Комбинируя сложную математическую обработку данных с возможностями искусственных нейронных сетей, исследователи подразделения компании Google DeepMind создали то, что можно считать одной из первых реализаций универсальных нейроморфных компьютеров. Эта гибридная "умная" машина уже может самостоятельно находить решения достаточно сложных задач, к примеру, определять оптимальный маршрут в метрополитене, не имея в своем распоряжении полной и подробной схемы.

Когда дело касается нейроморфных компьютеров и систем искусственного интеллекта, обычно используются искусственные нейронные сети, проходящие через процесс предварительного обучения. Однако у этих нейронных сетей имеется, точнее имелся, один значительный недостаток - они неспособны динамически выделять себе дополнительную память для данных если того требует решаемая ими задача.

Решением проблемы с динамическим распределением памяти стало построение архитектуры так называемого дифференцируемого нейроморфного компьютера (differentiable neural computer, DNC). По существу в этом компьютере присутствует нейронная сеть нового типа, связанная с массивом внешней памяти. Такой компьютер так же не нуждается в программировании, ему достаточно пройти через процесс предварительного обучения. А накопленный в результате обучения опыт и знания хранятся в DNC-компьютере не только в структуре нейронной сети, но и во внешней памяти, что существенно расширяет его возможности.

"После обучения, проведенного под нашим контролем, DNC-компьютер смог дать ответы на сложные синтетические вопросы, которые были разработаны специально для того, чтобы компьютер смог подражать рассуждениям, делать выводы, использовать данные и выводить результаты, представляя их на естественном языке" - пишут представители DeepMind, - "Другими словами, наш компьютер думает почти как человек".

Так каковы же возможности нового компьютера? Согласно имеющейся информации, машина уже смогла самостоятельно разобраться в данных сложного генеалогического дерева, некоторые "ветви" которого содержали недостоверную информацию, и на основе этого анализа компьютер смог дать ответы на некоторые вопросы исторического плана. Когда компьютеру дали возможность ознакомиться с картой Лондонского метрополитена, он сразу же смог проложить самый оптимальный многоэтапный маршрут для перемещения от одной станции к другой. Отметим, что эта задача вызывает затруднения у большинства нормальных людей.

Группа специалистов DeepMind рассматривает свое творение не как некий самостоятельный "искусственный разум", а как своего рода "умножитель" для человеческой изобретательности. "Многие проблемы, начиная от анализа климатических изменений до потребности в новых методах лечения различных заболеваний, страдают от их крайне медленного продвижения. Их сложность делает людей неспособными к быстрым поискам подходящих решений этих проблем" - пишут представители DeepMind, - "Мы надеемся, что наши системы искусственного интеллекта в будущем смогут оказать людям неоценимую помощь в решении указанных выше и множества других сложных задач".



Ключевые слова:
Google, DeepMind, Искусственный, Интеллект, Нейроморфный, Компьютер, Память, Обучение, Проблема, Задача, Решение, Нейронная, Сеть

Первоисточник

Другие новости по теме:

Искусственный интеллект Google DeepMind получил "ускоритель" процесса обучения и познавания

Искусственный интеллект Google DeepMind научился читать по губам лучше, чем любой человек-специалист в этом деле

Компания Google показала, на что похожи "мечты" их систем искусственного интеллекта

Обучение искусственного интеллекта людьми дает лучшие результаты, чем его самостоятельное самообучение

Google обучила искусственный интеллект говорить на естественном языке

Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.