摘要：美国陆军某项目的科学家们开发出一种新的深度神经网络框架,实现人工智能系统既能更好地学习新任务,同时降低在先前任务中已学知识的遗忘率。由美国陆军资助的北卡罗来纳州立大学的研究人员证明,使用该框架学习新任务可以使人工智能更好地执行以前的任务,这种现象称为后向传递。研究小组提出“学习成长”新框架用于持续学习,该框架将网络结构学习和模型参数学习分离开。在实验测试中,表现优于透明的持续学习方法。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社