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

新创

2016-10-14 00:01

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。

google-deepmind-dnc

(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。”

tube-map

(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

后评论

评论在审核通过后将对所有人可见

正在加载中