受人类记忆启发的新型人工智能框架可使机器更高效、更具适应性，并具备推理能力。

近期，《工程》期刊上发表的一篇论文提出了一种人工智能的新方法，即模仿人类记忆功能对其进行建模。该研究旨在克服ChatGPT等当前大规模模型的关键局限性，为更高效且具有认知智能的人工智能系统奠定基础。

尽管大型模型在一系列应用中展现出了令人瞩目的性能，但它们也存在显著的缺点。这些缺点包括数据和计算需求高、容易遭受灾难性遗忘以及逻辑推理能力有限。研究表明，这些问题源于人工神经网络的基本设计、训练过程以及对纯数据驱动推理的依赖。

介绍机器内存与M2I框架

为克服这些挑战，研究人员提出了“机器记忆”的概念，这是一种多层分布式网络存储结构，可将外部信息编码为机器可读和可计算的格式。该结构支持动态更新、时空关联和模糊哈希访问。基于机器记忆，他们引入了M2I框架，该框架由表示、学习和推理模块组成，形成两个交互循环。

M2I框架的四大重点领域

M2I框架主要围绕四个关键领域：

在这些领域中，研究人员回顾了关键问题以及最新进展。例如，在机器记忆的神经机制方面，他们讨论了大脑的发育和可塑性如何促进智力的发展。在联想表征方面，他们探索了改进机器记忆中信息编码和检索的方法。在持续学习方面，他们提出了在不忘记旧信息的情况下适应新知识的方法。在协同推理方面，他们的目标是提高人工智能系统推理的可解释性和效率。

迈向下一代智能机器

这项研究有可能彻底改变人工智能领域。通过模仿人类大脑的记忆机制，M2I框架可能会推动开发出更智能、更高效的机器，使其能够更好地处理复杂任务并适应不断变化的环境。然而，要充分发挥这一方法的潜力，还需要进行进一步的研究。

受人类记忆机制启发的机器记忆智能研究为人工智能的发展提供了一个充满希望的新方向。它为解决当前大型模型的局限性提供了新的视角，并有可能推动下一代智能机器的发展。随着研究的深入，这些理念将如何转化为实际应用，以及它们将如何影响各行各业，将十分值得期待。

参考文献：《受人类记忆机制启发的机器记忆智能》，作者：郑清华、刘欢、张晓清、闫彩霞、曹向勇、龚铁良、刘永进、史斌、彭震、范晓岑、蔡瑛、刘俊，发表于2025年1月28日，《工程》杂志。DOI：10.1016/j.eng.2025.01.012