Даже самые изощренные алгоритмы глубокого обучения могут испытывать «катастрофическую ситуацию», когда сети не могут вспомнить, чему научились на основе данных. В результате им приходится постоянно напоминать о полученных знаниях, пишет Venture Beat.

Ученый из OpenAI Джефф Клюн называет катастрофическое забвение ахиллесовой пятой машинного обучения и полагает, что самый прямой путь к универсальному ИИ лежит через преодоление этой проблемы. Исследователи из DeepMind также опубликовали работу, в которой доказывают, что катастрофическое событие не является непреодолимой проблемой. Несколько инструментов и методов ее преодоления предложили специалисты из Facebook.

Однако несмотря на усилия катастрофическое забвение остается нерешенной проблемой. По мнению Кейланда Купера, нейробиолога и сооснователя ContinualAI, эта и другие задачи под силу непрерывному обучению, которое в состоянии сделать ИИ более универсальным, то есть похожим на человеческий интеллект.

Хотя практические схемы создания технологии непрерывного обучения еще не созданы, ContinualAI пытается объединить исследователей и заинтересованных лиц и за три года собрала на своей платформе свыше 1000 членов.

Как объяснил Винченцо Ломонако, президент общества ContinualAI и профессор Университета Пизы, эта организация — одна из самых крупных, которые занимаются фундаментальными вопросами будущего ИИ. «Даже до начала пандемии COVID-19 ContinualAI была ориентирована на идею расширения границ науки посредством распределенного, открытого сотрудничества, — заявил он. — Мы предоставляем всеобъемлющую платформу для производства, обсуждения и обмена оригинальными исследованиями в области ИИ. И мы делаем это совершенно бесплатно для всех».

Спонтанное обучение считает Ян Лекун из Facebook необходимым условием появления универсального ИИ. Выступая в Принстоне на презентации своей книги, он отметил, что мы не получим такой интеллект, как у человека, из обучения с наблюдением или из многозадачного обучения.