脑科学启发的持续学习，打造个性化的通用人工智能

Personalized Artificial General Intelligence (AGI) via Neuroscience-Inspired Continuous Learning Systems

脑科学启发的持续学习，打造个性化的通用人工智能

https://www.researchgate.net/publication/391282648_Personalized_Artificial_General_Intelligence_AGI_via_Neuroscience-Inspired_Continuous_Learning_Systems

摘要
近年来，人工智能取得了显著进展，主要得益于日益庞大的深度学习模型。然而，要实现真正的人工通用智能（AGI），需要的是根本性的新架构，而不仅仅是扩大现有模型的规模。当前的方法主要依赖于增加模型参数，这虽然提升了特定任务的性能，却难以实现持续、灵活且具备广泛适应性的学习能力。在资源受限的边缘设备上实现具备持续学习与个性化能力的AGI，更是面临巨大挑战。

本文综述了持续学习与受神经科学启发的人工智能研究现状，提出了一种新型的个性化AGI架构，该架构融合了类脑学习机制，适用于边缘设备部署。我们回顾了关于持续终身学习、灾难性遗忘以及边缘人工智能的相关文献，并探讨了人类学习的关键神经科学原理，包括突触修剪、赫布可塑性、稀疏编码和双记忆系统，这些原理为人工智能系统的设计提供了重要启发。基于这些洞见，我们提出了一种AI架构，其特点包括互补的快慢学习模块、突触自优化机制以及内存高效的模型更新方法，以支持设备端的终身自适应学习。

本文提供了所提出架构及学习过程的概念示意图。我们讨论了灾难性遗忘、内存效率和系统可扩展性等关键挑战，并展示了该架构在移动AI助手和具身智能体（如人形机器人）等应用场景中的潜力。最后，我们总结了核心要点，并指出了实现真正意义上持续学习、个性化AGI在边缘设备运行的未来研究方向。尽管该架构目前仍属理论构想，但它整合了多领域的研究成果，为未来的实际实现提供了清晰的路线图。

关键词：个性化AGI，节能型AI系统，突触修剪，赫布可塑性，稀疏编码，双记忆系统，边缘AI

1. 引言
   人工通用智能（AGI）通常被设想为一种具备多样化、类人认知能力的AI系统，能够终身学习并持续适应环境。人类智能的一个关键特征是持续学习能力，即能够在不遗忘已有知识和技能的前提下，随时间不断积累新的知识与技能。为了让人工智能达到接近人类水平的适应能力，它必须能够从新经验中持续学习，针对特定用户或环境实现个性化，并在现实世界的约束条件下高效地完成这些任务。在边缘设备（如人形机器人、物联网设备和自主机器人）上实现这一目标尤其具有挑战性，因为这些设备计算资源有限，且出于隐私、延迟或可靠性等方面的考虑，需要在设备本地进行数据处理。

然而，当前的人工智能系统通常在静态的离线训练阶段完成学习，随后以固定模型的形式部署，不再发生演变。当面对新情况时，这些系统往往需要完全重新训练或依赖云端更新，这对于需要终身个性化学习的应用场景而言是不切实际的[1]。

近年来的研究凸显了生物系统的持续学习能力与当前人工智能之间的巨大差距。目前尚不存在任何一个AI模型能够整合生物大脑所展现出的终身学习的全部特征[1]。人类通过多种神经机制实现持续学习，包括实时调整突触连接、形成稀疏且高效的表征、巩固重要记忆，以及修剪冗余连接。

受神经科学启发的人工智能旨在通过将大脑学习的原理转化为机器学习算法，来弥合这一差距。例如，生物大脑仅消耗极少的能量即可实现卓越的终身学习——人脑约使用20瓦的功率支撑数万亿个突触的运作[1, 2]，这表明其中存在高度高效的学习与记忆管理策略，值得AI系统借鉴和模仿。利用这些机制，有望实现能够在边缘设备上持续学习、且不会发生灾难性遗忘或资源耗尽的人工智能系统。

本文提出了一种全新的、受神经科学启发的AI架构，旨在支持在边缘设备上的终身个性化学习。我们的方法结合了用于快速学习和慢速学习的互补记忆系统，并引入动态模型压缩技术（如剪枝、知识蒸馏和稀疏激活），以克服灾难性遗忘问题，并优化设备端的资源使用效率。

在接下来的章节中，我们首先回顾持续学习和受神经科学启发的AI领域的最新进展，重点分析这一快速发展的领域所面临的关键挑战以及具有前景的应对策略。随后，我们深入探讨支撑类人学习的神经科学原理：突触修剪、赫布可塑性、稀疏编码和双记忆系统，逐一解释这些机制，并讨论它们如何为AI算法的设计提供指导。在此基础上，我们提出一种面向个性化AGI的AI架构，该架构融合了上述神经科学原理。该架构通过结合互补的记忆系统（实现快慢学习）和模型压缩技术（剪枝、蒸馏、稀疏激活），实现持续适应能力，同时保持在边缘设备上的运行效率。

我们还概述了评估所提出系统的具体方法，包括可用于评估持续学习性能和适应能力的潜在数据集与基准测试。为了清晰说明，文中配有概念图，展示该架构及其核心机制。在讨论部分，我们探讨了实际应用中的若干挑战，例如灾难性遗忘、内存效率，以及随着系统学习内容不断增多而带来的可扩展性问题。同时，我们描述了此类具备设备端持续学习能力的AGI的应用场景，包括在动态环境中不断学习的自主人形机器人，以及能够根据用户行为进行个性化适应的机器人和移动智能助手。

最后，我们总结了本研究的主要发现，并指出了未来研究方向，以推动在边缘设备上实现受神经科学指导的终身学习型AGI系统的最终目标。

1. 文献综述
   2.1 人工智能中的持续学习与灾难性遗忘

传统的机器学习模型通常在固定的静态数据集上进行训练，无法自然地处理多个任务的顺序学习。相比之下，持续学习（或称终身学习）范式要求模型随着时间的推移，逐步学习一系列任务或不断变化的数据分布。在这一过程中，一个众所周知的问题是“灾难性遗忘”（catastrophic forgetting）：当模型学习新任务时，会严重丧失对先前已学任务的性能表现。Goodfellow 等人[3]的早期研究为神经网络中的灾难性遗忘提供了实证证据，表明在顺序训练后，模型往往“忘记”如何执行早期任务。他们发现，没有任何标准优化方法能完全消除遗忘，尽管诸如Dropout等技术可在一定程度上缓解该问题。这一现象凸显了“稳定性–可塑性困境”：即系统必须在保留已有知识（稳定性）的同时，具备学习新信息的能力（可塑性）。

在过去十年中，研究者提出了多种应对灾难性遗忘的技术，大致可分为三类：（1）基于正则化的方法，（2）基于记忆回放的方法，（3）基于动态架构的方法[1]。

基于正则化的方法在训练目标中加入约束，以保护重要权重。例如，弹性权重固化（Elastic Weight Consolidation, EWC）为每个参数计算基于Fisher信息矩阵的重要性得分[4]，在学习新任务时惩罚对重要参数的修改。类似地，突触智能（Synaptic Intelligence, SI）[5]通过累积参数对性能贡献的重要性度量来限制其变化。这些方法的灵感来源于大脑中的“突触固化”机制——重要的突触连接变得不那么可塑，从而保护长期记忆。然而，当任务差异较大时，纯正则化方法往往难以平衡，不得不在可塑性与稳定性之间做出妥协。

基于记忆回放的方法通过保留一部分历史训练数据，或使用生成模型模拟过去的经验，在学习新任务的同时“复习”已学任务。例如，经验回放（experience replay）在训练过程中存储少量历史样本，并将其与新任务数据交错使用[6]。这种策略受到生物大脑中海马体“记忆回放”现象的启发，该现象被认为在睡眠期间巩固记忆。现代改进方法包括iCaRL[7]，它为每个类别存储代表性样本以支持增量分类学习；以及生成式回放（generative replay）[8]，通过训练生成网络为过去任务合成伪数据用于复习。一些受脑科学启发的回放机制也被探索：van de Ven 等人[9]提出了一种神经机制启发的回放策略，通过模拟大脑在记忆巩固过程中重新激活神经模式，显著提升了持续学习性能。回放方法能有效缓解遗忘，但存储真实数据会占用大量内存，并引发隐私问题（这对设备端个性化学习尤为不利）；而生成式回放则会增加额外的计算开销。

Mai 等人（2021）[10]的一项全面实证研究对当前最先进的在线持续学习（OCL）方法在图像分类任务上的表现进行了系统比较。该研究评估了MIR、GDumb、iCaRL和ER等多种方法在不同场景（如类别增量和领域增量）下的性能。研究还强调了若干实际因素的重要性，包括内存缓冲区大小、任务顺序以及分类器选择（如最近类均值 vs. Softmax）。通过对OCL技术的系统分析，该论文突显了在准确性、内存限制和计算效率之间取得平衡的挑战，这些问题正是面向边缘部署的终身学习系统所面临的核心难题。研究结果进一步说明，亟需设计灵活且高效的新架构，以在真实世界流式数据环境中实现稳健性能。

基于动态架构的方法通过扩展或重构模型结构来适应新知识。例如，渐进式神经网络（Progressive Neural Networks）[11]为每个任务分配一个独立的神经网络列，并通过横向连接利用先前任务学习到的特征。这种方法从设计上完全避免了任务间的干扰（每个任务使用独立参数），但模型规模随任务数量线性增长，这对于边缘设备部署而言不可行。后续研究致力于实现更紧凑的扩展：动态可扩展网络（Dynamic Expandable Networks）[12]仅在损失改善需要时才增加神经单元；而PackNet[13]则通过迭代剪枝释放网络容量，将多个任务“打包”进同一模型，通过分配互不重叠的参数子集实现任务共存。这类方法与神经科学中的“神经发生”（新增神经元）和“突触修剪”（删除连接）等概念相关，我们将在后文深入探讨。近期关于终身学习加速器的研究也强调了可重构架构的价值：在保留原有知识的基础上，动态添加神经元或突触以学习新知识[1]。例如，为网络增加“额外”的神经元或层来隔离新知识的学习，有助于减轻遗忘。然而，这些动态扩展方法通常通过增加参数来实现（如渐进式神经网络中每个任务增加一个完整“列”），即便更高效的方法（如Dynamic Expandable Networks）在多个任务后模型规模仍会增长2至3倍。例如，一个基础参数量为160万的网络，在使用渐进式神经网络学习10个任务后，参数量可能膨胀至超过1600万（10倍），这在内存受限的边缘设备上显然不可接受。尽管PackNet等方法通过剪枝和权重复用缓解了参数增长，但仍需存储剪枝掩码，带来额外的存储开销。因此，任何依赖增加神经元或层的方法，在内存受限或边缘场景下通常都难以实际应用。

2.2 受神经科学启发的人工智能方法

神经科学长期以来一直是人工智能的灵感源泉，从早期神经网络的提出（受大脑神经元启发），到当前关于终身学习的研究，皆是如此。受神经科学启发的人工智能既包括融入类脑机制的算法，也包括模拟神经过程的硬件系统（即神经形态计算）。本文主要聚焦于与持续学习和个性化相关的算法层面的启发。

神经科学的一个关键洞见是：生物大脑采用多个相互协作的学习系统。例如，“互补学习系统”（Complementary Learning Systems, CLS）理论[14]指出，大脑的记忆功能由两个系统共同支持：一个学习速度快但记忆短暂的临时存储系统（海马体），以及一个学习速度慢但用于长期存储的系统（新皮层）。这一理论启发了将“快速适应”与“慢速知识积累”分离的人工智能架构。Wang 等人[15]最近的研究借鉴了果蝇（Drosophila）的学习模型，设计了一种多模块AI系统，能够主动调节遗忘过程。在果蝇中，不同的神经模块负责并行的记忆轨迹，某些记忆若被证明不重要则允许其自然衰减，从而为新学习保留足够的可塑性。Wang 等人通过协调多个学习模块模拟了这一机制：在网络的某一部分主动弱化旧记忆，以增强对新信息的可塑性；而在另一部分则确保重要知识得以保留。该方法在持续学习基准测试中优于传统的突触正则化方法（如EWC），凸显了生物启发策略（在此例中，特定模块的“有目的遗忘”）如何提升系统的灵活性。

另一个重要的神经科学启发方向是学习规则。经典的赫布学习规则（“一起激活的神经元会连接在一起”）描述了当突触前与突触后神经元同时激活时，其连接会增强的现象。尽管标准深度学习主要依赖反向传播梯度更新，而非局部的赫布式更新，但近年来，将赫布式可塑性引入AI以实现快速适应的研究日益增多。例如，“快速权重”（fast weights）方法[16, 17]将某些权重视为可由赫布规则动态更新的变量，用于存储近期上下文信息。Munkhdalai 等人[18]及其他研究者探索了元学习算法，其中部分连接被设计为能以赫布方式快速适应新数据。Behrouz 等人[19]提出的“Titans”架构则提供了一个实际范例：它将标准的基于注意力机制的Transformer（被解释为用于当前上下文的短期记忆）与一个外部的可学习记忆模块（作为长期记忆）相结合。在该框架中，注意力机制因上下文有限，可类比为工作记忆；而可微分记忆模块则用于捕捉长程依赖，作为持久性存储。此类架构呼应了“双记忆系统”的理念，并采用允许信息快速写入记忆模块的学习规则（这些规则可能通过局部的、类似赫布的更新实现）。通过融合这些思想，AI系统可以在推理过程中或实时动态调整部分参数，实现对新模式的一次性或少样本学习，类似于人类快速记住一个新事实的能力。

神经形态计算是受神经科学启发的AI的另一重要方向，侧重于部署层面。神经形态芯片（如英特尔的Loihi或IBM的TrueNorth）采用脉冲神经网络模型和事件驱动的运行方式，模拟大脑硬件的高效特性。这些芯片支持片上学习，利用局部可塑性规则（例如基于脉冲时间的可塑性，STDP，一种赫布学习形式），且功耗极低，因此在边缘设备上具有巨大潜力。例如，初创公司BrainChip开发的Akida处理器实现了具备片上学习能力的脉冲神经元，专门用于视觉任务，其设计直接受到神经生物学的启发[1]。尽管目前脉冲神经网络在复杂任务上的准确率尚不及深度学习，但研究原型已证明其在低能耗设备上实现增量学习的可行性[20]。

此外，大脑在睡眠期间进行记忆巩固的概念也启发了相关算法。这些算法模拟一个“离线阶段”（例如边缘设备处于空闲或充电状态时），通过回放记忆或重组知识来巩固学习，类似于大脑在睡眠周期中对学习内容进行整合的过程。

2.3 边缘AI部署与模型压缩

在边缘设备上部署类AGI（人工通用智能）能力面临模型大小、计算能力和能耗等方面的严格限制。当前最先进的AI模型，尤其是在自然语言处理或计算机视觉领域，通常规模过大，无法直接在设备端运行，往往依赖强大的云端服务器进行训练。为了实现设备端的推理，研究人员广泛采用模型压缩和效率优化技术。

知识蒸馏（Model distillation）是一种常见方法，其核心思想是将一个大型“教师”模型的知识迁移至一个更小的“学生”模型，通过训练小模型去模仿大模型的输出结果或中间表征来实现[21]。知识蒸馏已被广泛用于压缩模型，以适应移动端部署，同时保持较高的准确率。例如，强大的云端训练模型可以定期被蒸馏为设备上的个性化小模型，从而为设备提供一个强大的先验知识基础，之后设备可通过本地学习进一步进行个性化调整。

量化（Quantization）是另一种关键技术，通过降低模型参数的数值精度（例如，使用8位整数代替32位浮点数），来减小内存占用并加速支持低精度运算的硬件上的推理过程。如今许多边缘设备已支持8位或混合精度运算，相关研究正朝着更低精度（如4位甚至二值网络）的训练与推理发展，以进一步节省能耗。然而，如文献[1]所指出（引用Kudithipudi等人），当前部署的神经网络通常以降低的精度（如8位）运行，这足以支持固定的推理任务，但不足以支持持续学习。学习新样本通常需要更高精度的参数更新或可适应的架构[1]。这表明，亟需开发能够在量化约束下进行学习的算法，或在学习新信息时动态提升精度的机制。

剪枝（Pruning）是另一种模型压缩方法，通过移除非关键的权重或神经元，生成稀疏模型。迭代剪枝可以在几乎不损失准确率的前提下显著减小模型规模[22]。在持续学习的背景下，剪枝具有双重作用：既压缩模型，又释放容量用于学习新任务。Golkar 等人[23]提出了一种基于神经剪枝的持续学习方法，在每个任务结束后对网络进行稀疏化处理，并将释放出的神经元用于后续任务的学习。他们还提出了“优雅遗忘”（graceful forgetting）的概念：有意牺牲少量旧任务的性能，以换取大量可用于学习新任务的容量。这种受控的权衡类似于大脑在发育过程中进行的突触修剪——通过消除部分记忆痕迹，优化网络效率，为未来的学习腾出空间。

此外，稀疏激活架构（sparsely activated architectures）近年来受到广泛关注，因其能高效扩展AI模型。典型代表是“专家混合”（Mixture-of-Experts, MoE）范式，如GLaM模型[24]所采用的结构：训练大量子模型“专家”，但对任一输入仅激活其中一小部分。这意味着尽管模型总参数量巨大，但每次推理的实际计算量仍然可控，因为大多数参数在每次前向传播中保持非活跃状态。这种稀疏激活机制类似于大脑的“稀疏编码”——即对于特定刺激，仅有少数神经元被激活。在GLaM中，该设计实现了语言模型的高效扩展，表明可以在不显著增加运行成本的前提下提升模型容量（即潜在知识量）。在边缘场景下，我们可以设想一种小型化的MoE架构：不同专家专门处理不同上下文或任务（例如，分别针对用户的不同活动或环境），每次仅调用相关专家。这样，设备无需同时运行整个庞大模型，甚至可以随着时间推移关闭或剪枝那些对用户已不再相关的专家。

另一种提升推理效率的有前景方法是早退网络（early-exit networks），即模型可根据输入的复杂程度，在中间层提前终止计算，适用于被判定为“简单”的输入[25]。这种动态推理策略在保持对复杂输入使用深层网络能力的同时，显著降低了平均计算开销。此类架构特别适合边缘部署，使设备在处理常规任务时能够快速、节能地响应，而在需要时仍可调用完整的深层模型。

综上所述，现有文献表明，要在边缘设备上实现持续学习，必须综合运用多种技术：防止遗忘的策略、借鉴大脑高效机制的设计，以及严格的模型压缩方法。接下来，我们将详细探讨具体的神经科学原理，并分析它们如何助力构建类人的持续学习系统。

1. 面向类人学习的人工智能神经科学原理

人类大脑具备多种关键特性，使其能够持续且高效地进行学习。本文重点介绍其中四项核心原理：突触修剪、赫布可塑性、稀疏编码和双记忆系统，并阐述它们在生物学中的作用及其对人工智能的启示。

3.1 突触修剪

在发育和学习过程中，大脑不仅会形成新的突触连接，还会大量消除已有的突触。突触修剪（Synaptic Pruning）是指去除那些不常用或较弱的连接，从而使神经网络变得更加高效和专业化。在人类中，突触修剪在婴幼儿期和青春期尤为显著；据估计，在青春期期间，某些脑区的突触数量大约减少了50%[26]。通过清除不再频繁使用的突触，大脑降低了代谢消耗和神经噪声，有效地对神经回路进行了“清理”[27]。突触修剪确保了关键连接（即被反复使用的连接）得以保留并增强，同时清除冗余的通路（见图1）。

在人工智能的背景下，突触修剪启发了在训练或持续学习过程中简化神经网络的方法。网络可以初始时具备过剩的容量，随后剪除对输出影响较小的权重（例如，长期接近零的权重）。这种方法能够得到稀疏模型，从而提升运行速度并减少内存占用，这对于边缘设备至关重要。更重要的是，在持续学习中，剪枝可以回收容量以用于学习新任务。可以采用“先剪枝后增长”（prune-and-grow）的策略：在学习完一组任务后，剪除冗余或重要性最低的权重，然后利用释放出的容量（或在必要时添加新神经元）来学习后续任务。这一过程模拟了生物神经系统的发展机制，即先形成大量连接，随后逐步优化和精简（见图2）。

如前所述，Golkar 等人[23]的研究表明，通过剪枝允许对旧任务进行少量可控的遗忘，反而可以防止在未来训练中发生更大规模的非受控遗忘。本质上，通过剪除编码了某些旧任务细节的权重，模型虽在该任务上性能略有下降，但获得了更大的灵活性，能够在不与旧权重发生冲突的情况下掌握新任务。

3.2 赫布可塑性

唐纳德·赫布（Donald Hebb）提出的著名原理常被概括为“一起激活的神经元会连接在一起”，其核心思想是：当相连的神经元同时活跃时，它们之间的连接往往会增强（见图3）。这种赫布可塑性被认为是联想学习的基本机制——即我们如何学会将两个事件或刺激关联起来。

在生物神经元中，反复的同步激活会导致突触权重增强（即长时程增强，LTP），而缺乏协调活动则会导致连接减弱（即长时程抑制，LTD）。赫布学习规则的一些变体，例如基于脉冲时间的可塑性（Spike-Timing-Dependent Plasticity, STDP），会根据神经元之间脉冲发生的精确时间顺序来调整突触强度（见图4）。

将赫布学习机制引入人工智能，为网络提供了一种无需显式标签或基于梯度训练的学习方式，仅通过强化共现模式即可实现学习。这种机制在历史上已体现在一些无监督特征学习方法中，例如赫布型神经网络和竞争学习。例如，Oja规则用于主成分提取，就是赫布学习的一种改进形式[28]。

在现代背景下，赫布原理在快速适应组件中重新受到关注。例如，可以设计网络中的某些权重，使其按照简单的规则进行更新：

其中，x 和 y 分别为突触前和突触后的激活值，η 是学习率。这种形式使得网络能够即时形成临时记忆（见图5）。

Miconi 等人[29]将可微的赫布可塑性机制引入循环神经网络，使模型能够根据任务执行过程中的神经活动快速调整特定突触。他们证明，这类模型在序列学习基准任务上表现更优。

同样，“快速权重”（fast weights）[17] 的概念也利用赫布式更新，临时存储信息，供标准的慢速权重网络在后续使用。这一机制类似于突触层面的短期记忆，其中赫布可塑性为人工系统中任务内的快速适应提供了生物学隐喻。

3.3 稀疏编码

大脑的神经活动具有高度稀疏性：在任意时刻，一个脑区中只有少数神经元强烈放电，而大多数神经元保持相对静息状态。这种稀疏编码（Sparse Coding）提高了信息处理的效率，并减少了不同表征之间的重叠。通过为每个概念或刺激激活一组独特且稀疏的神经元组合，大脑能够最小化干扰——即两个不同的记忆在激活神经元上的重叠更少，从而降低彼此干扰的可能性。此外，稀疏表征不仅依赖激活的强度，更依赖于“哪些神经元被激活”，从而在相同数量的神经元下显著提升信息表达能力（见图6）。神经科学的实证研究（如对视觉和听觉皮层的记录）已发现稀疏放电模式的证据，例如，某个皮层神经元可能仅对特定的刺激特征产生强烈响应，而对其他刺激则保持沉默。这支持了Barlow提出的“高效编码假说”——大脑力求以最少的冗余来表征信息。

在人工智能中，促使神经网络实现稀疏编码同样具有诸多优势。例如，对神经元激活施加L1正则化、使用“胜者通吃”（winner-take-all）层，或采用促进稀疏性的激活函数（如ReLU天然将负输入置为零），都可以使网络在处理任一输入时，大量神经元输出为零或接近非活跃状态。稀疏神经网络不仅能带来计算速度的提升（因为许多神经元对当前输入无贡献），还能在持续学习中减少任务间的干扰。如果不同任务或类别激活的是不同的神经元子集，权重使用的重叠程度就会降低，从而减轻灾难性遗忘。

近期的持续学习研究已开始利用这一特性。SparCL[30]明确鼓励每个任务由一个稀疏的特征子集来专门处理，在内存受限的边缘设备上训练时，表现出更优的记忆保持能力。

此外，前文提到的专家混合模型（GLaM）是粗粒度结构化稀疏性的一个典型例子：对于任意输入，众多专家子网络中仅有少数被激活[24]（见图7）。

可以设想一种持续学习系统，该系统为智能体所遇到的不同场景（例如，工作场景与家庭场景，或机器人在室内与室外环境）发展出独立的“专家模块”，并通过一个门控机制（可能是学习得到的或由上下文驱动的）确保仅相关模块被激活。这样，知识被分隔存储，当需要适应新场景时，只需招募一组新的稀疏神经元（或一个新专家），而不会干扰已有模块。

3.4 双记忆系统（快与慢学习）

生物认知依赖于多个记忆系统。其中一个重要理论是“双记忆系统”（即互补学习系统），由海马体（快速学习，负责情景记忆）和新皮层（慢速学习，负责语义记忆）共同构成。海马体能够快速编码新经验（仅需一次或少数几次接触），并能回忆特定事件（例如，你昨晚吃了什么晚餐），但这些记忆最初较为脆弱。而皮层则通过反复经历和睡眠周期，逐步积累结构化的知识（如抽象概念和技能），并在不同经验之间进行整合（见图8）。

随着时间推移，记忆可以从海马体向皮层进行巩固：重要事件被反复“回放”，并逐步整合到皮层网络中，实现长期存储，从而使海马体得以持续接收新的记忆。这种分工机制使人类既能快速学习（通过海马体的高可塑性），又能保持知识的稳定性与泛化能力（通过皮层的慢速学习）[31]。值得注意的是，主动遗忘也是这一过程的一部分——海马体会丢弃或弱化那些未被重复访问或不再有用的记忆，以防止系统过载。

对于人工智能而言，通过架构设计实现双记忆系统，可以从根本上解决稳定性与可塑性之间的矛盾。许多研究者已提出互补式学习架构。一种简单的实现方式是：设置一个主模型用于慢速学习（例如，通过标准的随机梯度下降在累积知识上持续更新），并配备一个辅助记忆模块，用于显式存储近期经验。例如，“记忆缓冲区+基础模型”的架构：缓冲区（类比于海马体）缓存最近的数据或近期任务的微型模型，而基础模型（类比于皮层）则周期性地利用缓冲区中的信息进行再训练或扩展。这一思想正是某些基于回放方法的核心所在——其中缓冲区充当短期记忆，而网络权重则作为长期记忆（见图9）。

“Titans”架构[19]提供了一种更具结构性的方法，其中注意力机制充当短期上下文记忆，而长期记忆模块则作为可查询的知识持久存储。另一个例子是元学习方法，如记忆增强神经网络（Memory-Augmented Neural Networks）[32]或在线感知元学习（Online Aware Meta-Learning）[33]，这些方法有效地训练模型分为两个部分：一部分能够快速更新（有时甚至在测试或部署阶段进行更新），另一部分则缓慢变化（跨元迭代过程）。这些都体现了快与慢学习的分离思想。

双记忆系统的概念直接应对了灾难性遗忘问题：长期记忆被保护起来，避免快速变化，从而保留已有知识；而短期记忆则负责快速学习新内容，不会立即覆盖长期参数。随着时间推移，只有经过筛选和验证的更新才会被写入长期存储。然而，这一机制仍面临挑战，例如在边缘设备上如何确定两个记忆模块的合适容量，以及如何确保两者之间的一致性，以维持AI行为的连贯性。尽管如此，许多持续学习框架都隐式或显式地采用了这一思想，显示出其巨大潜力。例如，“Learn to Grow”[34]使用一个知识库网络（慢速学习）和一个针对新任务的自适应扩展网络（快速学习），后者最终会与基础网络融合。类似地，在强化学习中，可以将策略分为一个稳定的预训练部分和一个可快速适应新环境、学习新技能的在线更新部分。

上述讨论的原理不仅揭示了人类学习背后的核心机制，也为构建具备类似能力的人工通用智能（AGI）系统提供了设计框架。在下一节中，我们将阐述如何将这些原理转化为一个统一、可操作的系统架构。

1. 面向边缘设备的个性化AGI架构设计

基于上述研究洞见，我们提出一种专为资源受限的边缘设备（如搭载NVIDIA Jetson平台的人形机器人）设计的“三重记忆持续学习”（Tri-Memory Continual Learning）AI架构。该架构的总体目标是在最小化计算开销的同时，实现推理与实时训练的并行运行。通过将类赫布式学习规则与误差驱动的反向传播相结合，模型能够持续适应新信息，剪除很少使用的连接路径，并在短期、长期和永久记忆模块之间保留关键知识。这一设计不仅符合大脑选择性遗忘与保留的生物学原理，也为实现个性化AGI提供了一条切实可行的路径——即具身智能体能够在真实环境中不断演化并专业化其认知功能。

4.1 动机与核心概念

现代人形机器人、自主机器人及其他边缘设备必须在仅具备有限板载计算能力、且难以频繁依赖外部资源的情况下，实时处理连续的数据流。借鉴赫布可塑性与双记忆系统理论，我们的方法旨在实现带有选择性遗忘的持续学习，类似于人类大脑中观察到的突触调整机制。

与传统的大型离线训练周期不同，本系统通过本地使用追踪机制，在每次推理后立即进行轻量级更新，并依赖周期性的后台进程完成更重的“知识巩固”任务。这种快速、渐进的可塑性与延迟、更深层次的网络重构相结合，契合神经科学中关于“快学习”与“慢学习”的理念。

本方法的核心机制之一是“微睡眠”（microsleeps）。微睡眠是指持续数毫秒至数秒的短暂时间窗口，在此期间，前向推理被暂时暂停或降低优先级。该微睡眠窗口允许模型执行一种极简形式的模拟突触衰减，称为“全局偏移”（global offset）：即对所有权重施加一个微小的、统一的负向偏移。经过偏移后仍大于零的权重得以保留，而低于零的权重则被视为失效（即被暂时禁用）。然而，这些微睡眠阶段并不包含基于回放的记忆复习或大规模剪枝操作。通过将微睡眠限制为仅执行全局偏移，系统实现了持续、温和的衰减机制，而无需承担剪枝或完全重训练等高计算成本操作的开销。

在本框架中，真正的突触剪枝发生在更长的“离线”或夜间会话期间——此时机器人可接入更充足的电源，且不受实时运行需求的严格限制。在此类会话中，剪枝阈值将根据当日的使用统计数据自适应确定，模拟了生物大脑随时间逐步消除未充分使用突触连接的过程。

例如，若机器人在某一天遇到的新刺激较少，系统可判断无需进行大规模剪枝；反之，若当天经历了大量新体验，则可能触发更显著的网络资源重新分配。这种剪枝操作的策略性调度实现了动态稀疏编码：极少使用的权重被逐步修剪，从而保持整体参数空间的紧凑性与能效。

除了剪枝之外，旨在缓解灾难性遗忘的基于回放的记忆复习过程也被安排在这些离线时段进行，这与生物大脑中通过睡眠实现记忆巩固的机制相呼应。系统会通过一次短暂的训练过程，重新访问一小批近期经验，以及来自精心筛选的回放缓冲区中的样本。这确保了新建立的关联得到强化，同时关键的长期知识得以保留。

这一机制符合双记忆系统（或如我们扩展的“三重记忆”系统）的理念：短暂、可塑的变化首先在短期记忆中积累，但只有经过有意识的复习与巩固，才能形成稳定、持久的长期表征。

总体而言，本架构融合了多项神经科学启发机制：采用类赫布式的局部更新实现即时适应，利用突触剪枝进行资源管理，通过微睡眠偏移实现轻量级的持续衰减，并借助离线回放巩固不可或缺的技能，从而在边缘设备上实现稳健且高效的持续学习。通过将计算成本较高的操作（如剪枝、回放训练）推迟至离线或夜间会话中执行，系统在活跃时段保持了高响应性和低功耗特性，有助于在资源受限的具身设备上推动个性化AGI的发展。

4.2 三重记忆系统：短期记忆（STM）、长期记忆（LTM）与永久记忆（PM）

本方法的核心组成部分是“三重记忆持续学习”（Tri-Memory Continual Learning）架构，该设计在传统双记忆系统的基础上进一步扩展，引入了一个专用的永久记忆（Permanent Memory, PM）模块（见图10）。这一架构受到神经科学中多时间尺度记忆形成与巩固机制的启发，反映了从快速编码的瞬时信息到深度内化的技能之间的完整谱系。

通过将模型参数划分为三个独立层级：短期记忆（Short-Term Memory, STM）、长期记忆（Long-Term Memory, LTM）和永久记忆（Permanent Memory, PM），该系统模拟了大脑快速捕捉新经验、巩固反复验证有用的信息，并永久保留核心能力的机制。

短期记忆（STM）作为新信息的快速学习缓冲区。当机器人遇到未预料的输入或刺激时，STM中的可塑性连接会通过类赫布式更新迅速调整，使系统能够即时吸收新的关联信息。这种高度的可塑性确保了对即时需求的快速响应；然而，由于STM容易频繁波动，存储在此的记忆相对不稳定。

相比之下，长期记忆（LTM）则用于稳定那些被反复证明具有价值的模式。通过使用追踪机制和轻量级的误差驱动更新，系统识别出哪些STM连接应迁移至更持久的LTM。一旦进入LTM，参数的更新频率显著降低，从而减少对已建立良好表征的覆盖风险。然而，若某些LTM权重在离线维护期间低于自适应阈值，仍可能被剪枝或衰减，这体现了在知识保留与资源效率之间持续平衡的必要性。

巩固阶段（周期性执行）：当STM中积累的变更达到预设阈值，或在预定时间间隔到来时，系统进入“巩固阶段”。此时，对STM中的新知识进行分析：若其中部分内容应转为长期记忆（例如，频繁使用的技能或任务上的显著提升），则“巩固模块”将更新LTM网络。该过程可能包括一次短暂的训练，使用LTM网络原有的核心知识数据与STM记录的新数据样本进行联合微调。在此过程中应用正则化方法（如EWC），以防止重要权重发生剧烈变动。整合完成后，LTM网络以稳定形式包含新知识。巩固完成后，STM学习器可被重置或清除已整合的内容，类似于海马体向皮层转移记忆后释放海马体空间的过程。

第三层——永久记忆（PM），用于保存模型中最关键、不可或缺的功能或能力，使其免受常规衰减和剪枝的影响。只有当某个参数或子网络被长期验证为具有极高实用性后，才会从LTM“升级”至PM，从而确保任务关键的功能、技能和记忆得以永久保留。PM的设计灵感来源于生物系统中长期存在甚至“硬接线”的能力，例如人形机器人中的基本运动能力或核心感知例程。通过引入这一受保护的知识层级，三重记忆架构在持续适应的同时，避免了对构成机器人整体智能基础的关键能力造成损害。

稀疏分布式表征：每个网络均采用稀疏编码原则，使得任意输入（或任务）仅激活神经元中的一小部分。这一特性可通过在层中引入激活正则化（鼓励大多数神经元保持非活跃状态）实现，或通过架构设计采用“专家混合”（Mixture-of-Experts, MoE）层来达成（见图11）。具体而言，在LTM网络中，我们引入专家门控机制：针对不同类型的知识领域（如视觉、语言或其他上下文），仅激活对应的专家子网络。当遇到新的数据领域时（例如，移动助手开始处理一种新型传感器数据），可新增一个专家模块，而无需干扰现有专家，从而实现知识的模块化扩展与高效管理。

这一设计借鉴了GLaM模型[24]中的专家混合（MoE）思想，但针对资源受限的边缘设备进行了适应性调整。门控机制可通过输入的上下文特征来选择使用哪个专家模块，从而确保系统的模块化，并保护已有能力不被干扰。

4.3 用于轻量级衰减的微睡眠机制

在受生物启发的框架中，短暂的休息阶段（即“微睡眠”）为执行轻微但有益的系统维护操作提供了机会。在我们的实现中，微睡眠会在固定的时间间隔或每完成一定次数的推理后触发；每次微睡眠的持续时间通常为几毫秒到数秒，具体时长取决于应用场景对延迟的容忍程度（见图12）。

在微睡眠期间：

全局偏移（轻量级衰减）：对网络中所有权重施加一个统一的负向偏移。该操作模拟了突触的自然衰减过程，但通过一次向量化运算即可完成，计算效率高。权重若因偏移降至零，则被视为暂时休眠，但仍保留在内存结构中，直到后续在离线阶段进行正式剪枝（见第4.4节）。

轻微梯度更新（可选）：若系统资源允许，可对最近一批输入执行一次短暂的基于梯度的更新。然而，微睡眠被有意设计为持续时间极短，以最小化系统开销，确保实时推理过程不会受到显著干扰。

大规模剪枝不在这些微睡眠期间进行。相反，微睡眠提供了一种渐进、温和的机制，用于控制权重的幅值，防止其无限制增长。虽然其对整体内存占用的即时影响较小，但从长期来看，全局偏移会推动网络趋向一种稳定状态：即频繁使用的权重保持较大数值，而很少使用的权重则逐渐衰减至可忽略的水平。

4.4 夜间（离线）剪枝与基于回放的训练

为了处理剪枝和避免灾难性遗忘等计算密集型任务，我们预留了离线时段，这类时段在神经科学中常被称为“基于睡眠的巩固”过程的类比。在这些较长的离线阶段，机器人（或边缘设备）通常处于充电或连接稳定电源的状态，从而缓解了实时运行时严格的能耗限制（见图13）。

在此离线阶段，模型执行自适应剪枝（adaptive pruning），该过程由全天积累的使用统计数据驱动。每个连接（无论是神经元、注意力头还是权重）都会维护计数器，记录其在成功推理中有效贡献的频率。若这些计数器长期处于较低水平，则该连接被视为冗余。是否进行剪枝的决策基于动态确定的阈值，该阈值综合考虑了机器人的内存容量以及自上一次离线周期以来所获取的新信息量。

通过剪除使用频率低的连接，系统实现了更稀疏的内部表征，从而降低了后续在线操作的内存占用和计算开销。重要的是，这一过程并非强制每晚执行。如果当天几乎没有新的交互或数据输入，系统可选择跳过剪枝，以保留已建立的参数，防止不必要的知识丢失（见图14）。

尽管使用计数器为剪枝和知识巩固提供了量化的依据，但它们并不能完全反映交互的质性特征。为此，我们提出引入轻量级的用户反馈机制。在每次交互结束后，系统可选择性地请求用户进行显式评分（例如1–5分），或通过一个小型情感分析模型隐式推断反馈。这一情感信号将在知识巩固过程中作为调节因子发挥作用。

例如，一个使用频率较高的连接，若持续收到负面情感反馈，即使使用频繁，也可被降低优先级或标记为需要主动替换。相反，一个使用较少但获得强烈正面反馈的技能，则可在回放过程中被保留更长时间或得到强化。长期来看，如果某项已巩固的技能（位于LTM或PM中）持续收到负面反馈，系统可触发其替换机制，从可信的外部来源获取更新版本。

离线时段还包含基于回放的记忆复习机制，以防止灾难性遗忘。在日常运行过程中，模型会积累一个小型回放缓冲区，其中包含最近遇到的模式样本，以及对机器人性能至关重要的早期基础样本。在离线阶段，系统会通过一次短暂的小批量训练过程，重新呈现这些样本。

这一复习过程既能巩固新形成的表征，又能强化已掌握的能力，确保新更新不会覆盖先前已熟练掌握的知识。通过周期性地将过往任务与新经验结合复习，该架构能够在多种场景下保持稳健的性能，这与生物学理论相一致——即关键刺激在非任务执行期间的重复暴露有助于记忆的巩固。

通过上述机制，模型在适应性与稳定性之间实现了平衡。离线剪枝步骤强制实现稀疏编码，这一神经科学原理有助于提升计算效率；而基于回放的复习机制则将关键能力逐步固化到长期记忆（LTM）或永久记忆（PM）中。

4.5 混合学习：赫布式与误差驱动的更新

除了决定保留哪些知识外，该架构还通过混合学习机制解决知识如何编码的问题。为了将基于局部关联的可塑性与全局性能优化相结合，系统同时采用类赫布式更新和误差驱动（基于梯度）的权重调整。

当两个神经元以有益的方式共同激活时（由使用计数器和部分信用分配机制判断），它们在短期记忆（STM）或长期记忆（LTM）中的连接权重将获得小幅增强。这类赫布式更新以极低的延迟强化了有用的关联，以符合生物学规律的方式促进相关性增长。

与此同时，误差驱动（基于梯度）的学习在微睡眠期间选择性地进行（用于微小修正），或在离线阶段更广泛地执行（用于全面微调）。该方法通过将网络与任务目标对齐，补充了赫布可塑性机制，有效整合了局部关联信号与全局性能需求（见图15）。

4.6 操作时间线

在我们的三重记忆系统中，一个典型的操作周期如图16所示，主要包含以下阶段：

1. 输入与推理：系统接收新的传感器输入或用户查询，并在网络中执行前向传播。同时，使用计数器累积神经活动统计信息。相关的连接会立即施加局部类赫布式的增强。

2. 实时局部调整：每次推理后立即进行小规模、快速的调整。这些更新既包括由关联驱动的赫布式增强，也包含轻微的基于误差的修正。此阶段不执行大规模衰减或剪枝，以限制计算开销。

3. 微睡眠（周期性维护）：在预设的时间间隔（如完成一定次数的推理或经过特定时长）后，系统进入微睡眠阶段。在此短暂暂停期间，对所有权重施加全局偏移以模拟突触衰减，并将低于剪枝阈值的权重暂时停用。

4. 微复习（Micro-Rehearsal）：系统短暂地重新访问回放缓冲区中的若干样本，包括近期数据和具有代表性的旧样本，以强化关键技能。通过一次短暂的反向传播更新，纠正新数据可能引起的性能漂移，确保长期运行的稳定性。

1. 稳定运行与动态重构

   ：随着时间推移，重要权重被不断强化并保留在模型中（通常从STM迁移至LTM或PM），而无关路径则被逐步剪除。这一循环过程确保网络始终针对当前任务保持动态优化。

4.7 实现细节与考虑因素

由于本架构中所有权重保持非负（部分得益于ReLU类激活函数），剪枝阈值易于管理，无需处理负权重问题。

更高的效率来源于硬件层面对稀疏矩阵乘法的支持：一旦权重被剪枝为零，网络的实际规模即缩小，从而降低前向传播的延迟和能耗。这使得该架构特别适合部署在支持稀疏计算硬件加速的边缘平台，如NVIDIA Jetson或类似的嵌入式AI芯片。

1. 概念性评估与设计可行性

本文提出的个性化AGI架构旨在现实世界约束条件下运行，例如计算能力、内存和能源受限的环境，尤其适用于边缘设备。尽管尚未提供实证结果，本节将进行系统的概念性评估，分析该系统的设计权衡、在边缘平台上的可行性，以及相较于现有持续学习方法的潜在优势。我们还将讨论实际应用场景，以说明该系统在真实环境中的运行方式，并以若干开放性研究问题作为本节的总结。

5.1 与现有架构的理论对比

表1从持续学习、边缘部署和类脑AI三个维度，对本文提出的架构与代表性方法进行了概念性对比。评估标准包括内存效率、灾难性遗忘缓解能力、设备端学习的适用性，以及模块化与未来可扩展性。

本方法的独特之处在于，将动态内存分配、轻量级赫布式更新、夜间知识巩固以及模块化设计有机结合，这些机制均模拟了生物大脑中观察到的高效学习策略。与许多以往方法在缓解遗忘的同时牺牲可扩展性或边缘部署能力不同，我们的框架通过剪枝和选择性记忆保留机制，使模型规模保持有界，因而天然适用于资源受限的环境。

5.2 架构权衡：效率、可塑性与可扩展性

三重记忆框架从设计上解决了稳定性与可塑性之间的矛盾。短期记忆（STM）负责快速的实时学习，长期记忆（LTM）通过复习机制保留有用模式，而永久记忆（PM）则保护关键任务知识。基于微睡眠的全局衰减机制实现了低计算开销下的持续学习，而不同时间尺度的学习分离则有效避免了任务间的干扰。

然而，该模型仍存在若干权衡：

• 可塑性 vs. 效率：STM的高可塑性通过限制更新频率和选择性知识巩固来平衡，以避免过拟合或过度适应。

• 内存占用 vs. 知识保留：剪枝不可避免地会删除部分旧知识。系统通过“优雅遗忘”机制应对这一问题——优先保留高价值记忆，同时清除冗余信息。

• 可扩展性：随着任务领域复杂度增加，可能需要引入更多专家子网络。尽管这些子网络采用稀疏激活，仍需有效管理以防止系统膨胀。未来的实现可考虑专家模块合并或压缩技术。

重要的是，该架构具备硬件感知能力。它假设与NVIDIA Jetson、EdgeTPU，乃至新兴的神经形态芯片等平台中支持的稀疏矩阵加速和低功耗计算原语相集成。整个系统设计旨在实现适应性，同时不超出边缘设备基础设施的资源限制。

5.3 应用场景作为设计可行性验证

以下三个前述场景展示了该架构在概念上的可行性：

• 个人人形助手：随时间学习家庭环境布局、日常习惯和用户偏好。三重记忆系统使得初期行为保持可适应性，并在后期逐步固化为稳定行为。通过持续剪枝和夜间回放，系统在不增加模型规模的前提下，保持各项任务的性能。

• 医疗健康物联网可穿戴设备：在严格的能耗限制下，持续学习用户的个人健康模式，并不断优化预测能力。基于微睡眠的衰减机制和稀疏表征确保只有相关信号被长期保留。

• 智能手机个人助理：适应用户的沟通风格、应用使用习惯和日程安排行为。模块化的专家门控机制实现特定领域的个性化，同时避免不同任务之间的干扰。

在上述每种场景中，持续学习都是核心功能，而非附加特性。该系统的可行性源于其具备选择性记忆巩固、基于上下文的专家激活以及节能型系统维护等能力，这些机制均受到神经生物学学习系统的启发而设计。

5.4 开放性问题与未来研究方向

尽管该框架为边缘设备上的个性化AGI提供了一个有前景的基础，但仍存在若干尚未解决的挑战和值得探索的研究方向：

• 最优剪枝策略与阈值：应以何种频率和强度进行剪枝，才能在适应性与知识保留之间实现最佳平衡？如何基于使用统计、资源限制或任务复杂度，动态确定剪枝的下限阈值？

• 知识巩固策略与晋升阈值：从短期记忆（STM）到长期记忆（LTM），再到永久记忆（PM）的晋升应遵循哪些标准？是否可以利用新颖性检测、性能稳定性或用户参与度信号来设定晋升的上限阈值？

• 灾难性遗忘的边界：“优雅遗忘”如何进行量化评估？系统能提供怎样的最低记忆保留保障，以防止核心功能出现退化？

• 专家模块管理：在长期学习过程中，能否动态合并或压缩冗余的专家模块，以防止模块数量爆炸式增长？

• 神经形态硬件集成：该框架如何适配脉冲神经网络，或在神经形态硬件上实现，以进一步降低能耗？

深入探索这些方向，将有助于将这一概念性框架发展为一个可在多种设备与场景中实现稳健、个性化AGI功能的完整系统。

在边缘设备上开发个性化AGI面临诸多挑战和开放性问题。本节将探讨我们的方法如何应对其中部分挑战，以及仍存在的困难。关键问题包括：灾难性遗忘的缓解、内存与计算效率的优化、向AGI级知识规模的可扩展性，以及在边缘设备上运行持续学习系统的更广泛影响。

6.1 缓解灾难性遗忘

灾难性遗忘是持续学习中的核心问题。我们的架构通过多层机制应对这一挑战：采用三重记忆系统（新信息首先进入短期记忆STM学习器，而非直接覆盖长期记忆LTM中的知识，关键知识最终被保存在永久记忆PM中）、在STM训练过程中回放历史数据，以及在LTM更新时应用突触固化机制。这些机制共同构建了一个强大的“记忆稳定性”网络。

在实际应用中，仍可能出现遗忘情况。例如，如果回放缓冲区遗漏了某个非常早期任务的重要样本，该任务的性能可能会下降。“优雅遗忘”原则承认，一定程度的遗忘可能是不可避免的，甚至是有必要的[23]。我们的策略是优先保留重要且频繁使用的知识（通过强固化机制使其不易遗忘），同时允许较少使用或不太重要的细节逐渐淡忘。这种机制具有类人特性：人类若长期不强化某些具体信息，也会遗忘，但核心技能和常被回忆的事实会得以保留。

一个相关挑战是概念漂移（concept drift）。如果环境或用户行为随时间缓慢变化（如数月内），AI必须更新其知识。这并非真正的“遗忘”，而是对已有知识的修订。我们的模型将概念漂移视为与旧知识冲突的新数据；在知识巩固过程中，LTM表征将被调整以适应新概念（表面上看像是遗忘了旧概念，实则是有意替换）。灾难性遗忘仅在模型无意中丢失了仍需使用的知识时才构成问题；区分“无意遗忘”与“有意替换”是关键。未来研究可增强系统自主判断哪些知识应保留、哪些应覆盖的能力，例如通过监控特定记忆项的使用频率或结合用户反馈。

6.2 内存效率与模型规模管理

面向边缘设备运行的持续学习系统必须精细管理其内存和计算资源。本架构通过强制稀疏性、定期剪枝以及三重记忆系统的结构化设计来应对这一挑战。稀疏编码的使用确保了在任何给定任务中仅激活部分神经元，从而减少干扰和计算负载。随着时间推移，突触剪枝会回收那些很少使用的连接所占用的容量，使模型在不断积累新知识的同时仍保持紧凑。这种动态机制使得系统能够在数月甚至数年内持续扩展，而不会出现失控增长。

该模型并非试图存储所有信息，而是采用一种有界、选择性的记忆机制，类似于人类大脑。频繁使用的信息会被更强地编码，并晋升至长期记忆（LTM）或永久记忆（PM），而相关性较低的细节则被优雅地遗忘。这种遗忘机制不是缺陷，而是一种设计特性，它在保持模型高效和专注的同时，支持持续适应。

重要的是，我们设想未来的具身智能体可以访问在线的专业化模型，就像人类在需要学习新知识时会阅读书籍或参加课程。如果机器人或AI助手遇到超出其当前能力的任务（例如学习一门新语言或掌握B212直升机的操作），它可以连接到线上可用的领域专用模型，获取并内化相关知识。这模拟了人类主动寻求专业资源进行学习的过程。因此，设备端模型保持轻量高效，同时在需要时仍能实现大规模知识扩展，形成一种流畅且类人的终身学习与专业化路径。

6.3 面向AGI级知识的可扩展性

真正的人工通用智能（AGI）需要掌握极其广泛的知识和技能，远超当前基准测试的范围。随着知识库不断增长，如何确保其内部一致性成为一大难题。如果AGI学习了大量互不关联的任务，LTM网络是否会最终碎片化为多个无法共享信息的专家模块？我们期望系统能实现知识迁移，并自动发现共性、压缩知识。我们已引入知识巩固机制以融合新旧信息，但未来的巩固过程可更智能化，例如进行全局性的知识重组（类似于人类突然领悟两个领域之间的联系）。

当前的持续学习研究尚缺乏此类创造性的知识重构能力，大多停留在知识的保留或添加，而未实现全局性的知识重构。要使AGI保持高效与通用性，这种能力的突破可能是必要的。这将推动神经网络中的表征学习与知识图谱等方向的研究发展。

6.4 隐私考量

在个人设备上部署持续学习的AGI有助于解决隐私问题。由于学习过程完全在设备本地进行，用户数据（如行为记录、对话内容等）无需上传至云端用于训练，从而实现“隐私优先”的设计。个性化模型始终保留在本地，这与当前隐私保护型人工智能的发展趋势高度一致。

6.5 应用场景讨论

让我们结合前述架构，重新审视之前提出的应用场景，并探讨其中可能面临的特定挑战：

6.5.1 个人人形助手

设想一个在家庭或办公室中协助完成日常任务的人形机器人。初始阶段，它具备基础能力（如导航、物体识别、语音理解，这些能力来自通用AGI模型的预训练）。随着与用户共处时间的增加，它持续学习用户的日常习惯、偏好和环境细节：通过自主探索掌握房屋的布局（绘制房间地图、定位家具），识别人脸并记住家庭成员和常客的名字，甚至学会用户特有的指令表达方式。

例如，当用户说“你能帮我拿一下药吗？”，机器人凭借记忆知道药品通常存放的位置以及所需时间。如果用户教授一项新任务（如当特定植物土壤干燥时为其浇水），机器人的短期学习模块（STM-Learner）会立即编码该操作流程。经过多次实践后，这一技能将被巩固为长期能力。

得益于突触剪枝和模块化学习机制，机器人在学习数十项任务后不会陷入性能瓶颈。它会不断优化神经通路，剔除冗余连接。这种持续学习实现了真正的个性化：该机器人以独特方式适应这个家庭，远比“一刀切”编程的通用机器人更有实用价值。其交互风格（如正式程度或幽默感）也可根据家庭成员的偏好逐步塑造。

6.5.2 移动个人助手（智能手机AI）

基于智能手机的AI助手可以高度个性化地处理预测输入、日程安排、信息检索和娱乐推荐等任务。例如，助手通过学习用户的写作风格和常用俚语，能够更准确地预测文本内容，甚至自动补全符合用户表达习惯的句子。它还能通过观察用户阅读的新闻或跳过的音乐，每日优化其推荐策略。

如果用户开始学习一门新语言，助手会察觉到外语短语使用频率上升，并相应调整行为（例如提供翻译，或学习在上下文中理解这些短语）。重要的是，所有这些适应过程都在手机本地完成，无需将详细的使用数据上传至云端，符合用户对隐私保护的期望。

该持续学习架构必须适应手机有限的内存容量：这正是我们的模型压缩和专家门控机制发挥作用之处。助手可为不同任务配备独立的小型专家模型（如文本预测、日程管理等），按需激活和训练，互不干扰。这种模块化设计也提升了系统可靠性：某一领域的学习错误或异常行为不会影响整个系统。

上述场景展示了设备端持续学习如何显著提升AI的有效性和个性化程度。它们也突显了不同需求：某些场景强调超低功耗，某些要求实时学习，另一些则注重长期一致性。我们提出的通用架构旨在适应这些多样化需求，尽管具体场景仍需针对性调优。

6.6 未来改进方向

尽管本方案已取得重要进展，仍有改进空间和待探索的研究方向：

神经形态硬件集成：为充分实现神经科学启发的潜力，未来工作可将该架构部署于神经形态硬件或事件驱动框架中。例如，使用脉冲神经网络实现模型的某些部分（特别是赫布式更新和稀疏编码，脉冲机制天然适配）。

理论保障：当前持续学习算法缺乏严格的理论保证。建立关于稳定性–可塑性权衡的理论，或对在线剪枝与更新模型的误差边界进行分析，将深化理解。我们的架构可被建模为带内存约束的在线学习问题，进行理论研究。

泛化能力与个性化之间的平衡：一个值得深入探讨的问题是，个人化的边缘AGI如何保持通用推理能力，避免过度窄化。如果AI仅接触单一用户的数据，可能过度拟合该用户的“世界观”。人类通过早期广泛接触多样情境（如教育）来避免此问题。或许个人AI也需要定期接受“通用经验”输入（例如通过模拟环境，或从中央服务器获取覆盖广泛数据的基础模型更新），以维持广泛的认知能力。实现这一平衡至关重要：既要专业化，又能按需适应全新领域。

尽管已有大量研究成果（来自持续学习和神经科学驱动AI领域），将这些组件整合为一个连贯、可扩展且高效的AGI系统仍是一项持续的挑战。本文提出的架构是迈向这一目标的重要一步，但要将这些理念转化为稳健的现实系统，仍需大量实验与迭代。

尽管实证评估尚待后续完成，本框架提供了一个基于生物学原理、面向系统层级的视角，为设备端AGI的开发提供了理论指导与设计蓝图。

1. 结论

本文探讨了通过受神经科学启发的持续学习系统实现个性化人工通用智能（Personalized AGI）的愿景，提出了一条使人工智能系统能够在边缘设备上终身学习与适应的发展路径。我们首先综述了持续学习领域的相关研究，重点分析了人工智能领域如何应对灾难性遗忘问题，以及该领域与神经科学原理日益交汇的趋势。我们探讨了神经科学中的突触固化概念如何对应到EWC和SI等算法，AI中的记忆回放机制如何类比于大脑的经验回放过程，以及结构可塑性（如神经元的生长或剪枝）如何为模型的终身适应提供路径。这一综述表明，单一技术难以胜任，必须像大脑采用多机制协同的方式一样，综合多种策略才能取得突破。

深入神经科学层面，我们讨论了四项关键原理：（1）突触修剪，指导我们持续优化和压缩模型以保持效率；（2）赫布可塑性，为快速建立关联学习提供了机制；（3）稀疏编码，鼓励使用分布式但稀疏的表征，以最小化任务间干扰和资源消耗；（4）双记忆系统，直接启发了我们将快速学习与慢速学习模块在架构上进行分离的设计思路。

基于上述洞见，我们提出了一种适用于边缘部署的新型人工智能持续学习架构。该架构融合了一个快速学习模块（用于实现灵活、即时的更新）和一个稳定的知识库（用于积累并保留知识），并结合了知识巩固、回放、剪枝和专家门控等机制。通过采用先进的模型压缩技术，系统能够在硬件资源受限的设备上持续运行。该设计具有模块化和可扩展性，便于未来集成更复杂的专家网络或神经形态硬件实现。尽管该架构具有前瞻性，但其构建基础扎实，依托于现有的研究成果与技术。每个组件在先前工作中均有原型支持（例如，元学习中的双记忆系统、持续学习中的剪枝技术、高效推理中的专家混合模型等），这增强了我们对其集成可行性的信心。

我们进行了概念性评估与设计可行性分析，强调在真实或模拟的边缘环境中，学习性能与运行效率的平衡至关重要。结合持续学习基准测试与设备端实际测试，可以验证该系统是否实现了预期目标：在资源受限的前提下，兼具高可塑性与低遗忘率。

在讨论挑战与未来方向时，我们指出，尽管灾难性遗忘已得到缓解，但无法完全消除，关键在于如何有效管理。稳定性与可塑性之间的权衡将始终是核心问题，而能够动态调节这一权衡的机制（可能借鉴大脑不同区域或神经调节物质对学习速率的调控方式）将是极具前景的研究方向。我们还强调了资源有限的重要性：这意味着AGI必须具备智能地遗忘或压缩旧信息的能力，以为新知识腾出空间，而我们的剪枝与模块替换机制正是为此设计。实现真正意义上的AGI仍面临巨大挑战：本文提出的方法可视为迈向该目标的一步，但要达到人类水平的知识广度与深度，可能还需在表征学习领域取得进一步突破，甚至探索全新的计算范式。

从应用角度看，向设备端学习型AI的转变已在产业趋势中显现（如个性化输入法、自适应智能摄像头等）。我们的工作进一步推动这一趋势，朝着更通用、更自主的学习能力发展。所列举的应用场景表明，一旦实现，具备个性化持续学习能力的AGI将带来更直观、更灵敏且更注重隐私的技术体验——无论是成为家庭一员的机器人，还是真正“懂”用户的智能手机。这些前景为持续深入该领域的研究提供了强大动力。

未来的研究可能会探索混合路径，将设备端学习与偶尔的云端协作相结合（例如在多个智能体间共享知识，或在需要时调用强大的云端计算资源）。另一个令人振奋的方向是更深度整合神经科学机制的模型：例如，采用类脑记忆电路（如可微的、受神经调节的工作记忆），甚至直接模拟神经生理过程（如构建模拟睡眠阶段以实现知识巩固的模型）。在硬件层面，如Kudithipudi等人所倡导的，将算法与新兴存储技术协同设计，有望带来数量级的效率提升，使终身学习AI不仅成为软件上的突破，更引发硬件层面的革命。

总之，在边缘设备上实现个性化AGI是一项复杂且跨学科的挑战。通过借鉴大脑的终身学习策略，并推进持续学习算法的发展，我们有望取得重大进展。本文提出的整合性框架虽仍需大量验证，但为新一代AGI的发展奠定了基础——这类智能体将每天学习、持续适应我们，并运行在我们手中的设备上。它们将标志着AI从静态模型向不断进化的智能伙伴的转变，使AI的行为更贴近人类学习的流动性与累积性。我们希望本研究能为致力于实现这一愿景的研究者与实践者提供一条有价值的路线图。

原文链接： https://www.researchgate.net/publication/391282648_Personalized_Artificial_General_Intelligence_AGI_via_Neuroscience-Inspired_Continuous_Learning_Systems