北京时间10月13日消息，谷歌AI部门最近取得重大突破，他们向会思考的电脑迈进一部，谷歌开发了一套机器学习算法，它将“神经网络”计算系统与传统计算机存储器结合在一起。 DeepMind是谷歌位于伦敦的AI部门。最近，DeepMind科学家开发了“DNC”（differentiable neural computer，可微分神经计算机），即使没有先验知识，比如在伦敦地铁站点之间规划最佳路线，或者搞清家谱关系，DNC也可以解决小型问题。 谷歌可微分神经计算机概念图 神经网络是一个互联的系统，它模仿生物神经网络运行，比如大脑。在最近取得的AI进步中，神经网络扮演了关键角色。神经网络可以推断模式，例如，它可以在数字助手（Google Voice、Siri）中增强语音识别能力。 但是到目前为止，神经网络只能连接自有网络所包含的数据。在《自然》（Nature）杂志中，DeepMind团队宣称在DNC的支持下，神经网络可以接入之前不相容的外部数据，比如以传统数字模式编码的文本。 “问题在于，神经网络的记忆受到计算本身的约束，结果导致神经网络很脆弱，很难规模化运行。” DNC项目主管亚历克斯·格拉夫（Alex Graves）说，“我们决定通过分离存储器的方式让它变得更强大，这样一来，不影响处理器就可以扩充规模。” 斯坦福大学心灵、大脑和计算中心主管杰伊·麦克勒兰德（Jay McClelland）认为，DeepMind的报告很有趣，它是AI研究的重要里程碑。 要让DNC在真实世界变得更实用，比现有AI系统实用，DNC必须扩充能力，获得更多的“记忆”。格拉夫表示：“工程工作相当庞大。这只是一份研究报告，在处理实际问题时到时效果如何，我不敢随意猜测。” 在论文出版之前，一些独立计算机科学家查看了报告，他们认为通用DNC应用范围广阔，例如，它可以用来生成视频注释，可以从文本中提取有意义的内容。 蒙特利尔大学科学家本吉奥（Yoshua Bengio）认为：“事实上，论文的作者在多种不同的任务中成功测试了DNC，这是一个鼓舞人心的消息，它意味着科学家成功设计了通用DNC。未来，它可以应用在某些任务中，比如包含问答、像真实世界一样的对话，这种对话需要一定的推理。” DeepMind于2010年在伦敦成立，它是一家AI创业公司，2014年谷歌以4亿英磅收购了DeepMind。
