ความประทับใจของศิลปินเกี่ยวกับ DNC เครดิต: DeepMind
DeepMind(AI) ได้รับการพัฒนาโดย บริษัท แม่ของ Google ซึ่งเป็นตัวอักษรสามารถสร้างสิ่งที่อยู่ในหน่วยความจำได้อย่างชาญฉลาดโปรแกรมเมอร์ของระบบได้ประกาศ
ระบบไฮบริดใหม่ของพวกเขา - เรียกว่า Differential Neural Computer (DNC) - จับคู่เครือข่ายประสาทกับการจัดเก็บข้อมูลที่กว้างใหญ่ของคอมพิวเตอร์ทั่วไปและ AI นั้นฉลาดพอที่จะนำทางและเรียนรู้จากธนาคารข้อมูลภายนอกนี้
สิ่งที่ DNC กำลังทำคือการรวมหน่วยความจำภายนอกอย่างมีประสิทธิภาพ (เช่นฮาร์ดไดรฟ์ภายนอกที่ภาพถ่ายทั้งหมดของคุณถูกเก็บไว้) ด้วยวิธีการเครือข่ายประสาทของ AI ซึ่งมีโหนดที่เชื่อมต่อระหว่างกันจำนวนมากทำงานแบบไดนามิกเพื่อจำลองสมอง
"โมเดลเหล่านี้ ... สามารถเรียนรู้ได้จากตัวอย่างเช่นเครือข่ายประสาท แต่พวกเขายังสามารถจัดเก็บข้อมูลที่ซับซ้อนเช่นคอมพิวเตอร์" นักวิจัย DeepMind Alexander Graves และ Greg Wayneในโพสต์บล็อก-
หัวใจสำคัญของ DNC คือคอนโทรลเลอร์ที่เพิ่มประสิทธิภาพการตอบสนองอย่างต่อเนื่องเปรียบเทียบผลลัพธ์กับสิ่งที่ต้องการและถูกต้อง เมื่อเวลาผ่านไปมันสามารถได้รับความแม่นยำมากขึ้นเรื่อย ๆ โดยหาวิธีใช้ธนาคารข้อมูลหน่วยความจำในเวลาเดียวกัน
ใช้แผนภูมิต้นไม้ครอบครัว: หลังจากได้รับการบอกเล่าเกี่ยวกับความสัมพันธ์บางอย่าง DNC ก็สามารถหาการเชื่อมต่อครอบครัวอื่น ๆ ได้ด้วยตัวเอง - การเขียนการเขียนใหม่และเพิ่มประสิทธิภาพความทรงจำตลอดทางเพื่อดึงข้อมูลที่ถูกต้องในเวลาที่เหมาะสม
อีกตัวอย่างหนึ่งที่นักวิจัยให้คือระบบขนส่งสาธารณะเช่น London Underground เมื่อได้เรียนรู้พื้นฐาน DNC สามารถหาความสัมพันธ์และเส้นทางที่ซับซ้อนมากขึ้นโดยไม่ได้รับความช่วยเหลือเพิ่มเติมโดยอาศัยสิ่งที่ได้รับในธนาคารหน่วยความจำแล้ว
กล่าวอีกนัยหนึ่งมันทำงานได้เหมือนสมองมนุษย์การรับข้อมูลจากหน่วยความจำ (เช่นตำแหน่งสถานีรถไฟ) และหาข้อมูลใหม่ (เช่นจำนวนหยุดที่จะอยู่ต่อไป)
แน่นอนแอพแมปสมาร์ทโฟนใด ๆ สามารถบอกคุณได้ว่าเร็วที่สุดจากสถานีหนึ่งไปยังอีกสถานีหนึ่ง แต่ความแตกต่างคือ DNC ไม่ได้ดึงข้อมูลนี้ออกจากตารางเวลาที่ตั้งโปรแกรมไว้ล่วงหน้า-มันใช้ข้อมูลด้วยตัวเอง และการเล่นกลข้อมูลจำนวนมากในหน่วยความจำทั้งหมดในครั้งเดียว
วิธีการนี้หมายถึงระบบ DNC สามารถใช้สิ่งที่เรียนรู้เกี่ยวกับ Underground ในลอนดอนและใช้ส่วนหนึ่งของความรู้กับเครือข่ายการขนส่งอื่นเช่นรถไฟใต้ดินนิวยอร์ก
ระบบชี้ไปที่อนาคตที่ปัญญาประดิษฐ์สามารถตอบคำถามในหัวข้อใหม่โดยลดการตอบสนองจากประสบการณ์ก่อนหน้านี้โดยไม่จำเป็นต้องได้เรียนรู้คำตอบที่เป็นไปได้ทุกอย่างล่วงหน้า
เครดิต: DeepMind
แน่นอนว่าเป็นวิธีที่ DeepMind สามารถทำได้เอาชนะแชมป์มนุษย์เมื่อไปได้- โดยการศึกษาการเคลื่อนไหวหลายล้านครั้ง แต่ด้วยการเพิ่มหน่วยความจำภายนอก DNCs สามารถทำงานที่ซับซ้อนมากขึ้นและทำงานกลยุทธ์โดยรวมที่ดีขึ้นผู้สร้างกล่าว
"เช่นเดียวกับคอมพิวเตอร์ทั่วไป [A DNC] สามารถใช้หน่วยความจำเพื่อเป็นตัวแทนและจัดการโครงสร้างข้อมูลที่ซับซ้อน แต่เช่นเครือข่ายประสาทมันสามารถเรียนรู้ที่จะทำเช่นนั้นจากข้อมูล" นักวิจัยอธิบายในธรรมชาติ-
ในการทดสอบอื่น DNC ได้รับข้อมูลสองบิต: "จอห์นอยู่ในสนามเด็กเล่น" และ "จอห์นหยิบฟุตบอลขึ้นมา" กับข้อเท็จจริงที่รู้จักกันเมื่อถูกถามว่า "ฟุตบอลอยู่ที่ไหน" มันสามารถตอบได้อย่างถูกต้องโดยการรวมความทรงจำเข้ากับการเรียนรู้อย่างลึกซึ้ง (ฟุตบอลอยู่ในสนามเด็กเล่นถ้าคุณติดอยู่)
การเชื่อมต่อเหล่านั้นอาจดูเหมือนเป็นงานง่ายๆสำหรับสมองมนุษย์ที่ทรงพลังของเรา แต่จนถึงตอนนี้มันยากสำหรับผู้ช่วยเสมือนจริงเช่น Siri เพื่อหา
ด้วยความก้าวหน้าที่ DeepMind กำลังทำนักวิจัยกล่าวว่าเราเป็นอีกก้าวหนึ่งในการผลิตคอมพิวเตอร์ที่สามารถให้เหตุผลได้อย่างอิสระ
จากนั้นเราทุกคนสามารถเริ่มเพลิดเพลินกับยูโทเปียที่ขับเคลื่อนด้วยหุ่นยนต์-หรือโทเปียเทคโนโลยี-ขึ้นอยู่กับมุมมองของคุณ
