Google DeepMind 開發了擁有”工作記憶“的神經網絡，能看懂倫敦地鐵圖

近日，曾開發 AlphaGo 的 Google DeepMind 在人工智能方面再次取得突破。在《自然》雜誌上，Google DeepMind 宣佈説，他們開發了一種名為“DNC”（可微分神經計算機）新型神經網絡。這個 AI 系統擁有“短期記憶”，可處理複雜的、結構化的數據。它能理解人類編造的故事，從家譜中理清人物關係，還能看懂倫敦的地鐵圖。
“我覺得，這可以被稱作是理性推斷了。這些任務包括了計劃、成塊地儲存信息以及對信息的重新組合。” 德國不來梅大學的計算機科學家 Herbert Jaegar 對衞報網站説。


(圖片來自 siliconangel)

上述任務並不複雜。以地圖導航為例，基本的手機應用就能夠完成導航，但是，DeepMind 的系統使用了深度學習技術。它能獨立完成任務，不需要依賴人類事先編寫的規則。
目前，深度學習在語言翻譯、圖像與語音識別方面取得了很大進步，但是，當涉及到一些策略性問題，比如在導航或者語義理解方面，深度學習的表現就比較差了。為了解決這個問題，DeepMind 給深度學習系統添加了外部記憶，使其能夠暫時存儲重要信息，並在需要時提取出來。這有點類似於人類大腦的“工作記憶”。

不過，主導此項研究的 Alex Graves 表示，這只是通向智能機器的一小步，而不是什麼重大的突破。“我已經厭倦了機器能夠推理的説法，” 他説，“我們的系統擁有更好的記憶，或者説一種新型的記憶。我們相信，這是推理的必要元素，但是，你很難劃出一個明確的界限。”


(圖片來自 newscientist)
在《自然》雜誌的論文上，Google DeepMind 列舉了一些故事任務。例如，故事中包括這樣的句子，“約翰在遊樂場”，“約翰拾起了足球”。當問”足球在哪裏？”，AI 系統能夠提供正確的答案。Alex Graves 表示説，這些任務看起來極其簡單，但是，現有的計算機算法在這方面的表現非常糟糕，而這套 AI 系統的正確率能夠達到 96%。

計算機科學家 Herbert Jaegar 認為，DeepMind 的最新成果表明，AI 技術正在快速推進中。在未來，計算機的能力將不再侷限於邏輯性的任務。“為什麼要有內部限制呢？人腦能夠完成的事情，物理系統同樣可以完成，” 他説，“計算機的能力已經接近人類，甚至在某些方面超過了人類。這只是個時間和投資的問題：在開發這些系統方面，是否有人願意投入必要的資金。”

題圖來自 siliconangel


資料來源：愛範兒（ifanr）