Microsoft Researchは、7月30日、AIが過去の経験から学び、知識を更新することでパフォーマンスを向上させるフレームワーク「EvoLib」を発表した。
EvoLibとは、AIが過去の経験から再利用可能なスキルや改善点を抽出し、継続的に進化する知識ライブラリに変換するフレームワーク。単に記憶を蓄積するのではなく、新しい経験がもたらされるにつれて、既存の知識を継続的に洗練、統合、および再評価する。
経験から新たな知識が抽出されると、ライブラリから類似の知識を取得し、それを新たな知識と統合して、より汎用的で再利用可能な知識へ統合するという仕組み。また、各知識ユニットの重要度を、現在だけでなく将来のタスクにおける貢献度に基づいて重みづけするメカニズムによって、長期的に重要度の高い知識がライブラリ内で増強される。
ブログでは「将来のAIシステムは、一からスクラッチで開発することなく、再利用可能なスキルやインサイトのライブラリを基盤として、構築できるようになるかもしれない」と説明されている。
詳細はブログポストおよびGitHubより確認できる。
- 関連リンク
この記事は参考になりましたか？
- この記事の著者
-
CodeZine編集部（コードジンヘンシュウブ）
CodeZineは、株式会社翔泳社が運営する開発者のための情報メディアです。日々の開発に取り組むエンジニアやテクノロジーを学びたい方に向けて、プログラミングやAI活用、開発ツール、エンジニアの学びとキャリアに関する記事をお届けしています。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
この記事は参考になりましたか？
この記事をシェア
