Con người có thể thực hiện nhiều nhiệm vụ cùng một lúc (ví dụ đọc trong khi nghe nhạc), nhưng chúng ta ghi nhớ thông tin từ các nguồn ít tập trung hơn với hiệu quả kém hơn so với chúng ta làm từ trọng tâm hoặc nhiệm vụ chính.
Những thứ như vậy có tồn tại trong trường hợp trí tuệ nhân tạo? Tôi nghi ngờ, ví dụ, mạng lưới thần kinh có những đặc điểm như vậy, nhưng tôi có thể sai.
Câu trả lời:
Kiến trúc CopyCat của Douglas Hofstadter để giải quyết các vấn đề tương tự chuỗi ký tự đã được cố tình thiết kế để duy trì một khái niệm thông tin về ngữ nghĩa về 'sự kiên nhẫn', nghĩa là có nhiều khả năng cạnh tranh, có xu hướng duy trì sự quan tâm đến vấn đề hấp dẫn nhất. Mặc dù giá trị nổi bật của (một phần) của một giải pháp cuối cùng được biểu thị bằng số, nhưng phương tiện mà nó xác định được dự định rộng rãi để tương ứng (ít nhất là về mặt chức năng) với cách thức 'chú ý chọn lọc' có thể hoạt động trong nhận thức của con người.
Sự tập trung, có lẽ dễ nắm bắt hơn là "trọng tâm" hay "sự chú ý", có khá nhiều lịch sử trong AI. Câu trả lời này có đề cập đến CopyCat, và đã có công việc với các mạng lưới thần kinh trong thập niên 80 (ví dụ từ Fukushima , người tạo ra Neocognitron).
Gần đây, sự chú ý trong các mạng lưới thần kinh đang đạt được đà . Các cơ chế được áp dụng để học tập trong các mạng lưới thần kinh sâu.