DeepMind在締造了AlphaGo（“阿爾法狗”）后，在人工智能方面又有新突破。他們開發的“可微分神經計算機”(DNC)，具有獨立學習的能力。這種模型模仿生物的神經網絡，與可讀寫的外部存儲結構結合，能像神經網絡那樣調用記憶，通過訓練和試錯學習，也能像普通計算機一樣處理復雜數據。
DeepMind在最近一期《自然》雜志上發表論文，展現其研究成果。論文稱，DNC已有能力在沒有現成知識的情況下，規劃出最佳的倫敦地鐵線路，或根據符號語言所描述的目標來解決方塊拼圖問題。以下是DeepMind發布的博客原文和《自然》雜志相關內容。
最近，我們在《自然》雜志上發表了一份研究，介紹名為“可微分神經計算機”（differentiable neural computer，DNC）的深度強化學習神經網絡。我們在研究中展示了DNC如何學習使用其記憶，回答有關復雜結構數據的問題，比如人工生成的故事、家譜，甚至是倫敦地鐵線路圖。此外，DNC還能通過強化學習，解決方塊游戲難題。
柏拉圖曾把記憶力比作蠟板，上面一旦刻了字，就能永久保存。柏拉圖用一個比喻來解釋“可塑性”，即人們可以塑造或重塑自己的想法。但我們的記憶，除了存儲內容外，還能夠形成聯系，相互連接。
英國哲學家約翰洛克相信，如果記憶是在臨近的時間段和空間里形成的，那么它們就可以相連。除了蠟板以外，最著名的比喻就是馬塞爾普魯斯特的瑪德蓮蛋糕了（一個成年人只要嘗一口年幼時吃過的甜點，童年回憶就如洪水一樣涌現）?，F在我們知道，片段式記憶（或稱事件記憶）依靠的是海馬體。
時至今日，人類對記憶的比喻變得更為精煉。記憶對我們來說不再是蠟板，而是一種可塑的過程。在這個過程中，特定的片段組成你的經歷，而這些記憶的片段可以重組。
另外，行為與記憶之間的關系是可變的，而非“刺激—反應”這樣么簡單。它怎么變，與事件的背景與處理事件的優先級別相關。
舉個例子來說，如果記得倫敦地鐵圖，就能回答以下兩個有相同答案的問題：“怎么從Piccadilly Circus站去Moorgate站？”和“如果選一條和NorthernLine線相鄰的線向北走，怎樣才能到Moorgate站？”可見，記憶的內容可以和記憶的使用被分開。
另一種觀點認為，記憶經過整理之后，可以用于計算。它更像是樂高玩具，人們可以根據問題重組記憶。
神經網絡在圖形認知方面表現出色，反應快速，決策及時，而我們才剛開始建立能緩慢思考的神經網絡，這種網絡能有目的，或理性地運用知識。比如，讓它儲存像交通運輸網這種信息，隨后有邏輯、合理地思考這些碎片化知識，并回答問題。
我們在最近發表的論文中闡述，如何結合神經網絡和記憶系統，造出這一種能快速儲存并靈活解讀知識的學習型機器。這些被我們成為DNC（differentiable neural computers）的機器，可以像神經網絡一樣學習，還可以像電腦一樣存儲復雜數據。
一臺普通電腦的處理器可以通過RAM讀寫信息。RAM給了處理器更多的空間來整理計算過程中的信息。儲存臨時信息的空間被稱為變量，被存在記憶卡上。對電腦來說，設置一個儲存數字的變量很簡單，建立數據結構也不難，因為變量之間都有關聯。
最簡單的數據結構之一是列表，列表中，變量按順序排列。一種更復雜的數據結構是樹狀結構，如家譜，順著孩子就能找到父母，以及他們和祖先之間的聯系。最復雜且綜合的數據結構是圖表，如倫敦地鐵圖。
我們設計DNC的初衷，是讓機器獨自學習建立復雜數據結構，并解決相關問題。DNC的核心是一個叫“控制器（controller）”的神經網絡，它的功能與電腦處理器類似?？刂破髫撠熭斎?、解讀、書寫記憶，并回答相關問題，它的“記憶”由一系列儲存臨時信息的空間構成。
控制器可以進行數個記憶操作。每時每刻，控制器都在決定是否寫入內存。選擇書寫的話，信息就被存儲到全新的地方，或一個控制器找的地方。這樣，控制器就能隨時隨地更新存儲空間的內容。如果所有的記憶空間都滿了，控制器也可以選擇清空，正如電腦可以換個地方放置無用的數據。
控制器寫入記憶，就是把一個矢量單位信息輸送到選定的記憶空間。一旦寫入信息，不同的記憶空間都會存在聯系，這種聯系就是存儲信息的順序。
控制器除了寫入信息外，還可以解讀儲存在不同區間的記憶，通過搜索，利用現有的聯系，順序或逆序回憶已寫入的信息。被解讀過的信息可以直接回答某個問題，或對某個問題作出反應，采取行動?？偟膩碚f，這些操作令DNC有能力分配記憶空間、存儲記憶信息，并快速搜索記憶。
神經網絡控制器接受外部信息。DNC儲存的是“已有關聯”，“已有關聯”能幫控制器搜索記憶
非專業讀者看來，我們重復用“控制器能夠……”，“DNC決定做……”的措辭挺奇怪的，但這是因為，DNC是從0開始學習使用記憶、回答問題。我們把DNC的回答拿去和正確答案作比較，于是，控制器不斷優化自己，給出與正確答案越來越接近的答案。在此過程中，控制器也學會了如何使用自己的記憶。
我們想問DNC和數據結構相關的問題，以此測試它的能力。圖表數據是一個很好的測試手段，因為它常包含了一些可以被任意相連的數據，并形成路徑和周期。我們的論文表明，DNC可以通過自主學習，解釋一張圖表，并回答與之相關的問題。
向DNC描述過倫敦地鐵圖后，我們問它，“搭乘Central Line線，從Bond Street站出發，坐一站，換乘Circle Line線坐四站，再搭Jubilee Line線坐兩站，最后你在哪里出站？”我們也會讓DNC計劃路線，問它“怎么從Moorgate站到Piccadilly Circus站？”
DNC在接受訓練時使用的是隨意生成的圖表（左）。訓練以后，我們再測試DNC能否在倫敦地鐵圖中找到合適的路線（右）。我們用多組三個詞來描述地鐵圖，并用兩個任務來舉例：“橫向往返運動”，即DNC從站點開始，按一定順序的路線行走；“最短路線”，也就是DNC要找到兩個站點之間最短的線路。
利用一份家譜，我們展示了DNC可以回答需要做復雜運算的問題。比方說，即使我們僅提供了父母、孩子以及兄弟姐妹之間的信息，也可以問DNC“誰是Freya媽媽那邊的叔父？”現在我們可以看到controller讀取的是哪個記憶區間的信息，以此分析DNC如何使用其記憶。和DNC相比，之前傳統神經網絡要么沒法存儲信息，要么就是不會學習解讀數據，舉一反三。
DNC回答有關家譜的問題
我們還可以通過強化學習來訓練DNC。我們讓DNC對一個問題作出反應，但不會告訴它正確答案。一旦它的反應令人滿意，我們就會給它打高分?；蚴亲孌NC面對一些彩色磚堆，給它指令：“把淺藍格子放到綠格子底下；橙色格子移到紅色格子的右邊；紫色的弄到橙色的下面；淺藍色的放深藍色右邊；綠色格子扔紅色格子底下；紫色格子放綠色格子的左邊?！?/p>
DNC解決移動方塊游戲的問題
我們可以創建許多可實現的目標，再讓神經網絡來執行任務，達成目標。在這種情況下，就像一臺電腦，DNC能夠記住好幾條線索，不同線索和某個特定目標相關，DNC可以執行這些任務。
人類記憶如何運作是一個古老的問題，我們對它的理解還不完全。我們希望DNC能夠為電腦科學提供新手段，也為認知科學、神經科學提供一個新的模型：這是一臺學習機械，無需提前編程，也可以整理信息，讓信息和事實相聯系，并且利用這些信息解答問題。
摘自 機器人網
