обнаружили следующее: как и у людей, чем сложнее ИИ выполнить задачу правильно, тем выше вероятность, что он запомнит, как это сделать, в будущем. Это происходит потому, что ошибки побуждают мозг обновлять информацию, хранящуюся в долговременной памяти, в то время как безошибочные действия, усвоенные в контексте, повышают гибкость, но не задействуют полученную ранее информацию.
Ранее Наука Mail рассказывала о том, как ИИ научит автомобили «слышать».
