Categorie
Tech

IA: oltre oblio catastrofico per un apprendimento più umano

Tempo di lettura: 2 minuti. I ricercatori stanno cercando di superare l’oblio catastrofico nell’apprendimento automatico, un processo che porta le reti neurali artificiali a perdere informazioni acquisite da compiti precedenti mentre apprendono nuovi compiti.

Tempo di lettura: 2 minuti.

L’apprendimento continuo è un processo in cui un computer viene addestrato a imparare continuamente una sequenza di compiti, utilizzando le conoscenze accumulate dai compiti precedenti per apprendere meglio i nuovi compiti. Tuttavia, un grande ostacolo che gli scienziati devono ancora superare è l’equivalente dell’oblio nella memoria nel campo dell’apprendimento automatico, un processo noto come “oblio catastrofico”.

L’oblio catastrofico nell’apprendimento automatico

Nelle reti neurali artificiali, mentre vengono addestrate su un nuovo compito dopo l’altro, tendono a perdere le informazioni acquisite dai compiti precedenti. Questo problema potrebbe diventare problematico man mano che la società si affida sempre più ai sistemi di intelligenza artificiale, afferma Ness Shroff, uno studioso eminente dell’Ohio e professore di informatica e ingegneria presso la Ohio State University.

L’importanza dell’apprendimento continuo

“Mentre le applicazioni di guida automatizzata o altri sistemi robotici apprendono nuove cose, è importante che non dimentichino le lezioni che hanno già appreso per la nostra sicurezza e la loro”, ha detto Shroff. “La nostra ricerca esplora le complessità dell’apprendimento continuo in queste reti neurali artificiali, e quello che abbiamo scoperto sono intuizioni che iniziano a colmare il divario tra come una macchina impara e come impara un essere umano.”

Le scoperte della ricerca

I ricercatori hanno scoperto che, allo stesso modo in cui le persone potrebbero avere difficoltà a ricordare fatti contrastanti su scenari simili ma ricordare facilmente situazioni intrinsecamente diverse, le reti neurali artificiali possono ricordare meglio le informazioni quando si confrontano con compiti diversi in successione, invece di quelli che condividono caratteristiche simili.

Implicazioni per il futuro dell’IA

Questo lavoro è particolarmente importante perché comprendere le somiglianze tra le macchine e il cervello umano potrebbe aprire la strada a una comprensione più profonda dell’IA, ha detto Shroff. “Il nostro lavoro annuncia una nuova era di macchine intelligenti che possono imparare e adattarsi come i loro omologhi umani”, ha detto.

Pronto a supportare l'informazione libera?

Iscriviti alla nostra newsletter // Seguici gratuitamente su Google News
Exit mobile version