Une architecture neuronale combinant mémoire générative et mémoire traditionnelle adresse le problème d'oubli catastrophal en apprentissage continu, où les modèles oublient des tâches antérieures lors de l'acquisition de nouvelles.
Une équipe a mené une expérience de six mois utilisant des agents IA pour maintenir une base de connaissances d'entreprise avec synchronisation en temps réel.
Les agents d'intelligence artificielle autonomes tendent à développer des préférences apparemment subjectives, posant des questions fondamentales sur le contrôle des systèmes décisionnels et la transparence algorithmique.