DeepMind创建了一台学习如何使用其内存的计算机



DeepMind开发了一种新型的AI,可以学习如何使用自己的内存。该项目称为“ 差分神经计算机 ”(Differential Neural Computer,或DNC)。

目标是“教”计算机使用其自身内存的项目的结果是什么?最主要的是,较弱的AI形式比以往任何时候都更加有效。例如,这样的系统可以帮助人们在完全不熟悉的城市中移动,而没有丝毫麻烦。


DNC体系结构图。神经网络控制器从外部接收信息,使用数据通过特定的读/写操作与内存一起工作。为了帮助控制器处理内存,DNC维护临时链接以跟踪记录的数据,并捕获每个内存位置的当前使用级别。

DeepMind员工的主要成就是,他们能够教自己的AI执行随后的每一项任务,而不会忘记以前的工作方式。在正常情况下,系统可以使用相同的存储区来记录有关各种任务的信息。完成第一个任务后,机器开始执行第二个任务。和关于数据执行的第一个替换了关于数据执行的第二个。


DNC播放标签

DeepMind的DNC没有。该公司的员工在外部介质中为神经网络提供了一块内存,并教该系统如何使用它。在这种情况下,学习过程具有反复试验的性质。该项目的代表在其网站上说:“当DNC生成响应时,我们会将其与所需的正确答案进行比较。随着时间的流逝,系统学会逐渐向右给出答案。”

DNC的核心是称为控制器的神经网络。系统的创建者在这里与计算机中的处理器进行类比。控制器负责接收数据,将其写入内存以及从内存中读取数据。另外,控制器分析数据并响应系统提出的问题生成答案。

控制器在存储器中执行几种类型的操作。他每时每刻都会决定是否在内存中写一些东西。如果解决方案是,则控制器可以选择两个记录选项-在未使用的扇区中,或者在已经有控制器先前正在寻找的信息的扇区中。这使得可以更新记录在某些固定扇区中的信息。如果使用了内存中的所有扇区,则控制器可能会决定释放内存,这类似于您可以覆盖不再需要的普通硬盘上的扇区。

与记录的情况一样,控制器可以从多个扇区读取数据。系统可以在每个扇区中搜索必要的信息,或立即读取存储在与请求数据相关的扇区中的数据。

所有这些使系统可以有效地解决内存使用,数据存储和检索的问题。


在神经网络收到伦敦地铁的地图后,计算机立即开始对地铁周围的复杂问题给出复杂的答案。这些答案都是基于演绎原理。这是DNC在将地铁地图加载到系统内存后立即可以正确回答的一个问题的示例:“当我们进入地铁并沿中线经过一站时,沿着Koltsevaya线又有四站,而另一条Dzhubili线两个站,我们将在哪个站退出?”对于Siri这样的数字助理来说,这个问题是难以忍受的-尽管Apple数据中心具有全部计算能力,但他们根本无法找到正确的答案。但是DeepMind的AI能够给出正确的答案。


资料来源:Photofusion / Getty

此外,该系统可以提供有关缩短不同站点之间路径的建议。正确答案她给9例满分10分。

的话开发商,他们的系统能够给出正确的答案,因为它的工作原理是人类思维的基本原则的相似性。当然,DeepMind的系统仍然与真实的人类智能机器模拟相差甚远,但是当前版本可以正常工作。人脑仍然可以更熟练地管理存储的数据,包括发布新信息的过程。

DeepMind的专家希望,将来他们能够创建一个系统,而无需在其内存中引入专门的程序,就可以使用现有的信息来解决某些问题。在这种情况下,我们已经可以讨论一个完整的自学习系统,该系统可以使用可用数据来解决复杂的问题。

尚不清楚何时Alphabet能够在其商业产品和服务中使用新系统的优势。到目前为止,该部门的团队正在进行深入的研究,没有透露何时开发的系统开始商业使用。

专家表示,该公司在人工智能研究方面取得了长足的进步,不来梅雅各布斯大学的赫伯特·杰格,DeepMind团队表示“已克服了现代神经系统进化发展中最重要的阶段之一”。这位科学家确信,实际上该公司创造的东西比其代表在“自然”杂志上一篇文章所描述的更重要

与所有其他DeepMind项目一样,该项目也是基于深度学习的。几乎与帮助AlphaGo系统赢得第五届世界冠军Lee Sedol的四场比赛的技术相同。

现在,DeepMind与人类未来研究所一起正在做另一项有趣的工作。一个由专家组成的综合团队为强大的AI表单创建了一个“红色按钮”。如果人工智能失控,该工具将关闭人工智能。

问题是这样的工具的创建以及显示在尼克·博斯特罗姆,为人类的未来研究所所长的说法:“如果知识爆炸威胁我们面临灭绝,我们必须明白,如果我们可以控制爆炸过程。如今,加快解决控制问题的工作而不是中止人工智能领域的研究将是更加合理的。但是到目前为止,有六个人正在解决控制问题,而数以万计(甚至数十万)正在致力于创建人工智能。”

Source: https://habr.com/ru/post/zh-CN398357/


All Articles