DeepMind推新算法:新神经网络能让电脑像人一样推理

2017-06-16 14:06 来源:科技日报社-中国科技网 (北京)
浏览量: 收藏:0 分享

  你打算购买的新房附近有几个公园?某餐厅最好的配餐酒是什么?回答这些日常问题需要进行关系推理,但人工智能(AI)很难掌握这种思维方式。据美国《科学》杂志官网14日消息,谷歌“深度思维”(DeepMind)团队日前研发出一种简单的算法,不仅能解决此类推理问题,而且在复杂的图像理解测试中能超过人类。

DeepMind推新算法:新神经网络使电脑像人一样推理

DeepMind推新算法:新神经网络使电脑像人一样推理

  人类天生擅长关系推理,但AI的两种主要模式——基于统计和基于符号计算的算法,在发展关系推理方面一直进展缓慢。基于统计的机器学习在模式识别方面表现优异,但不善于使用逻辑;而基于符号计算的AI可使用预先设定的规则推理关系,但不擅长学习。
  新研究用一种能进行关系推理的人工神经网络来解决上述问题。该神经网络将小程序结合在一起,共同发现数据中的模式。它们拥有专门的架构来处理图像、描述语言甚至学习游戏,从而可对某个场景中的每对物体进行比较。
  新神经网络接受了多重考验,且表现突出。在回答图像中物体之间的关系时,科学家们让它与另外两个神经网络(分别用于识别图像中的物体和解释问题)合作。结果显示,其他机器学习算法的正确率为42%到77%,人类的正确率为92%,而新神经网络的正确率为96%。
  在处理语言任务的考验中,新神经网络的正确率为98%,而其他AI算法的正确率仅为45%。此外,新算法还对动画片内运动的球之间的关系进行了分析,结果正确率达到90%以上。
  该论文合著者蒂莫西·李烈克莱普称,新方法非常简单,其精华可用一个简单的方程式表示,这使它能与其他网络结合,共同解决问题。
  未参与此项研究的波士顿大学计算机科学家凯特·萨延科说,新神经网络未来能帮助研究社交网络、分析监控录像、引导自动驾驶汽车。斯坦福大学计算机科学家贾斯汀·约翰逊则认为,这套系统要像人类那样灵活,还必须学会回答更富挑战的问题,例如比较三个物体之间的关系等。
  总编辑圈点
  “弱人工智能”时代之所以还没结束,是因为人脑功能研究尚未取得突破性重大进展。在脑科学一步一个脚印向前探索时,以人工神经网络为代表的类脑人工智能却突飞猛进。判断和推理事物间的关系,是人类社会化行为的最基础本领,若本文中的新神经网络最终成熟,必然在一切需要处理“关系”的领域,帮助人类做决定。到时候,“能理解、会思考”的“强人工智能”才有望到来。

标签:

责任编辑:管理员
在线客服