Наиль Байназаров

Google научил искусственный интеллект ориентироваться в Лондонском метро

Британская дочка Google – компания-разработчик искусственного интеллекта DeepMind опубликовала исследование, посвященное так называемому «дифференцируемому нейронному компьютеру». Это новая методика обработки данных, которая позволяет машине учиться, используя собственную память, подобно человеку. Способности нового детища DeepMind уже испытали на построении маршрутов в Лондонском метро.

Напоминаем, что российский девелопер «Мортон» ищет технологии для Smart City. Подать заявку можно здесь.


Новый способ машинного обучения, разработанный в DeepMind, работает по принципу «нейронной сети, дополненной собственной памятью». Дифференцируемый нейронный компьютер (differentiable neural computer, DNC) – это методика организации данных, при которой машина не только учится на получаемой из внешнего мира информации, но и использует собственный опыт.

Это похоже на то, как усваивает информацию ребенок. Базы данных компьютера организуются по принципу ассоциаций, когда каждое новое явление в памяти связано с ближайшими к нему «воспоминаниями».

Иллюстрация архитектуры дифференцируемого нейронного компьютера. Источник: WIRED

В блоге компании и в статье для журнала Nature довольно подробно описывается логическая модель такой организации данных.

«Нейронные сети хорошо справляются с задачей распознания образца и принятия быстрого ответного решения. Но мы только начинаем создавать такие нейронные сети, которые будут уметь думать медленно, то есть рассуждать и принимать решения, используя собственное знание. Например, можно ли научить нейронную сеть хранить такие факты, как последовательные связи между транспортными узлами? И затем, как научить сеть ответить на произвольно заданный вопрос об этой транспортной системе?»

«Медленное мышление», которое пока не свойственно компьютеру, это, согласно гипотезе нобелевского лауреата Даниэля Канемана, тот способ обработки информации, который свойствен человеку как разумному существу. В отличие от «быстрого мышления», которое отвечает за непосредственные реакции и автоматические решения, «медленное мышление» лежит в основе осознанных решений и, соответственно, взвешенных поступков.

И похоже, что разработчикам из DeepMind удалось привить машине зачатки рассудочного «медленного» мышления.

Технологию дифференцируемого нейронного компьютера первым делом испытали, заставив строить маршруты по схеме Лондонского метро. Системе задавали вопросы вроде «Как добраться от Мургейта до площади Пикадилли?». Машина генерировала ответы на основе построения графов – математических совокупностей с указанием отношений и направлений между узлами и ребрами (в данном случае – между станциями и ветками метро).

Иллюстрация "процесса мышления" и ответ машины на вопрос о метро. Источник: Deep Mind

Аналогичным образом машину учили «читать» запутанные генеалогические древа знатных английских семей. Это тоже своего рода графы с множеством сложно организованных данных. Новая программа DeepMind справилась и с этим заданием, легко распознав, кто является двоюродным дедом со стороны матери условной «Фрейи Смит».

Таким образом, технология дифференцируемого нейронного компьютера (интересно, приживется ли в русском переводе вводящая в заблуждение аббревиатура ДНК?) еще на шаг приближает ИИ к человеческому интеллекту.


comments powered by Disqus

Подпишитесь на рассылку RUSBASE

Мы будем вам писать только тогда, когда это действительно очень важно