Диференційовані нейронні комп'ютери DeepMind - прорив в області штучного інтелекту? - 16 Жовтня 2016 - DVI

DVI

Субота, 03.12.2016, 00.19.07
Головна » 2016 » Жовтень » 16 » Диференційовані нейронні комп'ютери DeepMind - прорив в області штучного інтелекту?
08.15.51
Диференційовані нейронні комп'ютери DeepMind - прорив в області штучного інтелекту?
      Фахівці компанії DeepMind, купленої Google в 2014 році за $ 400 млн які спеціалізується на розробках в області штучного інтелекту зробили те, що можна сміливо вважати важливим досягненням, а, можливо, і справжнім проривом. Останнє - покаже час. Їм вдалося створити комп'ютер, який може використовувати власну пам'ять для запам'ятовування конкретних фактів, а потім використовувати накопичені подібним чином знання в різних областях для вирішення різноманітних завдань. По суті, це комп'ютер з «людською пам'яттю». Результати дослідження опубліковані в журналі Nature, короткий зміст викладено в офіційному блозі компанії.
Це величезне досягнення, оскільки майбутні системи штучного інтелекту, засновані на розробці DeepMind, зможуть відповідати на питання людей без попереднього заучування всіляких правильних відповідей. Сама розробка являє собою нову модель побудови систем штучного інтелекту. Називається вона нехитро - «диференційований нейронний комп'ютер» (differentiable neural computer, DNC). За словами DeepMind, пам'ять цього комп'ютера можна заповнити родоводів древом і картою-схемою лондонського метро, ​​після чого система зможе відповідати на досить складні запити щодо зв'язків між будь-якими елементами в цих інформаційних структурах.

Як стверджується, в даному випадку можна отримати коректну відповідь на запитання на кшталт «Якщо почати рух по Бонд-стріт, а потім пройти одну зупинку в напрямку центральної лінії, потім ще чотири зупинки по кільцевій лінії і дві зупинки в напрямку ювілейної лінії, то якою буде кінцева зупинка?". Розробники з DeepMind запевняють, що DNC також може використовуватися в якості навігатора і прокласти найоптимальніший маршрут, наприклад, від станції метро Моргейт до площі Пікаділлі. Аналогічним чином система може відповідати на питання за родословною. Наприклад, на відміну від більшості людей, вона може легко згадати двоюрідного дідуся по лінії матері.

Більш наочне уявлення про роботу системи на прикладі родовідного дерева дає відеоролик нижче.
В основі ідеї лежить концепція штучних нейронний мереж, що імітують принцип роботи людського мозку. ІНС можуть використовуватися в самих різних сценаріях, пов'язаних з машинним навчанням, де комп'ютер вчать виконувати різні завдання методом розпізнавання різних образів.

До речі кажучи, система AlphaGo, на початку цього року переграла 18-кратного чемпіона світу в го Лі Седоля, в числі іншого, покладалася на нейронні мережі. Різниця в тому, що AlphaGo попередньо наносили, заклавши в її пам'ять 30 млн ходів партій реальних людей і навчили передбачати результат наступного ходу з рекордною точністю. У міру нарощування можливостей ШІ за рахунок описаної вищеописаної розробки системи будуть ставати все розумнішими, а там і до повноцінного ШІ недалеко.

У DeepMind розраховують, що DNC, яку компанія описує як «самонавчальну машину без необхідності попереднього інструктування, яка вміє структурувати дані шляхом встановлення різних зв'язків між фактами і явищами, які використовуються згодом для вирішення проблем», закладе основу для нових проривів в області обчислювальної техніки.

Джерело: TNW і DeepMind
Переглядів: 119 | Додав: dvi | Рейтинг: 0.0/0
Всього коментарів: 0
avatar