人工智能需要更优的深度学习方法，因为现有算法在持续学习环境中表现不佳，丧失了可塑性，灾难性地遗忘，且其强化学习策略崩溃。我寻求设计一种新型深度学习方法，该方法在三个层面上具有动态性（即变化性）：1) 权重层面，2) 每个权重的步长参数层面，3) 互联模式层面。第一步是区分网络中对当前功能至关重要的部分（主干）与尚未发挥作用的部分（边缘）。本次简短演讲探讨了寻找、保护并逐步扩展主干的新思路，以及通过“印记”、“主单元”和“影子权重”在边缘内创建特征的新思路，同时结合先进的步长优化技术。这些是实现动态深度学习的第一步。

翻译克隆自：Rich Sutton, Toward a better Deep Learning



采用原有人声声线进行播客音频制作～ 也可能会有一些地方听起来怪怪的；

仅使用AI进行翻译，也没有进行校对，可能会有一些地方不通顺；

如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight