google 的 deepmind 又提出了新的重磅研究成果，可以讓 ai 不忘記之前解決問題的方法，并使用積累下來的知識來解決新的問題。也就是說，ai 可以擁有記憶，不斷學習。
記住老技能并将其應用于新任務是人類與身俱來的能力，但在機器中重建這種能力已經被證明是一項巨大的挑戰。ai 程式通常隻擅長一個且隻有一個任務，因為當引入一個新任務時，新的适應過程會改寫 ai 網絡之前已經獲得的知識。大多數 ai 基于神經網絡，通過無數輪試驗和嘗試學習如何執行任務，比如下棋。但是一旦神經網絡已被訓練為下棋，如果要再學習其它遊戲，則隻能通過覆寫技能。這種現象在認知科學領域被稱為「災難性遺忘」。沒有這種往已有技能上建構另一個技能的能力，ai 永遠無法像人一樣學習，或者說無法達到人類掌握新技術的靈活性。
deepmind ai 以一種簡單的方式來反映大腦學習過程。在它從一個已有的任務轉移到學習另一任務之前，按照對舊任務的重要程度進行連接配接修改保護。這樣就可以無需修改之前任務中所學習到的内容，而又能學會新的任務。如果網絡可以重用它已經學到的，那麼它就會這麼做。
不過，研究人員也表示，雖然新的 ai 可以解決遺忘過去技能的問題，但仍不清楚是否利用過去的技能能讓 ai 表現更好。因為雖然證明它可以按順序學習任務，但是隻能有序的一個接一個學習，沒有真正深度掌握每個任務，而且無法了解某些連接配接對于它的任務政策有多重要。
deepmind 的 james kirkpatrick 說：“順序學習很重要，但我們還沒有真正進入到讓 ai 可以做到像人類和動物那種學習的階段。不過我們已經證明，對于神經網絡來說，“災難性遺忘”并不是一座無法逾越的高山。”