Một nghiên cứu mới đăng trên tạp chí Nature Machine Intelligence của các nhà khoa học tại MIT đã tiết lộ một phát hiện gây kinh ngạc: các mô hình AI có thể cải thiện khả năng học tập đáng kể khi được cho 'ngủ' và 'mơ' về dữ liệu đã học. Cơ chế này, được gọi là 'Sleep Learning', mô phỏng quá trình củng cố ký ức của não người trong khi ngủ.
Trong thí nghiệm, các nhà nghiên cứu đã huấn luyện một mạng nơ-ron để giải quyết các bài toán vật lý phức tạp. Sau một giai đoạn huấn luyện ban đầu, họ cho mô hình 'ngủ' trong 24 giờ, trong đó nó tự động tái hiện và kết nối lại các mẫu dữ liệu đã học. Kết quả là, sau khi 'thức dậy', mô hình có khả năng giải quyết các bài toán mới với độ chính xác cao hơn 25% so với mô hình được huấn luyện liên tục.
Phát hiện này mở ra một hướng tiếp cận hoàn toàn mới cho học máy, nơi thay vì liên tục cung cấp dữ liệu mới, các nhà nghiên cứu có thể cho phép AI tự tổng hợp và tái cấu trúc kiến thức của mình. Cơ chế này cũng có thể giúp giải quyết vấn đề 'quên' (catastrophic forgetting), nơi AI quên đi những gì đã học khi học dữ liệu mới.
Giáo sư Jennifer Chien, trưởng nhóm nghiên cứu, cho biết: 'Chúng ta đã tạo ra AI, nhưng chúng ta chưa thực sự hiểu cách nó học. Nghiên cứu này cho thấy rằng có những nguyên lý sinh học mà chúng ta có thể áp dụng để làm cho AI thông minh hơn và hiệu quả hơn.'