多伦多大学的Parham Aarabi开发的一种新的计算机算法，可以战略性地存储和回忆信息，就像我们的大脑一样。
应用科学和工程学院Edward S. Rogers Sr .电气和计算机工程系的副教授还开发了一种实验工具，它利用新算法帮助失忆的人。
在过去，计算机依靠用户告诉他们应该存储什么样的信息。但是随着人工智能(AI)技术的兴起深度学习和神经网络，出现了向“模糊”方法发展的趋势。
十年前，计算是绝对的，CPU以精确的方式处理和存储内存数据，以做出二元决策。没有任何含糊之处。
现在希望计算机做出近似的结论并猜测百分比。希望图像处理器告诉我们，例如，一张照片有10%的可能性包含一辆汽车，有40%的可能性包含一名行人。
Aarabi通过复制几个属性，扩展了存储和检索信息的相同模糊方法，这些属性帮助人类确定要记住什么，以及同样重要的是，要忘记什么。
研究表明，我们倾向于优先考虑最近发生的事情，而不是最近发生的事情。也强调对我们来说更重要的记忆，把长的叙述压缩到它们的本质。
例如，今天记得送女儿去学校，承诺会还钱给某人，承诺我会读一篇研究论文，但是不记得我经历的每一秒钟。
忽略某些信息的能力可能会大大增强现有的机器学习模型。
今天，机器学习算法在数百万个数据库条目中搜寻，寻找将帮助它们正确地将给定输入与给定输出相关联的模式。只有在无数次迭代之后，算法才能最终变得足够精确，以处理它尚未见过的新问题。
如果生物启发的人工记忆使这些算法能够突出最相关数据他们可能会更快地得出有意义的结果。
该方法还可以支持处理自然语言帮助失忆者记录关键信息。
Aarabi和他的团队已经使用一个简单的基于电子邮件的界面建立了这样一个工具。它根据算法优先级和关键字的相关索引来提醒参与者重要的信息。
最终，它面向的是记忆丧失。这有助于他们以一种非常人性化、非常柔和的方式记住事情，而不会让他们不知所措。大多数任务管理工具太复杂，在这些情况下没有用。
目标是将演示放在人们手中，无论他们是在应对严重的记忆衰退还是仅仅是日常压力，看看会得到了什么反馈。接下来的步骤是在以下方面建立伙伴关系卫生保健以更全面的方式进行测试。
这些天来，人工智能应用越来越多地出现在许多以人为中心的领域，阿拉比教授通过研究如何更好地将人工智能与这些软领域相结合，希望确保人工智能的潜力在社会中得到充分发挥。
Aarabi说这个算法仅仅是个开始，生物灵感记忆很可能会让人工智能更接近人类水平的能力。
