人工智慧也需要學會遺忘？聲音與影像哪個容易記憶？

早起匆忙的穿好衣物，卻忘記昨晚的鑰匙放在哪！剛經過雜貨部預見同事卻因為忘記名字而磕磕絆絆的說話，這都會令你感到沮喪，遺忘會讓事情變得一團糟。然而遺忘是人類得以生存的核心。事實上，我們必須對自己有能力做到這一點感到幸運。

因為對於人類來說遺忘本身並不是什麼壞事

1.它透過減少過時資訊對人們產生的影響來提高決策靈活性。

2.它能夠預防人們過度沉浸於某些過去的特定事件，提高適應能力。

對於人類來說，遺忘不僅僅意味著記憶的遺失，也意味著這也是一個幫助大腦吸收新知識並有效做出決策的積極過程。

遺忘是一種能力

一個比較流行的比喻解釋了為什麼人們會忘記：人們的大腦的容量會飽和，因此，我們需要忘記一些東西給大腦騰出更多的儲存空間。遺忘不僅僅是一次失敗的記憶，這是一個積極的過程，可以幫助大腦獲取新資訊並更有效地做出決策，遺忘是人的能力。

那麼對於機器而言是否有能夠具有遺忘能力呢？遺忘對於機器來說是好事還是壞事呢？說道遺忘，那麼就需要從人工智慧如何記住你開始。

在機器面前，一個人的影像面孔由生成對抗網路（GAN）生成，GAN 是一種機器學習程式，可以從現有照片中學習以產生新事物。透過這種方式 GAN 訓練了數以百萬計的肖像，可以生成逼真的人臉。網路相互連線的神經元決定了這張臉的特徵：眼睛，膚色，形狀，頭髮，類似於人類大腦使用神經元網路來構建面部的心理影像。而專案的創作者試圖教會 AI 忘記。透過逐漸關閉個別神經元，然後重複這個過程，直到 AI 完全“忘記”這張臉。這是AI的“影像記憶”

而對於聲音來說，機械的記憶能力更為簡單化，只需要記憶住聲紋，聲紋概念很早就被提及，但是時至今日才有重大的突破，“深度聚類”機器學習，能夠辨別多個聲紋，即便你的聲音多沒特點，就像如今的企業語音識別系統一樣，一款電話機器人好不好用取決於是否具備聲紋系統，好的聲紋系統會大大提高企業工作的效率，因為你的聲紋是獨一無二的，這個技術能有效防止“雞尾酒效應”智慧系統可以將多個人語音成功分離，而且，重建單人語音的精確度高達90%，也是隻能系統識別聲音的最重要依據。

記住是基本，忘記才是AI進步的關鍵

 AI，就像人一樣，人工智慧應該記住重要和有用的資訊，同時忘記低價值，無關緊要的知識。然而，確定什麼是相關和有價值的資訊，除了手頭的任務之外，還加入包括如倫理，法律和隱私問題等因素。

廉價的資訊儲存代價和 AI 無窮的容量相結合，打造出了一個看似非常有吸引力的工具，但背後的問題是大量資料持續的收集，而沒有簡單的方法來“忘記”資料。學會遺忘是人工智慧面臨的重大挑戰之一。雖然它仍然是一個新的領域，但科學家最近已經探索了一些關於如何克服這一侷限的常識性理論，比如迴圈神經網路 LSTM，它使用特定的學習機制來決定要記住哪些資訊，要更新哪些資訊，以及在任何時候注意。

儘管忘記有時候會使我們感到沮喪，但人類忘記的能力正是我們優於人工智慧的地方。計算機記憶即電腦記憶體，通常是指儲存資訊和找回資訊的容量，以及儲存這些資訊的計算機物理元件。當計算機的某些記憶體不再被任務需要時，計算機將“忘記”這些資料，釋放空間供其他任務源。

現在，資料科學家正在應用神經科學原理改進機器學習技術，他們相信人類的大腦是完全揭開人工智慧面紗的關鍵。