DeepMind團隊在最近的一篇博客中寫道：“神經(jīng)網(wǎng)絡在模式識別方面反應迅速，決策方面也表現(xiàn)優(yōu)異，但我們只是開始構建可以緩慢思考的神經(jīng)網(wǎng)絡，即利用知識進行權衡和推理。例如，神經(jīng)網(wǎng)絡如何存儲記憶，如傳輸網(wǎng)絡中的連接點，然后在邏輯上推理知識碎片最終回答問題。

DeepMind稱其新方法為可微分神經(jīng)計算機（DNC），團隊將在世界最大的公共交通系統(tǒng)之一的倫敦地鐵展示該系統(tǒng)功能。

“當我們描述倫敦地鐵的車站和規(guī)劃最佳路線時，”DeepMind團隊說，“我們可以要求DNC給出選擇。如“怎么從Moorgate到皮卡迪利馬戲團？”

DNC的功能對一些Google產(chǎn)品和服務（包括其自駕車計劃）具有突出價值。而高速公路系統(tǒng)的數(shù)量級更大，比倫敦地鐵更雜更亂，但通過AI技術可以直觀地創(chuàng)建路線，對于自主車輛而言這將是一個令人難以置信的強大工具。

DeepMind還證明了DNC能夠基于諸如“Natalie是Alice的女兒”和“Ian是Jodie的丈夫”的信息構建完整的家譜樹。然后系統(tǒng)可以回答類似“誰是Freya的大舅？”這樣的問題，“顯然，已經(jīng)有一個家譜軟件可以完成類似的任務，但DeepMind的DNC特點在于，他們沒有專門為此而編程。相反，他們很直觀快速地呈現(xiàn)出了這樣的能力。

“人類記憶如何工作這個的問題是一直存在，而人類的理解力仍在發(fā)展，”DeepMind團隊總結說。 “我們希望DNC既是提供給計算機科學的一種新型工具，也將作為詮釋認知學和神經(jīng)科學的一個全新的象征：這是一臺學習機器，沒有預先編程，可以將信息組織成相關事實，并使用這些事實來解決棘手的問題。

zhangnn