你是否知道通用人工智能需要怎样的学习系统？

　　【中国智能制造网 名家论坛】据外媒报道，谷歌Deep Mind创始人Demis Hassabis等人在细胞出版社旗下期刊上发表评论，更新了人类和其他哺乳动物学习知识的有关理论，对人工智能Agent发展有重要指导意义。该评论题为《智能体需要怎样的学习系统？再谈辅助学习系统理论》。　　
　　辅助学习系统理论于1995年提出，以英国计算神经科学家DavidMarr早先关于新皮质的理论和海马体的理论为基础，结合当时刚刚发现的神经网络学习方法发展而来。
　　
　　CLS理论认为，学习是两个互补学习系统的产物：个系统从接触到的经验中逐渐吸取知识和技巧，第二个系统则存储具体经验；这些经验能够在脑中不断回放，从而有效整合进入个系统。
　　
　　学习是两个互补系统的产物
　　
　　CSL理论中，个系统位于大脑皮层，和如今的深度网络一样，这类系统在输入和输出之间也含有数层神经元，而网络中的知识就在神经元的连接当中。随着经验积累，各个神经元连接会形成回路，于是生命体就有了识别物体、感知言语、理解并产生语言的能力，再到后来可以在博弈中选择优决策，根据所学做出智能的判断。
　　
　　但是，如果短时间内网络中新加入的信息量太大，神经元连接的结构发生巨大变化，就会大幅扭曲原先存储在这些连接里的知识。
　　
　　为了解决这个问题，科学家提出了辅助学习系统理论。在人类和其他哺乳动物的脑中，辅助学习系统位于海马体。有了新的体验后，信息会先存储在海马体，供人直接使用。此外，我们也会把这些信息拿出来，不断回放给大脑皮层，使这些信息与其他相关经历在脑中形成的既有信息相结合。
　　
　　这样，辅助学习系统实现了即时学习，并使信息能够逐渐整合进入大脑新皮层的结构化知识表征。　　
　　上图中间和右边两块深黄色区域表示初级感觉和运动皮层，灰色虚线标出了内侧颞叶的位置，海马体在内侧颞叶内部，用深灰色区域表示。