Зачем GOOGLE умнейший компьютер, который сможет программировать сам себя? - 4 Ноября 2014

Онлайн всего: 2

Гостей: 2

Пользователей: 0

Именинники:

Exp(35), Burton686(27), SpO_on(24), ξҳŧŘΪ₥ξ™(23), VilkaPodSpidami(31), pisun(27), TheOmskBird(49), omg(29), DreamDragon(28), СлАдкиЙ(25), YLITKA(36), Stalen(31), Boomstorn(40), MrRandom(23), GeorgiGreek(30), gads(39), QQmimo(37), Reyder228(26), serejagrigorow(55), device-2001(26), lyalya(36), Filin(44), HokkeN(19), eroshevichvalera(24), johntro(39), Shnikmih(26), [O]ska[R](25), maiski_2000(24), yaroslavskachkov03(23), Unk1337(46), [Полный список]

Зарегистрировано расслабушников: 9909

Главная » 2014 » Ноябрь » 4 » Зачем GOOGLE умнейший компьютер, который сможет программировать сам себя?

Зачем GOOGLE умнейший компьютер, который сможет программировать сам себя?

14:08

Секретные исследователи искусственного интеллекта в Google рассказали о компьютере, который, как они надеются, однажды сможет программировать сам себя.

Разработчики загадочного стартапа Deep Mind, который был куплен компанией Google за 400 миллионов долларов в начале этого года, пытаются имитировать определенные свойства кратковременной памяти рабочего человеческого мозга.

Объединив метод работы обычных компьютеров с методом функционирования человеческого мозга, разработчики хотят научить машину самопрограммированию. Машина называется Neural Turing Machine (нейронная машина Тьюринга) и может учиться накапливать память, позднее восстанавливая ее для выполнения логических задач.

«Мы представили Neural Turing Machine, архитектуру нейронной сети, которая вдохновляется как моделью биологической рабочей памяти, так и конструкцией цифровых компьютеров, — написали ученые. — Наши эксперименты показывают, что она способна обучаться простым алгоритмам на примерах данных и использовать эти алгоритмы для работы вне тренировочного режима».

Новый компьютер представляет собой эффективный тип нейронной сети, которая адаптирована для работы с внешней памятью. В результате получился компьютер, который запоминает данные, а затем использует их для выполнения заданий, к которым не был подготовлен заранее.

«Мы расширили возможности нейронных сетей, подключив их к внешним ресурсам памяти, с которыми они могут взаимодействовать через процесс обращения внимания», — пишет команда.

«Комбинированная система аналогична машине Тьюринга или архитектуре фон Неймана, но отличается в конечных параметрах, что позволяет ей эффективно тренироваться с градиентным спуском. Предварительные результаты показывают, что нейронные машины Тьюринга могут выполнять простые алгоритмы вроде копирования, сортировки и ассоциативных реакций на примеры входящих и исходящих данных».