Новости Ноябрь 8, 2025
Google Research представила метод Nested Learning, который может избавить искусственный интеллект от «амнезии» — когда нейросеть забывает старое, обучаясь новому.
Когда ИИ учится чему-то новому, он часто теряет старые знания, буквально «переписывает себе мозги». В мире машинного обучения это называют катастрофическим забыванием. Google решила, что с этим пора завязывать, и представила Nested Learning — подход, который вдохновлён тем, как работает человеческий мозг.
Обычно, если нейросеть доучивают новой информации, она может потерять контекст прошлого. Это как если бы вы учили французский, но при этом забывали английский. Nested Learning предлагает «мозгу» ИИ не стирать старые данные, а учиться послойно — добавляя новые знания поверх старых, как человеческая память.
Google предлагает рассматривать архитектуру и алгоритм оптимизации модели не как отдельные элементы, а как единую систему. Nested Learning разбивает ИИ на вложенные блоки, каждый из которых обучается с собственной скоростью (multi-time-scale updates). Это похоже на нейропластичность — способность мозга адаптироваться к новому опыту, не стирая старые воспоминания.
На основе этой идеи Google создала Hope — экспериментальную самообучающуюся архитектуру. Она использует Continuum Memory Systems, где память — это не просто короткая и длинная, а целый спектр модулей, которые обновляются с разной частотой. Такой подход позволяет системе хранить и систематизировать больше данных без потери контекста.
Hope уже показала, что способна переиграть современные модели в тестах на память. В задачах вроде Needle-in-a-Haystack («иголка в стоге сена»), где нужно вытащить мелкую деталь из огромного текста, она оказалась точнее и эффективнее конкурентов.
Google пока не раскрывает, когда Nested Learning попадёт в Gemini, но это, похоже, вопрос времени. И если всё пойдёт по плану, мы наконец увидим ИИ, который помнит, а не просто учится заново каждый раз.
