محققان در مقاله جدیدی، معماری انقلابی به نام CMP (Cognitive Memory Primitive) معرفی کردهاند که یادگیری را بدون استفاده از «پسانتشار» (Backpropagation) انجام میدهد.
این مدل با استفاده از کدهای رابطهای پراکنده، ثابت میکند که مشکل «فراموشی فاجعهبار» (Catastrophic Forgetting) – که در مدلهای فعلی مثل ترنسفورمرها رایج است – در واقع یک نقص ساختاری ناشی از الگوریتمهای یادگیری فعلی است. مدل CMP توانسته در یادگیری متوالیِ دامنههای متنی، تا ۱۹ برابر بهتر از مدلهای مشابه عمل کند.
اگرچه این تحقیق با چالشهایی در دقت کلی روبروست، اما گامی جسورانه برای تغییر شیوه یادگیری ماشین به سمت روشهای محلی و کارآمدتر است. دنیای هوش مصنوعی هر روز به ساختار مغز انسان نزدیکتر میشود! 🚀
منبع: arXiv AI