이를 통해 신경망은 처음부터 시작할 필요 없이 학습할 수 있는 새로운 데이터로 지속적으로 업데이트될 수 있습니다.
FIP(기능적 불변 경로) 알고리즘으로 불리는 이 알고리즘은 온라인 상점 추천 개선부터 자율주행차 미세 조정까지 폭넓게 적용됩니다.
이 알고리즘은 전산 생물학 조교수이자 HMRI(Heritage Medical Research Institute) 연구원인 Matt Thomson의 연구실에서 개발되었습니다.연구는새로운 연구
일지에 등장자연 기계 지능.Thomson과 전 대학원생 Guru Raghavan, Ph.D.에서 영감을 얻었습니다
신경과학 연구Caltech, 특히 생물학 연구 교수인 Carlos Lois의 연구실에서요.로이스는 새들이 경기 후 다시 노래하는 법을 배우기 위해 뇌를 재연결하는 방법을 연구합니다.뇌 손상.인간도 이것을 할 수 있습니다.경험한 사람들뇌 손상예를 들어, 뇌졸중으로 인해 일상적인 기능을 다시 배우기 위해 새로운 신경 연결을 구축할 수 있는 경우가 많습니다.
Thomson은 "이것은 뇌가 어떻게 유연하게 학습하는지에 대한 기초 과학으로 시작된 수년간의 프로젝트였습니다."라고 말했습니다."이 기능을 인공 지능에 어떻게 부여할 수 있나요?신경망?"
팀은 미분 기하학이라는 수학적 기술을 사용하여 FIP 알고리즘을 개발했습니다.프레임워크를 사용하면 이전에 인코딩된 정보를 잃지 않고 신경망을 수정할 수 있습니다.
2022년에 Caltech Entrepreneur In Residence인 Julie Schoenfeld의 지도에 따라 Raghavan과 Thomson은 Yurts라는 회사를 시작하여 FIP 알고리즘을 추가로 개발하고 기계 학습 시스템을 대규모로 배포하여 다양한 문제를 해결했습니다.Raghavan은 업계 전문가 Ben Van Roo 및 Jason Schnitzer와 함께 Yurts를 공동 창립했습니다.
Raghavan은 연구의 첫 번째 저자입니다.Raghavan과 Thomson 외에도 Caltech의 공동 저자로는 대학원생인 Surya Narayanan Hari와 Shichen Rex Liu, 공동 작업자인 Dhruvil satani가 있습니다.이집트 알렉산드리아 대학교의 Bahey Tharwat도 공동 저자입니다.Thomson은 Caltech의 Tianqiao 및 Chrissy Chen 신경과학 연구소 소속 교수입니다.
추가 정보:Guruprasad Raghavan 외, 기능적으로 불변 경로를 탐색하여 유연한 기계 학습 시스템 엔지니어링,자연 기계 지능(2024).DOI: 10.1038/s42256-024-00902-x
소환:'파국적 망각' 극복: 뇌에서 영감을 얻은 알고리즘을 통해 신경망이 지식을 유지할 수 있음(2024년 10월 9일)2024년 10월 10일에 확인함https://techxplore.com/news/2024-10-catastrophic-algorithm-brain-neural-networks.html에서
이 문서는 저작권의 보호를 받습니다.사적인 학습이나 조사를 목적으로 하는 공정한 거래를 제외하고는 어떠한 행위도 허용되지 않습니다.서면 허가 없이 일부를 복제할 수 있습니다.콘텐츠는 정보 제공 목적으로만 제공됩니다.