人工智能也需要学会遗忘?声音与图像哪个容易记忆?

本文探讨了遗忘在人类决策和学习中的重要性,并延伸到人工智能领域。AI通过生成对抗网络(GAN)记忆图像,而声音识别依赖于声纹技术。文章指出,AI应该学会遗忘低价值信息,类似人类处理记忆的方式。循环神经网络(LSTM)等技术尝试解决AI的遗忘问题,科学家正借鉴神经科学改善机器学习。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

早起匆忙的穿好衣物,却忘记昨晚的钥匙放在哪!刚经过杂货部预见同事却因为忘记名字而磕磕绊绊的说话,这都会令你感到沮丧,遗忘会让事情变得一团糟。然而遗忘是人类得以生存的核心。事实上,我们必须对自己有能力做到这一点感到幸运。

因为对于人类来说遗忘本身并不是什么坏事
1.它通过减少过时信息对人们产生的影响来提高决策灵活性。
2.它能够预防人们过度沉浸于某些过去的特定事件,提高适应能力。
对于人类来说,遗忘不仅仅意味着记忆的遗失,也意味着这也是一个帮助大脑吸收新知识并有效做出决策的积极过程。

遗忘是一种能力
一个比较流行的比喻解释了为什么人们会忘记:人们的大脑的容量会饱和,因此,我们需要忘记一些东西给大脑腾出更多的存储空间。遗忘不仅仅是一次失败的记忆,这是一个积极的过程,可以帮助大脑获取新信息并更有效地做出决策,遗忘是人的能力。

那么对于机器而言是否有能够具有遗忘能力呢?遗忘对于机器来说是好事还是坏事呢?说道遗忘,那么就需要从人工智能如何记住你开始。

在机器面前,一个人的图像面孔由生成对抗网络(GAN)生成,GAN 是一种机器学习程序,可以从现有照片中学习以产生新事物。通过这种方式 GAN 训练了数以百万计的肖像,可以生成逼真的人脸。网络相互连接的神经元决定了这张脸的特征:眼睛,肤色,形状,头发,类似于人类大脑使用神经元网络来构建面部的心理图像。而项目的创作者试图教会 AI 忘记。通过逐渐关闭个别神经元,然后重复这个过程,直到 AI 完全“忘记”这张脸。这是AI的“图像记忆”

而对于声音来说,机械的记忆能力更为简单化,只需要记忆住声纹,声纹概念很早就被提及,但是时至今日才有重大

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值