引言：
具有有限记忆的机器学习模型通过先前学到的材料、事实、本地存储或情境来获得知识。与反应式机器不同，有限记忆机器可以通过分析提供给它们的行动或数据来从过去中学习，目的是积累初步的知识。
什么是有限记忆 AI？
顾名思义，有限记忆 AI 由能够回顾过去的机器组成。通过观察数据或行为，从过往经验中学习。这类 AI 使用带有预编程信息的历史知识，并在执行复杂任务的同时进行预测。[1]
有限记忆 AI 是如何工作的？
当团队不间断地持续训练模型如何分析数据并利用数据时，就会用到有限记忆 AI，机器基于这些经验来预测未来的结果。
在机器学习中使用有限记忆 AI 时，必须遵循六个阶段：
- 创建所需的机器学习模型。
- 模型必须能够做出预期或估计。
- 模型必须能够接受社交反馈。
- 模型必须接受环境的响应。
- 反馈必须作为数据保存。
- 这些阶段必须按顺序重复进行。
使用有限记忆人工智能的主要机器学习方法有哪些？
强化学习:
这是一种通过实验或训练与试错来学习，以做出更好的预测或预报的机器学习类型。
长短期记忆 (LSTM):
这是一种利用先前信息来预测序列中下一项内容的记忆。在生成预测时，LSTM 会优先考虑较新的证据，并降低历史数据的权重，但仍会利用它们进行推断。
进化生成对抗网络 (E-GAN)：
它会随着时间不断演化，根据以往的经历采取略有不同的路径。该模型在其进化变异周期中不断寻求更好的路径，并通过模拟和统计或随机性来实现不同的目标。[2]
有限记忆 AI 的例子是什么？
例如，自动驾驶车辆使用有限记忆 AI 来监控其他汽车的速度和方向，帮助它们“读懂道路”并做出必要的调整。由于这种对输入数据进行分析和解读的过程，它们在公路上更加安全。
另一方面，顾名思义，有限记忆 AI 仍然是受限的。自动驾驶汽车使用的数据是暂时的，不会保存在车辆的长期记忆中。
有限记忆 AI 有哪些特征？
- 能够处理复杂任务。
- 能够存储历史经验。
- 这就是 AI 的现状，有人说我们已经遇到了瓶颈。
结论：
具有有限记忆的机器可以利用以往的经验做出有效的判断。机器利用其预编程的理论基础来分析观察到的数据。观察到的数据只会保留很短的时间，然后被丢弃。
- Understanding the Four Types of Artificial Intelligence。2016 年 11 月 14 日；来源：https://www.govtech.com/computing/understanding-the-four-types-of-artificial-intelligence.html。
- Introduction to AI。来源：https://builtin.com/artificial-intelligence。
有限记忆 AI 示例
您每天使用的大多数 AI 都是有限记忆 AI。以下是常见示例：
- 自动驾驶汽车在短时间窗口内跟踪附近车辆和行人的速度、方向和距离，并将其与关于道路规则的训练知识相结合。
- 聊天机器人和虚拟助手利用当前对话提供相关的回答。
- 视频、音乐和购物应用上的推荐系统会从您近期的活动中学习。
- 欺诈检测将新交易与您近期的消费模式进行比较。
- 导航应用利用近期交通数据推荐更快的路线。
- 在大型照片集上训练的图像和人脸识别模型。
- 需求预测利用近期销售情况预测下周的库存需求；请参阅 AI 分析。
有限记忆 AI 的工作原理
模型首先在大量历史数据上进行训练。运行时，它还会保留对近期输入的短期记忆。它不会永久保留这种记忆，因此被称为“有限”。可与完全没有记忆的反应式机器相比较。
快速解答
ChatGPT 是有限记忆 AI 吗？
大型语言模型通常被归类为有限记忆 AI，因为它们基于过去的数据进行训练，并将当前对话用作短期上下文。
有限记忆与心智理论 AI 有什么区别？
有限记忆 AI 使用近期数据做出决策。心智理论 AI 还将理解人类的信念和情绪，而当前的系统并不能真正做到这一点。请参阅心智理论 AI。
企业可以使用有限记忆 AI 吗？
是的。客户聊天机器人、预测和文档搜索都属于有限记忆 AI。请参阅我们的 AI 开发服务。
