(TAP) - Google Research vừa giới thiệu mô hình “Nested Learning” - phương pháp học máy (machine learning) mới cho phép trí tuệ nhân tạo học liên tục mà vẫn duy trì kiến thức cũ. Bước tiến này hứa hẹn giải quyết một trong những giới hạn lớn nhất của các mô hình AI hiện nay: hiện tượng “quên thảm họa”.
Phương pháp học máy là kỹ thuật giúp máy tính tự học từ dữ liệu để dự đoán, ra quyết định mà không cần lập trình cụ thể. Google Research ngày 7/11 công bố một hướng tiếp cận mới mang tên Nested Learning (Học lồng nhau), mở ra tiềm năng xây dựng các hệ thống AI có khả năng học tập liên tục, phát triển bền vững. Công trình do hai nhà khoa học Ali Behrouz và Vahab Mirrokni thực hiện, được xem là nỗ lực mang tính nền tảng nhằm giúp máy học lưu giữ tri thức cũ khi tiếp thu nội dung mới.
Mô hình Nested Learning. Nguồn: research.google
Theo nhóm nghiên cứu, Nested Learning coi quá trình huấn luyện mô hình không còn là một chuỗi tuyến tính, mà tổ chức thành nhiều lớp tối ưu lồng nhau. Mỗi lớp hoạt động ở tốc độ, phạm vi khác nhau, giống như cách con người lưu trữ ký ức ngắn hạn và dài hạn. Nhờ vậy, mô hình có thể cập nhật kiến thức mới mà không đánh mất các khả năng đã học trước đó - một bước tiến quan trọng so với phương pháp huấn luyện truyền thống.
Bên cạnh khái niệm này, Google còn giới thiệu thêm kiến trúc thử nghiệm Hope, kết hợp hệ thống Continuum Memory System (CMS) - bộ nhớ liên tục cho phép mô hình tự điều chỉnh và mở rộng ngữ cảnh học tập. Hope chứng minh có hiệu suất cao trong các tác vụ ngôn ngữ dài hoặc những tình huống cần suy luận theo chuỗi, vượt trội hơn transformer thông thường.
Hình minh hoạ. Nguồn: medium.com
Phát triển tại Google Research (Mỹ), công trình trên kỳ vọng sẽ định hình lại hướng đi của ngành AI. Nested Learning không chỉ giúp máy móc “học như con người”, mà còn mở đường cho những ứng dụng thông minh hơn trong tương lai - từ chatbot, trợ lý ảo đến robot tự hành.
Bằng việc tập trung vào khả năng ghi nhớ lâu dài, học hỏi bền vững, Google đang tiến gần hơn đến mục tiêu tạo ra trí tuệ nhân tạo thật sự thích nghi, có thể liên tục phát triển mà không đánh đổi kiến thức đã tích lũy. Đây được xem là một cột mốc quan trọng trong hành trình xây dựng thế hệ AI thế hệ mới - linh hoạt, sâu sắc, bền vững hơn bao giờ hết.
Quoc Bao