稀疏分布式表征、层级结构、关键期、元可塑性：终身固定时间学习与最佳匹配检索的关键
神经元与认知
2018-06-14 v1
摘要
人类智能的若干更重要标志——任何通用人工智能(AGI)都应具备——如下。1. 必须能进行在线学习，包括单次/少次试验学习。2. 记忆/知识必须在终身时长上保持永久，免于灾难性遗忘。一些虚构，即语义上合理的检索错误，可能随时间逐渐累积。3. 以下两者耗时须终身保持恒定：a) 学习新项，b) 检索最佳匹配/最相关项，即做基于相似度的检索。4. 系统永不应变满：必须在极长寿命中始终保持存储新信息、即建立新永久记忆的能力。尚无人工计算系统被证明同时具备所有这些性质。此处我们描述一个神经形态联想记忆模型 Sparsey，它原则上拥有全部这些性质。我们引用先前结果支持其具备标志 1 与 3，并勾勒一个论点——基于自然数据强递归、层级化、部分-整体组合结构——表明 Sparsey 亦具备标志 2 与 4。
引用
@article{arxiv.1806.04704,
title = {Sparse distributed representation, hierarchy, critical periods, metaplasticity: the keys to lifelong fixed-time learning and best-match retrieval},
author = {Gerard Rinkus},
journal= {arXiv preprint arXiv:1806.04704},
year = {2018}
}
备注
6 pages, 4 figs. Accepted for talk at Biological Distributed Algorithms 2018. July 23, 2018. London