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)

如果喜歡我們的文章,請即分享到︰