Группа ученых из компании DeepMind представила дифференциальный компьютер, который сочетает в себе свойства обычного компьютера и нейронных сетей. Это устройство способно справляться с задачами, нерешаемыми для машин без внешней считывающей и записывающей памяти. Например, поиск кратчайшего пути в метро. Результаты своих исследований ученые опубликовали в журнале Nature.
Узнайте больше в полной версии ➞Дифференциальный нейронный компьютер (DNC) способен использовать матрицу внешней памяти для манипуляции данными со сложной структурой, подобно обычной ЭВМ. Как нейронная сеть DNC может обрабатывать информацию, самостоятельно дополняя ее недостающими элементами, и на основе этих данных выводить результат. Ранее была изобретена машина Тьюринга — с похожей структурой, но недостаточной памятью.
Искусственные нейронные сети, положенные в основу дифференциального нейронного компьютера, успешно применяются в сенсорной обработке информации, которая сходна с работой человеческого мозга, однако такие сети не могут хранить данные в течение долгого времени из-за отсутствия внешней памяти. Предложенный учеными DNC позволит устранить этот недостаток.
Исследования показали, что DNC может научиться различным задачам, таким как нахождение краткого пути между заданными точками и дополнение недостающих звеньев в случайно сгенерированных графиках, а затем перевод полученной информации, например, в схему транспортных систем или семейного древа. В ходе эксперимента DNC подсказал ученым самый краткий путь от одной станции лондонского метро к другой, а также смог выяснить, как зовут одного из родственников выбранного человека в заданном генеалогическом древе.
Данные исследования были основаны на задачах малого масштаба. В дальнейшем планируется развить мощность нейронных компьютеров для обширной обработки языков, составления карт.