• التعلم المتداخل من جوجل: حل لمشكلة الذاكرة والتعلم المستمر في الذكاء الاصطناعي

    حُدّث

    ماذا لو تمكن الذكاء الاصطناعي من التعلم من كل محادثة، إلى الأبد؟ تهدف منهجية التعلم المتداخل الجديدة من جوجل إلى حل مشكلة الذاكرة الحرجة في نماذج الذكاء الاصطناعي الثابتة الحالية. نموذجهم الأولي لإثبات المفهوم...

    قصة عامة سابقة · مراجعة الأدلة غير متاحة.

    نُشر

    ماذا لو تمكن الذكاء الاصطناعي من التعلم من كل محادثة، إلى الأبد؟ تهدف منهجية التعلم المتداخل الجديدة من جوجل إلى حل مشكلة الذاكرة الحرجة في نماذج الذكاء الاصطناعي الثابتة الحالية. يستخدم نموذجهم الأولي لإثبات المفهوم، Hope، "نظام ذاكرة مستمرة" متعدد المستويات يحاكي كيفية ترسيخ الأدمغة للمعلومات بسرعات مختلفة. وهذا يسمح له بالتفوق على نماذج المحولات (transformers) القياسية، حيث يُظهر حيرة (perplexity) أقل ودقة أعلى مع تميزه في العثور على حقائق محددة في المستندات الضخمة. قد يؤدي هذا الإنجاز الكبير أخيرًا إلى أنظمة ذكاء اصطناعي تتكيف وتُحدّث معرفتها باستمرار من البيانات الجديدة. تخيل مدرسًا شخصيًا يتذكر كل درس أو ذكاءً اصطناعيًا للشركات يتطور باستمرار مع اتجاهات السوق الجديدة دون الحاجة إلى إعادة تدريب كاملة.

    لماذا يهم

    التعلم المتداخل من جوجل يطلق العنان للتكيف المستمر للذكاء الاصطناعي، مما يحل قيود الذاكرة للتطبيقات الديناميكية في العالم الحقيقي.

    المصادر الأصلية

    المصادر الأصلية

    1. venturebeat.com

    اسحب لأعلى للتالي1 / 1