AI也能像人類一樣思考？新研究模擬人腦記憶打造更聰明的機器

一項發表在《Engineering》期刊的最新研究，提出突破性的AI框架，透過模擬人類記憶運作機制，有望讓機器變得更有效率、更具適應性，並擁有更強大的推理能力。這項研究直指當前ChatGPT等大型模型的關鍵缺陷，為下一代AI系統鋪路。

現行大型語言模型雖然表現亮眼，卻存在明顯短板：需要海量資料與運算資源、容易發生災難性遺忘，且邏輯推理能力有限。研究團隊指出，這些問題根源於人工神經網路的基本設計、訓練過程，以及過度依賴資料驅動的推理模式。

為突破這些限制，研究團隊提出「機器記憶」概念——一種多層次、分散式的網路儲存結構，能將外部資訊轉換為機器可讀取的格式。這種結構支援動態更新、時空關聯與模糊雜湊存取，並在此基礎上發展出M²I框架，包含表徵、學習與推理三大模組，形成兩個互動迴圈。

M²I框架聚焦四大關鍵領域：

1. 機器記憶的神經機制：探討大腦發展與可塑性如何影響智慧
2. 關聯表徵：改進機器記憶中的資訊編碼與檢索方式
3. 持續學習：讓AI吸收新知識時不會遺忘舊資訊
4. 協作推理：提升AI系統的推理可解釋性與效率

這項研究可能為AI領域帶來革命性突破。透過模仿人腦記憶機制，M²I框架有望開發出更聰明、更有效率的機器，能更好地處理複雜任務並適應環境變化。不過要完全實現這個願景，還需要更多深入研究。

參考文獻：Qinghua Zheng等學者於2025年1月28日發表於《Engineering》期刊之〈Machine Memory Intelligence: Inspired by Human Memory Mechanisms〉，DOI: 10.1016/j.eng.2025.01.012