1.4 学习记忆的进化
为适应外界而改变自身结构的进化,是 世界上最重要的机理之一。进化、学习、记忆,再经过高级的进化、学习与记忆的进化, 产生了目的性,这个实际上是一个关键,随 机的无目的的机器能通过学习去探索其本身 的目的 [6]。19 世纪中叶,达尔文创立了生物 进化学说。生物通过遗传、变异和自然选择, 从低级到高级,从简单到复杂,种类由少到 多地进化着、发展着。
对智力来说,所谓的进化是指学习的学 习,这个学习的学习跟软件不同,它是记忆 的结构也跟着变化,这是很重要的一条,而 且结构变化把学习的结果记录下来,还改进 了学习方法。要使机器具有人类水平的智能, 必须让机器具有学习与记忆进化的功能。通 过学习不仅增长知识,而且使机器的记忆结 构发生变化。
俗话说“活到老学到老”,学习是永无 止境的。,美国卡内基梅隆大学(CMU) 米切尔等提出了“永无止境的学习”[7]。作为 案例研究,他们开发了永无止境的语言学习 机(NELL), 它的系统结构如图 7 所示。 自从 年 1 月以来,NELL 一直从互联网 上阅读学习, 每天学习 24 小时。到 年1 月为止, NELL 已经拥有 8 000 多万人的知 识库,已经学到了数百万项功能和参数,学 会推理新的知识,通过合成新的关系谓词来 扩展其本体。
年, 美 国 国 防 高 级 研 究 计 划 局 (DARPA)提出了“终身学习机(Lifelong Learning Machines,L2M)”计划 [8],该计划 的目标是开发新一代机器学习技术,可以从 新的情况中学习,并使学习效果更好、更可靠。 终身学习机计划有两个技术领域。第一个旨 在开发机器学习框架,可以不断应用过去经 验的结果,并将“经验训练”适应新的数据 或情况;同时,它要求开发监测机器学习系 统行为的技术,设定其适应能力范围的限制, 并根据需要干预系统的功能。研究将包括网 络理论、算法、软件和计算机体系结构。第 二个技术领域是生物学习机制,生命系统如 何学习和适应,并将这些原理和技术应用到 机器学习系统中。