Новая гибридная система Differential Neural Computer (DNC) компании Google связывает искусственную нейросеть из множества соединенных между собой узлов, имитирующих работу мозга, с огромными запасами информации, накопленными во внешней памяти (такой как жёсткие диски) современных компьютеров.

«Эти модели… могут учиться на примерах, как нейросети, но они также способны хранить сложные данные, подобно компьютерам», — отметили в сообщении блога участники проекта DeepMind.

Центром DNC является контроллер, постоянно оптимизирующий отклики системы, сравнивая её результаты с нужными и правильными. Со временем, работа системы может становиться все более точной, параллельно она учится использовать свои банки памяти.

В качестве примера, авторы блога приводят систему общественного транспорта. После ознакомления с её основами, DNC может выявлять более сложные взаимодействия и маршруты, анализируя то, что уже содержится в её памяти.

Разумеется, навигационное приложение для смартфона тоже сможет указать самый быстрый маршрут между двумя станциями метро. Разница в том, что DNC не извлекает эту информацию из запрограммированного в неё расписания, она работает с информацией самостоятельно, одновременно жонглируя множеством фактов из своей памяти.

Такой подход позволяет DNC, к примеру, использовать знания, приобретённые при изучении лондонской подземки и частично применить их к другой транспортной сети, такой как нью-йоркское метро.

В ходе одного из тестов, DNC, основываясь на двух утверждениях «Джон находится на лужайке» и «Джон поднял футбольный мяч» смогла правильно ответить на вопрос «Где играют в футбол?» (на лужайке). Хотя логическая ассоциация и кажется элементарной, сегодняшним виртуальным ассистентам, подобным Siri, найти ответ на этот вопрос очень сложно.

Будущие системы ИИ, подобные DNC, смогут ориентироваться в новых, ещё неосвоенных областях знаний, проецируя туда свой предыдущий опыт.

«Как обычный компьютер, (DNC) может использовать свою память для представления сложных структур данных и манипулирования ими, но, как нейросеть, он может учиться делать это на основе данных», — объясняют ученые в статье, вышедшей в журнале Nature.