Google 的 DeepMind 又提出了新的重磅研究成果，可以让 AI 不忘记之前解决问题的方法，并使用积累下来的知识来解决新的问题。也就是说，AI 可以拥有记忆，不断学习。

记住老技能并将其应用于新任务是人类与身俱来的能力，但在机器中重建这种能力已经被证明是一项巨大的挑战。AI 程序通常只擅长一个且只有一个任务，因为当引入一个新任务时，新的适应过程会改写 AI 网络之前已经获得的知识。大多数 AI 基于神经网络，通过无数轮试验和尝试学习如何执行任务，比如下棋。但是一旦神经网络已被训练为下棋，如果要再学习其它游戏，则只能通过覆盖技能。这种现象在认知科学领域被称为「灾难性遗忘」。没有这种往已有技能上构建另一个技能的能力，AI 永远无法像人一样学习，或者说无法达到人类掌握新技术的灵活性。

DeepMind AI 以一种简单的方式来反映大脑学习过程。在它从一个已有的任务转移到学习另一任务之前，按照对旧任务的重要程度进行连接修改保护。这样就可以无需修改之前任务中所学习到的内容，而又能学会新的任务。如果网络可以重用它已经学到的，那么它就会这么做。

不过，研究人员也表示，虽然新的 AI 可以解决遗忘过去技能的问题，但仍不清楚是否利用过去的技能能让 AI 表现更好。因为虽然证明它可以按顺序学习任务，但是只能有序的一个接一个学习，没有真正深度掌握每个任务，而且无法理解某些连接对于它的任务策略有多重要。

DeepMind 的 James Kirkpatrick 说：“顺序学习很重要，但我们还没有真正进入到让 AI 可以做到像人类和动物那种学习的阶段。不过我们已经证明，对于神经网络来说，“灾难性遗忘”并不是一座无法逾越的高山。”

本文来自开源中国社区 [