Memory-Centric AI是一种利用大容量存储器的人工智能技术。本系统采用神经网络对图像进行分类，并通过参考外部大容量存储器中的知识来避免“灾难性遗忘”现象。在这种情况下，神经网络面临着主要的挑战。通过该方法，我们可以在不失去当前知识的情况下添加或更新知识。2022年欧洲计算机视觉会议（ECCV 2022）于10月25日在特拉维夫举行，铠侠在会上作了口头报告，介绍了该技术。ECCV是一个顶尖的计算机视觉领域的会议。该新闻稿包含各种多媒体内容。请前往以下网址查看完整新闻稿：

https://www.businesswire.com/news/home/20221101006375/en/ ^{人工智能领域的传统技术通常使用更新所称为“权重”的参数来训练神经网络，以获取知识。完成训练后，若要获取新知识，神经网络就必须重新训练，或者使用新数据进行微调。第一种方法需要花费大量时间和能源成本，而第二种方法需要不断更新参数并面临遗忘问题，也就是失去曾经学到的知识，导致分类准确度下降。为了应对基于神经网络的图像分类系统中成本和准确性的问题，一种新的解决方案被提出。该方案将大量图像数据、标签以及图像特征图}[2]

存储在大容量存储器中，以便用作知识库。接着，通过参考储存的知识，神经网络对图像进行分类（见图1）。用这种方法可以增加或更新知识，它是通过给存储的数据添加新获得的图像标签和特征图来实现的。通过这种方法，不需要重新训练或更新权重，不仅可以避免“灾难性遗忘”，而且图像分类的准确度也能够保持更高水平。此外，由于神经网络在进行图像分类时会参考已存储的数据，因此分类结果所依据的数据具有可视化的属性。这样一来，人工智能的可解释性也有望得到提高，同时也缓解了黑盒问题，并支持对知识来源进行有选择性的修改。另外，可以通过分析引用数据来评估每个数据存储的贡献，根据其被引用的频率。铠侠秉承着“以内存之力，提升世界”的使命，一直致力于为人工智能和存储技术的发展做出贡献。铠侠不仅将Memory-Centric AI技术应用于图像分类，还拓展到了其他领域，并促进了采用大容量存储的人工智能技术的研究和开发。关于“内存中心人工智能”的介绍视频：https://youtu.be/lw8XKhviGJc\n“内存中心人工智能”的第一部分：介绍铠侠公司顶尖工程师如何开发基于人类记忆的人工智能系统。详见：https://brand.kioxia.com/en-jp/articles/article25.html第二部分：记忆互联网：头脑风暴Memory-Centric AI用途\n欧洲计算机视觉会议(ECCV)是计算机视觉领域的顶级学术会议。本次会议上，我们提出了Memory-Centric AI的概念，这是一种结合了存储和处理的全新人工智能技术。在头脑风暴环节中，我们探讨了Memory-Centric AI的潜在用途，包括但不限于智能制造、智能医疗、智能物流等领域，为推动人工智能技术的发展献计献策。近年来， ECCV 已经成为人工智能研究论文发表的重要平台，涉及图像分类、物体检测以及其他深度学习技术的应用。最近几年，ECCV已成为人工智能研究领域发表论文的主要场所，其中包括图像分类、物体检测以及其他深度学习相关的技术。今年，其口头报告被接收的比例仅为2.7%。欧洲计算机视觉会议2022（ECCV 2022））\n注释：\n[1] ECCV 2022是欧洲计算机视觉领域的国际会议，该会议于2022年举办。024维）的数值数据）。AI的可解释性指的是以人类可以理解的方式解释人工智能预测结果的基础和原因。AI预测结果的生成过程对人类来说是无法解释的，这就构成了黑盒问题。黑盒问题指的是人工智能运算结果的产生过程对人类不可解读，因此无法理解其预测结果的过程，成为一个不透明的黑盒问题。请注意，公司名、产品名和服务名可能是第三方商标。

关于铠侠

铠侠是全球领先的存储解决方案供应商，专注于研发、生产和销售闪存和固态硬盘(SSD)。1987年，东芝公司创新研发了NAND闪存技术。时至2017年4月，铠侠之前的东芝存储器集团已经从东芝公司中独立分拆出来。铠侠旨在通过提供产品、服务和系统，为客户提供更多的选择，并创造以内存为基础的价值，从而提升整个社会。我们相信，借助于内存的力量，我们能推动世界更进一步。铠侠创新的BiCS FLASH™ 3D闪存技术正在改变多种高容量应用的未来存储方式，涵盖高端智能手机、个人电脑、固态硬盘、汽车和数据中心等领域。该文原文版本可在businesswire.com查看：

https://www.businesswire.com/news/home/20221101006375/en/。