DeepMind использует машинное обучение для имитации «медленного» мышления
DeepMind, дочерняя компания Google, объяснила в новой статье, опубликованной в Nature, новый подход к машинному обучению, который использует то, что называется дифференцируемым нейронным компьютером. Этот новый компьютер не является физическим устройством, а скорее техникой организации информации и последующего применения этих предварительных знаний к уникальным задачам. Техника DeepMind объединяет представления о памяти с более традиционными нейронными сетями с помощью «контроллера». Контроллер сохраняет информацию, записывая ее в новое местоположение или перезаписывая ранее занятое местоположение. На протяжении этого процесса создается ассоциация между информацией по временной шкале, когда были записаны новые данные.
Контроллер использует ту же хронологию вместе с фактическим содержанием того, что было сохранено, чтобы извлечь информацию. Созданная структура проста в навигации и доказала свою эффективность в получении информации из структур данных графов. Эти структуры данных являются сложными представлениями данных, которые широко используются для представления таких вещей, как предпочтения покупателей и информация о навигации GPS. DeepMind протестировала свой дифференцируемый нейронный компьютер на лондонском метро и с успехом создала маршруты из структурированных данных. По словам компании, следующим этапом разработки будет применение новых алгоритмов к более крупным наборам данных.
