Google DeepMind 开发了拥有”工作记忆“的神经网络，能看懂伦敦地铁图

　　

近日，曾开发 AlphaGo 的 Google DeepMind 在人工智能方面再次取得突破。在《自然》杂志上，Google DeepMind 宣布说，他们开发了一种名为“DNC”（可微分神经计算机）新型神经网络。这个 AI 系统拥有“短期记忆”，可处理复杂的、结构化的数据。它能理解人类编造的故事，从家谱中理清人物关系，还能看懂伦敦的地铁图。

“我觉得，这可以被称作是理性推断了。这些任务包括了计划、成块地储存信息以及对信息的重新组合。” 德国不来梅大学的计算机科学家 Herbert Jaegar 对卫报网站说。

　　

图片来自 siliconangel

上述任务并不复杂。以地图导航为例，基本的手机应用就能够完成导航，但是，DeepMind 的系统使用了深度学习技术。它能独立完成任务，不需要依赖人类事先编写的规则。

目前，深度学习在语言翻译、图像与语音识别方面取得了很大进步，但是，当涉及到一些策略性问题，比如在导航或者语义理解方面，深度学习的表现就比较差了。为了解决这个问题，DeepMind 给深度学习系统添加了外部记忆，使其能够暂时存储重要信息，并在需要时提取出来。这有点类似于人类大脑的“工作记忆”。

不过，主导此项研究的 Alex Graves 表示，这只是通向智能机器的一小步，而不是什么重大的突破。“我已经厌倦了机器能够推理的说法，” 他说，“我们的系统拥有更好的记忆，或者说一种新型的记忆。我们相信，这是推理的必要元素，但是，你很难划出一个明确的界限。”

　　

图片来自 newscientist

在《自然》杂志的论文上，Google DeepMind 列举了一些故事任务。例如，故事中包括这样的句子，“约翰在游乐场”，“约翰拾起了足球”。当问”足球在哪里？”，AI 系统能够提供正确的答案。Alex Graves 表示说，这些任务看起来极其简单，但是，现有的计算机算法在这方面的表现非常糟糕，而这套 AI 系统的正确率能够达到 96%。

计算机科学家 Herbert Jaegar 认为，DeepMind 的最新成果表明，AI 技术正在快速推进中。在未来，计算机的能力将不再局限于逻辑性的任务。“为什么要有内部限制呢？人脑能够完成的事情，物理系统同样可以完成，” 他说，“计算机的能力已经接近人类，甚至在某些方面超过了人类。这只是个时间和投资的问题：在开发这些系统方面，是否有人愿意投入必要的资金。”

　　 题图来自 siliconangel

　　

　　

　　

　　 阅读原文

　　阅读

　　 投诉

　　 精选留言

该文章作者已设置需关注才可以留言

　　 写留言

该文章作者已设置需关注才可以留言

　　 写留言

　　 加载中

　　 以上留言由公众号筛选后显示

　　 了解留言功能详情