盖世汽车讯 人工智能（AI）的核心技术在于其在学习新信息的同时能够保留现有知识。这种能力对于人工智能系统在各种应用中有效发挥作用至关重要，正如人类在获取新经验的同时能够回忆过去的经验一样。

据外媒报道，韩国蔚山国立科学技术院（UNIST）人工智能研究生院（Graduate School of Artificial Intelligence）的Seungryul Baek教授及其研究团队开发出名为“基于稳定性扩散的深度生成重放（SDDGR, stability diffusion-based deep generative replay）”的新技术，使人工智能能够在保留现有知识的同时学习新信息。这项研究目前已发表在arXiv预印本服务器上。

图片来源：arXiv

SDDGR技术凭借其广泛的有效性改变了人类日常生活的各个方面，使其成为智能家电、机器人和医疗领域的重要工具。值得注意的是，SDDGR在自动驾驶汽车中尤为有效，使其能够准确识别道路物体并实现安全驾驶。在安全环境中，SDDGR可以准确地检测入侵者并触发提示警报。

此前开发的类增量学习（CIL）技术在识别和分类图像中的多个物体时存在局限性。为了应对这一挑战，SDDGR技术应运而生。它能生成高质量的图像，并通过迭代处理帮助维护先验知识。通过利用先进的学习方法，SDDGR可提高处理新数据的准确性。

此外，SDDGR还能通过高效的数据重用降低数据存储和处理成本，从而带来经济效益。研究团队表示，这种方法有望为企业带来显著的经济效益。

Baek Seung-ryul教授指出：“SDDGR模型将有助于提高各个行业连续物体检测的准确性。”

该研究的第一作者Junsu Kim补充道：“我们已经在各种应用中证明了SDDGR技术的实际有效性，这将使企业能够以更低的成本和时间开发更好的人工智能模型。”