范德堡大学工程师领导DARPA项目，使人工智能机器能够获取、分享知识

范德堡大学工程学教授正在领导一项国际计划，该计划旨在创建先进的人工智能程序，使机器能够在一生中逐步学习并相互分享这些经验。研究人员希望该技术能让机器重复使用信息，快速适应新环境并通过共享信息进行协作。

计算机科学助理教授 Soheil Kolouri 将与加州大学戴维斯分校计算机科学副教授 Hamed Pirsiavash 合作，领导一个专注于持续机器学习机制的研究团队。

作为该机构共享经验终身学习 (Shell) 计划的一部分，原型项目获得 100 万美元的 DARPA 资助以研究人工智能合作终身学习。DARPA 希望开发相互分享经验的 AI 代理，并在终身学习中寻求创新的基础或应用研究概念。

除了领导 IDEALL，Kolouri 的团队还与英国拉夫堡大学计算机科学副教授 Andrea Soltoggio 合作开发了一个理论框架，该框架允许 AI 代理衡量任务的相似性并不断通过类比学习。

Vanderbilt-UC, Davis 团队将专注于学习机制的算法理论和统计基础。英国团队将专注于新型仿生神经网络，利用神经调节和突触整合机制学习可共享的知识，德克萨斯研究人员将专注于硬件集成和部署，以实现向工业和现实世界应用的潜在过渡。

这项新技术的实际用途可能包括协作自学习自动驾驶汽车，如自动驾驶汽车、机器人救援和探索系统、检测紧急情况的分布式监控系统，或监控大型网络的代理网络安全系统。 获取更多前沿科技 研究进展 访问：https://byteclicks.com

终身学习是机器学习研究的一个相对较新的领域，其中代理在部署在现场时遇到不同的条件和任务时不断学习，获取经验和知识并提高新任务和以前任务的表现。这与典型 ML 系统的训练然后部署过程不同。

LL 是机器学习的一个新兴领域，它不同于传统的训练然后部署过程。在 LL 中，AI 代理必须不断从输入数据流中学习，同时保留和改进其先前获得的知识。

从永无止境的不断变化的数据流中终身学习是扩大人工智能系统的关键，实现 LL 的主要障碍之一是所谓的可塑性-稳定性权衡，其中可塑性是指从新数据中学习的能力，而稳定性是指保留先前学到的知识。

这笔资金是 DARPA 人工智能探索 (AIE) 计划的一部分，这是一个简化的研发机会，旨在鼓励快速加速技术的快速创新。