Sutton 第 15 位博士生毕业，论文研究神经网络终身学习可塑性
RichardSSutton · x · 2026-10-04
强化学习先驱 Richard Sutton 宣布其第 15 位博士生 Shibhansh Dohare 的博士论文《Learning Forever using Artificial Neural Networks》已完成并公开。
论文核心概念是可塑性（plasticity）——神经网络持续学习新事物的能力。作者认为：
- 与真实世界交互的系统若不持续从新信息中学习，就会过时；自然智能系统都在终身学习以适应世界变化
- 市场预测、天气预报、学习人类偏好、控制工厂或假肢等应用都需要能持续学习的 AI 系统
- 论文对可塑性能力给出了直接而深入的实证演示
对持续学习（continual learning）和可塑性损失问题感兴趣的研究者值得关注这份论文。
「研究」频道最新
- 研究者：Anthropic 可解释性正转向认知科学范式 — sreejan_kumar · 2026-10-04
- 一周收到 10 份 ICRA/RAL 审稿邀请，机器人学界审稿压力激增 — ChongZzZhang · 2026-10-04
- David Silver 2024 演讲幻灯片流出:AGI 路线就是 LLM 加 RL — akbirthko · 2026-10-04
- 数学终结了吗?传奇研究者 Szegedy 撰文谈 AI 时代数学的未来 — ChrSzegedy · 2026-10-04
- 标注 15282 条推理轨迹：思考模型放大的行为并非最能预测正确 — Jeande_d · 2026-10-04
- LLM 数学与安全能力为何骤升?业界缺一套可证伪的预测理论 — burny_tech · 2026-10-04