Ученые из Университета Альберты разработали метод, позволяющий нейросетям сохранять способность к обучению при продолжительном использовании. В своем исследовании, опубликованном в журнале Nature, учёные выявили проблему «катастрофического забывания», когда искусственный интеллект теряет способность выполнять ранее освоенные задачи при обучении на новых данных.
Для решения этой проблемы команда предложила метод повторной инициализации весов между сеансами обучения, что сохраняет пластичность системы и позволяет ей продолжать обучение.
Новое открытие позволит улучшить работу нейросетей, таких как крупные языковые модели (LLM), обеспечивая их дальнейшее развитие и точность. Сохранение способности к обучению делает ИИ более гибкими и адаптируемым, открывая путь к их более широкому использованию в различных областях.
Похожие новости:
Шумоподавляющая ткань | 6 минут термоядерного синтеза | Лазерная связь в космосе | Вакцина от рака
Сверхпроводящий токамак | Рентген в смартфоне | Теневая камера | Контакты для 2D-чипов
Криоконсервация мозга | Спутниковый 5G в России | Смена пола эмбриону | Робот-дублёр микрохирургии
Атомная батарейка | Карманный 3D-принтер | Китайский Мега-Коллайдер | Робот-водитель