科企岛：新型“模糊”AI算法帮助记忆丧失患者

像我们的大脑一样，多伦多大学的Parham Aarabi创建的新计算机程序可以战略性地存储和检索信息。

应用科学与工程学院电气与计算机工程系的副教授也开发了一种使用新算法来帮助记忆丧失者的实验工具。

根据Aarabi的说法，在大多数人的心目中，人工智能比人类更机器人化，他的方法在格拉斯哥IEEE医学和生物学学会会议上发表的一篇论文中进行了研究。Aarabi认为它应该改变。

传统上，计算机需要用户明确指示要保存哪些数据。然而，随着深度学习和神经网络等人工智能（AI）技术的发展，已经转向“模糊”策略。

根据Aarabi的说法，十年前计算曾经是绝对的。为了做出二元决策，CPU精确地处理和保存内存数据。毫无疑问。

在这一点上，我们希望我们的计算机绘制近似值并推断百分比。例如，我们希望图像处理器通知我们，图片有10%的机会包含汽车，40%的机会包含行人。

Aarabi通过采用各种特征来扩展这种相同的模糊方法来存储和检索信息，这些特征可以帮助人们选择要记住的内容，同样重要的是，要忘记什么。

根据研究，人类更喜欢最近的事件，而不是过去发生的事件。此外，我们突出了对我们更重要的记忆，并将冗长的叙述提炼成它们的本质。

例如，今天，我记得我看到我的女儿去上学，我发誓要报答某人，我发誓要读一篇研究论文，Aarabi回忆道。但是，我不记得我所经历的每一个细节。

忽略特定信息的能力可以增强已经在使用的机器学习模型。

如今，机器学习算法筛选数百万条数据库记录以搜索模式，这些模式将使它们能够准确地将给定输入与特定输出相匹配。该算法最终没有变得足够精确，无法处理直到经过多次迭代才遇到的全新问题。

如果生物启发的人工记忆使它们能够优先考虑最相关的输入，这些算法可能能够更快地得出有意义的结论。

该策略还可以支持解释自然语言的工具，以帮助那些记忆丧失的人记住重要的细节。

Aarabi和他的团队通过采用基于电子邮件的简单用户界面来设置这样一个工具。它根据算法优先级和相关术语索引告知参与者关键信息。

最终，它是为那些有记忆丧失的人设计的，根据Aarabi的说法。它有助于他们以一种非常微妙的，人性化的方式保持记忆，而不会压倒他们。在这种情况下，大多数任务管理工具都过于复杂且无用。

Aarabi声称他一直在亲自使用它。该团队的目标是说服个人尝试演示，无论他们是否有严重的记忆丧失或只是处于常规压力之下。下一阶段将在医疗保健行业建立关系，以更彻底地进行测试。

电气和计算机工程系主任Deepa Kundur教授表示，人工智能应用现在越来越多地出现在许多以人为中心的领域。Aarabi教授正在努力通过研究如何更好地将其与这些“较软”的部门相结合，确保人工智能的潜力在我们的社会中得到充分实现。

根据Aarabi的说法，这种算法只是一个开始。

人工智能很可能会通过生物启发的记忆向人类水平的能力迈进一步。