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.
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.
