基于“稀疏编码”的新算法在学习新知识时不丢失旧知识

美国研究人员提出了一种新的机器学习算法，其灵感来自昆虫快速适应新气味并保留先前记忆的能力。这项名为稀疏编码的技术使模型即使在低功耗设备上也能高效训练。

该方法基于昆虫（如果蝇）的神经网络，这些生物能够快速学习新气味而不遗忘先前学习的内容。该算法通过最小化用于数据处理的活跃神经元数量，模仿这一机制，从而减轻系统负载并防止灾难性遗忘——即在学习新任务时丢失先前知识的现象。

研究作者在《自然·通讯》上发表的论文指出，这一方法尤其适用于资源受限的设备，如物联网传感器或移动平台。这为实时应用开辟了新机遇，在这些场景中，学习速度与数据保留同样至关重要。

专家指出，该方法不仅可应用于机器人技术和传感器网络，还能助力开发更高效的边缘设备机器学习模型。未来，研究人员计划在真实任务（如图像识别或音频信号处理）中测试该算法。