世界

aiは私たちのように考えることができますか？新しい研究は、よりスマートなマシンの人間の記憶を模倣しています

最近の研究では、人間の記憶に触発されたM2Iフレームワークを紹介し、非効率性、高エネルギー使用、推論の欠如などの現在の大型AIモデルの制限に対処します。脳のような記憶メカニズムを模倣することにより、この研究は、継続的な学習、適応的推論、動的な情報処理が可能な機械を作成することを目的としています。 人間の記憶に触発された新しいAIフレームワークは、マシンをより効率的で適応性があり、推論できるようにすることができます。 ジャーナルに掲載された最近の論文 エンジニアリング 人間の記憶がどのように機能するかをモデル化することにより、人工知能に対する新しいアプローチを提示します。この研究の目的は、CHATGPTなどの現在の大規模モデルの重要な制限を克服し、より効率的で認知的にインテリジェントなAIシステムの舞台を設定することを目的としています。 大規模なモデルは、さまざまなアプリケーションで印象的なパフォーマンスを実証していますが、重要な欠点も示しています。これらには、高いデータと計算の要求、壊滅的な忘却に対する感受性、および限られた論理的推論能力が含まれます。調査によると、これらの問題は、人工ニューラルネットワークの基本的な設計、トレーニングプロセス、および純粋にデータ駆動型の推論に依存していることから生じています。 マシンメモリとM2Iフレームワークの導入 これらの課題を克服するために、研究者は、外部情報を機械可読性で計算可能な形式にエンコードする多層分散ネットワークストレージ構造である「マシンメモリ」の概念を提案します。この構造は、動的な更新、空間的関連、ファジーハッシュアクセスをサポートします。マシンメモリに基づいて、表現、学習、および推論モジュールで構成されるM2Iフレームワークを導入し、2つのインタラクティブループを形成します。 M2Iフレームワークの4つの重点分野 M2Iフレームワークは、4つの重要な領域を中心にしています。 機械記憶の神経メカニズム： この研究は、脳の神経系が事前に構成されている方法と、脳の発達と可塑性が知性にどのように寄与するかを調査しています。 連想表現： このフレームワークは、抽象的なコンクリートリンクや空間的接続などの関連付けを通じて情報をエンコードおよび取得することを目的としており、人間の記憶が知識を整理して取得する方法を模倣します。 継続的な学習： 壊滅的な忘却の問題に取り組むために、研究者は、低電力条件下であっても、継続的な学習をサポートする方法を提案します。これにより、AIシステムは以前の情報を失うことなく新しい知識を統合できます。 共同推論： このモデルは、直感的で論理的な推論システムを組み合わせて、AI推論プロセスの解釈可能性と効率の両方を強化することを目指しています。 これらの各分野で、研究者は重要な問題と最近の進捗状況をレビューします。たとえば、機械記憶の神経メカニズムでは、脳の発達と可塑性が知性にどのように貢献するかを議論します。連想表現では、機械メモリ内の情報のエンコーディングと検索を改善する方法を探ります。継続的な学習において、彼らは古い情報を忘れることなく新しい知識に適応する方法を提案します。そして、共同推論において、彼らはAIシステムの推論の解釈性と効率を高めることを目指しています。 次世代のインテリジェントマシンに向けて この研究には、AIの分野に革命をもたらす可能性があります。人間の脳の記憶メカニズムを模倣することにより、M2Iフレームワークは、複雑なタスクをよりよく処理し、変化する環境に適応できる、よりインテリジェントで効率的なマシンの開発につながる可能性があります。ただし、このアプローチの可能性を完全に実現するには、さらなる研究が必要です。 人間の記憶メカニズムに触発された機械記憶知能の研究は、AI開発のための有望な新しい方向性を提供します。現在の大型モデルの制限に対処するための新鮮な視点を提供し、次世代のインテリジェントマシンを駆動する可能性があります。研究が進むにつれて、これらのアイデアが実際のアプリケーションにどのように翻訳され、さまざまな業界にどのように影響するかを見るのは興味深いでしょう。 参照：「マシンメモリインテリジェンス：人間のメモリメカニズムに触発された」青島Zheng、Huan Liu、Xiaoqing Zhang、Caixia Yan、Xiangyong Cao、Tieliang Gong、Yong-Jin Liu、Bin Shi、Zhen Peng、Xiaocen Fan、Ying Cai、Jun Liu、28 1月28日 エンジニアリング。doi：10.1016/j。 Eng.2025.01.012 #aiは私たちのように考えることができますか新しい研究はよりスマートなマシンの人間の記憶を模倣しています