隨著研究人員越來(lái)越多地致力于人工智能（AI），他們每隔一天就會(huì)發(fā)現(xiàn)新的事實(shí)。我們已經(jīng)看到該技術(shù)被用于協(xié)助，控制交通系統(tǒng)，在視頻游戲中擊敗人類(lèi)，甚至控制船只。現(xiàn)在，最近的一項(xiàng)研究發(fā)現(xiàn)，神經(jīng)系統(tǒng)需要有幾個(gè)小時(shí)的“睡眠”才能有效工作。

該發(fā)現(xiàn)是由位于美國(guó)洛斯阿拉莫斯實(shí)驗(yàn)室的一組研究人員做出的。研究人員在從事AI項(xiàng)目時(shí)發(fā)現(xiàn)，在人工誘發(fā)的睡眠之后，神經(jīng)系統(tǒng)變得更加高效。

因此，在長(zhǎng)時(shí)間研究神經(jīng)系統(tǒng)時(shí)，研究人員首先發(fā)現(xiàn)該系統(tǒng)變得不穩(wěn)定。當(dāng)嘗試使用字典定義對(duì)對(duì)象進(jìn)行分類(lèi)時(shí)，它試圖異常地執(zhí)行其任務(wù)，而沒(méi)有任何示例可以將它們與進(jìn)行比較。

但是，在研究人員將神經(jīng)系統(tǒng)暴露于人工模擬的睡眠之后，它又恢復(fù)了正常狀態(tài)，再次有效地執(zhí)行了任務(wù)。根據(jù)研究人員的說(shuō)法，現(xiàn)在，這種人工睡眠類(lèi)似于人類(lèi)的良好睡眠。

從事該項(xiàng)目的計(jì)算機(jī)研究人員Garret Kenyon表示： “只有在嘗試?yán)蒙飳W(xué)上逼真的尖峰神經(jīng)形態(tài)處理器或試圖了解生物學(xué)本身時(shí)，才會(huì)出現(xiàn)如何防止學(xué)習(xí)系統(tǒng)變得不穩(wěn)定的問(wèn)題。絕大多數(shù)機(jī)器學(xué)習(xí)，深度學(xué)習(xí)和AI研究人員從未遇到過(guò)這個(gè)問(wèn)題，因?yàn)樵谒麄冄芯康姆浅Ｈ斯さ南到y(tǒng)中，他們可以執(zhí)行全局?jǐn)?shù)學(xué)運(yùn)算，從而具有調(diào)節(jié)系統(tǒng)整體動(dòng)態(tài)增益的作用。”