DeepMind et selskab, der blev købt for et par år siden af Google, er i nyhederne igen takket være ikke kun de enorme muligheder, som dets kunstige intelligenssystem viser, som allerede er i stand til at slå de bedste mennesker i forskellige spil, men også for dets nye fremskridt, hvor det til i dag ser ud til platform er i stand til at lære og tilegne sig ny viden aleneuden menneskelig indgriben.
For at tage dette nye skridt, tilsyneladende og som diskuteret på den officielle projektside, besluttede DeepMind-forskerne at teste og oprette en differentierbar neural computer, bedre kendt under dets akronym på engelsk DNC, et system, der grundlæggende skiller sig ud for at være i stand til at løse enhver form for problem uden at have forudgående kendskab til dem. Når vi går lidt mere i detaljer, er det, der adskiller DNC, at det er i stand til at lagre data som en konventionel computer og kombinere dem med et neuralt netværkscomputersystem.
DeepMind-platformen er allerede i stand til at tilegne sig viden uden menneskelig indblanding af nogen art.
Ligesom en menneskelig hjerne bruger dette neurale netværk en række knudeforbindelser til at stimulere de specifikke centre, der er nødvendige for at fuldføre en opgave. I dette tilfælde, kunstig intelligens er intet andet end optimering af noder for at finde en hurtigere løsning på det pågældende problem. Takket være dette fremskridt er DeepMind nu i stand til at løse situationer som at planlægge den bedste rute mellem Londons undergrundsstationer eller direkte uddybe forholdet mellem slægtninge i slægtstræer.
Som du har kommenteret så meget Alexander Graves som Greg wayne, DeepMind forskere:
Da vi designet DNC, ønskede vi maskiner, der kunne lære at navigere og danne komplekse datastrukturer alene. Kernen i en DNC er et neuralt netværk kaldet en controller, som er ansvarlig for at tage input, læse og skrive hukommelse og producere det, der kan fortolkes som et svar.
Yderligere oplysninger: DeepMind