2026-03-24 | 대전=박희윤 기자

ETRI开发“无遗忘AI”技术…学习新知识也不忘旧知识

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

韩国国内研究团队开发出核心原创技术,使多模态人工智能(AI)即便反复学习新知识也不会丢失既有知识、能够稳定保持,由此在世界舞台上受到关注。

韩国电子通信研究院(ETRI)24日表示,由语言智能研究室室长林秀钟带领的研究团队与浦项工科大学、成均馆大学共同开发的“连续·复合知识编辑技术(MemEIC)”被世界最具权威的人工智能学术会议NeurIPS 2025采纳,并在美国圣迭戈发表。

近来,像ChatGPT、Gemini、Claude那样同时理解图像与文本的多模态AI正在迅速普及。例如,看图片进行说明,或对图中内容以文字提问即可作答的AI。

但这类AI存在一个大问题。当AI学习新信息或修改既有信息时,会连之前学到的知识一起遗忘,出现“灾难性遗忘(Catastrophic Forgetting)”现象。也就是说,AI学了新东西就会忘掉原先知道的内容,产生一种“AI的健忘症”。

尤其在需要同时修改视觉信息与语言信息的情况下,两类知识相互混杂,导致AI无法正确理解,对复合型问题给出错误答案的情形频繁出现。

例如,先后让AI学习“照片中看到的甜点是迪拜黏软饼干”这一视觉信息和“迪拜黏软饼干在韩国很受欢迎”这一语言信息,然后提问“这款甜点在哪个国家很受欢迎?”时,既有AI模型表现出无法正确关联照片与相关知识的局限。

此时既有模型会错误识别照片中的甜点,生成“照片中的图像是巧克力松露,在欧洲很受欢迎”之类不准确的回答,幻觉现象频繁发生。

ETRI研究团队为解决这一问题,新开发出即便面对复合型问题也能准确作答的知识编辑AI技术。

既有方式主要采用直接修改AI内部核心参数来改变知识的做法。这是一种从根本上改变既有模型结构的“脑外科手术式方法”,存在在修改知识的过程中连既有存储信息也会受到影响的局限。

研究团队则提出将新信息存储在AI外部存储器而非内部的方式。这种增加辅助存储装置的方式,是只在需要时调取信息使用的结构,其特点是在维持既有模型稳定性的同时可灵活添加新信息,也确保了扩展性。

MemEIC的设计灵感来自人脑结构。正如人脑分为左脑和右脑、各自承担不同作用,AI也被设计为将知识分开存储。

与图像相关的视觉信息存储于“视觉适配器”,与文本相关的语言信息则分别独立存储于“语言适配器”。当AI接到需要同时理解图像与文本的复合型提问时,“知识连接器”会根据语境将两类信息关联起来生成答案。

经确认,应用了ETRI开发的MemEIC技术的AI能准确结合视觉信息与语言信息,正确回答“照片中的甜点是迪拜黏软饼干,在韩国很受欢迎”。

通过这种将知识分开存储、仅在需要时进行关联的分离存储·选择性结合结构,最大限度减少了不同信息相互混杂的内部干扰问题以及既有知识受损的问题,实现了能够回答复杂问题、具备复合推理能力的AI结构。

研究团队为验证技术性能,构建了由1278个项目组成的复合知识编辑基准(CCKEB),并开展了对数百条知识依次进行编辑的实验。结果显示,MemEIC技术的复合问题准确率约为70%。

与既有技术36~52%的水平相比,性能提升超过一倍。此外还确认了在添加新知识后,对既有问题的回答不发生变化、响应稳定性得以维持的“局部性(Locality)”保持特性。

本次研究在缓解AI遗忘现象的基础上更进一步,同时解决了连续知识编辑与复合推理这两大难题,意义重大。尤其在政策·法令信息、产品信息、产业数据等新信息不断增加与变更、需要持续更新的智能服务领域,预计具有较高的实际应用可能性。

ETRI语言智能研究室室长林秀钟表示:“本次研究的成果在于为多模态AI同时实现实际服务环境所要求的最新信息反映与可靠性确保奠定了技术基础”,并表示“今后将进一步提升技术水平,使其能够稳定反映产业现场的各类信息”。

论文主要作者、ETRI语言智能研究室研究员成振表示:“既有方式在一次性修改视觉知识与语言知识的过程中存在相互干扰的问题”,并解释称“MemEIC通过独立存储两类知识、仅在需要时进行关联的结构克服了这一局限”。

阅读韩文原文