今年稍早以AlphaGo击败围棋大师的谷歌DeepMind团队在开发智能计算机方面取得重大进展。
日前,谷歌下属DeepMind在期刊Nature中发表论文称,已经开发了“可微分神经计算机”(DNC),通过结合神经网络和常规计算机内存,能够在没有先验知识的情况下解决一些小规模问题,例如规划伦敦地铁站之间的最佳路线,理解家谱等图形结构。
DNC项目负责人Alex Graves对英国《金融时报》表示,困难在于神经网络中的记忆被限制在计算机内部,这就导致其非常脆弱,并难以扩展。“我们认为分离记忆可以令其更为强大,这样我们能够在不影响处理器的情况下扩展记忆。”
在近期人工智能技术的发展中,神经网络发挥了较大作用。无论是谷歌的语音助手还是苹果的Siri,其发展与优化都离不开神经网络的助推。
德国不来梅雅各布大学教授Herbert Jaeger认为这一成果将可能解决神经系统符号处理的难题,DNC拓展的工作记忆可能将深度学习应用拓展到大数据领域。并非常自信的认为DeepMind取得的进展已经超出其在论文中的描述。
英国《金融时报》援引斯坦福大学心智、大脑和计算中心主任Jay McClelland称,这篇论文能够称为AI研究中“有趣且重要的里程碑”。
DeepMind团队被谷歌收购之后,在AI研究中占据领先地位。今年曾帮助AlphaGo击败围棋大师并进军AI眼疾诊疗,近期还透露已经研发WaveNet这一新款AI,能够通过实时采样人类语音创造出最接近真人的语音。