欧亿平台-欧亿注册

欧亿平台(QQ58255957)创建以来以信誉为本,期待提供用户一流的线上娱乐体验。本站供用户最新欧亿注册链结以及欧亿代理招商谘询服务,欢迎收藏。

欧亿平台,谷歌的人工智能系统在伦敦地铁上运行

欧亿注册 谷歌的人工智能系
 
 
被称为神经网络的人工智能系统可以识别图像、翻译语言,甚至掌握古老的围棋。但是,他们表达数据或变量之间复杂关系的能力有限,这使得他们无法完成需要逻辑和推理的任务。
 
在10月12日发表在《自然》(Nature)杂志上的一篇论文中,谷歌(google)旗下的伦敦公司DeepMind透露,该公司通过创建一个带有外部记忆的神经网络,朝着克服这一障碍迈出了一步。这种结合使得神经网络不仅可以学习,还可以像传统算法一样,利用记忆来存储和回忆事实来进行推理。这反过来又使它能够解决一些问题,比如在没有任何先验知识的情况下在伦敦地铁中穿行,以及解决逻辑难题。虽然解决这些问题对于一个编程的算法来说并不令人印象深刻,但是混合系统能够在没有任何预定义规则的情况下实现这一点。
 
尽管这种方法并不完全是一种新方法——deepmind在2014年的一篇预印本中也报道过尝试类似的壮举——“这篇论文取得的进展是显著的”,加拿大蒙特利尔大学的计算机科学家约舒亚·本乔(yoshu Bengio)说。
 
记忆魔法
神经网络通过加强虚拟类神经单元之间的联系来学习。如果没有记忆,这样的网络可能需要看几千次特定的伦敦未开发地图,才能学会在地铁中导航的最佳方式。
 
DeepMind的新系统被称为“可微分神经计算机”,它可以理解以前从未见过的地图。它首先在随机生成的类似地图的结构上训练它的神经网络(这些结构可以表示由线路或其他关系连接的车站),在这个过程中,它学习如何将这些关系的描述存储在外部记忆中,并回答有关这些关系的问题。面对一张新的地图,DeepMind系统可以将这些新的关系——例如,地下车站之间的连接——从纸上记录到记忆中,并回忆起来规划一条路线。
 
DeepMind的人工智能系统使用同样的技术来解决需要推理的谜题。在对20个不同类型的问答问题进行训练后,它学会了做出准确的推理。例如,系统在被告知“John pick the football”和“John is in the playground”后,正确推断出一个球在操场上。在96%以上的情况下,这些问题都是正确的。该系统的性能优于“递归神经网络”,后者也有记忆功能,但它位于网络本身的结构中,因此不如外部记忆灵活。
 
尽管DeepMind技术仅在人工问题上证明了自己,但它可以应用于从大量数据中进行推断的现实任务。DeepMind的计算机科学家、论文的合著者亚历克斯•格雷夫斯(Alex Graves)表示,这可以解决数据集中没有明确说明答案的问题。例如,为了确定两个人是否同时生活在同一个国家,系统可能会从他们各自的维基百科页面整理事实。
 
尽管DeepMind的人工智能解决的谜题很简单,但Bengio认为这篇论文是一个信号,表明神经网络正从单纯的模式识别发展到类似人类的任务,比如推理。“如果我们想接近人类级别的人工智能,这种扩展非常重要。”
 
 
 
欧亿平台-欧亿注册
上一篇:欧亿平台,人工智能与人工智能:自学的AlphaGo Zer
下一篇:欧亿注册,一项“绿色新政”已经在州一级形成
隐藏边栏