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(fā)的“可微分神經(jīng)計算機”(DNC)，具有獨立學(xué)習(xí)的能力。這種模型模仿生物的神經(jīng)網(wǎng)絡(luò)，與可讀寫的外部存儲結(jié)構(gòu)結(jié)合，能像神經(jīng)網(wǎng)絡(luò)那樣調(diào)用記憶，通過訓(xùn)練和試錯學(xué)習(xí)，也能像普通計算機一樣處理復(fù)雜數(shù)據(jù)。

DeepMind在最近的《自然》雜志上發(fā)表論文，展現(xiàn)其研究成果。論文稱，DNC已有能力在沒有現(xiàn)成知識的情況下，規(guī)劃出最佳的倫敦地鐵線路，或根據(jù)符號語言所描述的目標來解決方塊拼圖問題。以下是DeepMind 發(fā)布的博客原文。

最近，我們在《自然》雜志上發(fā)表了一份研究，介紹名為“可微分神經(jīng)計算機”（differentiable neural computer, DNC）的深度強化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。我們在研究中展示了DNC如何學(xué)習(xí)使用其記憶，回答有關(guān)復(fù)雜結(jié)構(gòu)數(shù)據(jù)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(xué)習(xí)，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(nèi)容外，還能夠形成聯(lián)系，相互連接。

英國哲學(xué)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?shù)律彽案饬耍ㄒ粋€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(xiàn)）?，F(xiàn)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(jīng)歷，而這些記憶的片段可以重組。

另外，行為與記憶之間的關(guān)系是可變的，而非“刺激—反應(yīng)”這樣么簡單。它怎么變，與事件的背景與處理事件的優(yōu)先級別相關(guān)。

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Northern Line線相鄰的線向北走，怎樣才能到Moorgate站？”可見，記憶的內(nèi)容可以和記憶的使用被分開。

另一種觀點認為，記憶經(jīng)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(jù)問題重組記憶。

神經(jīng)網(wǎng)絡(luò)在圖形認知方面表現(xiàn)出色，反應(yīng)快速，決策及時，而我們才剛開始建立能緩慢思考的神經(jīng)網(wǎng)絡(luò)，這種網(wǎng)絡(luò)能有目的，或理性地運用知識。比如，讓它儲存像交通運輸網(wǎng)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(fā)表的論文中闡述，如何結(jié)合神經(jīng)網(wǎng)絡(luò)和記憶系統(tǒng)，造出這一種能快速儲存并靈活解讀知識的學(xué)習(xí)型機器。這些被我們成為DNC（differentiable neural computers）的機器，可以像神經(jīng)網(wǎng)絡(luò)一樣學(xué)習(xí)，還可以像電腦一樣存儲復(fù)雜數(shù)據(jù)。

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(shè)置一個儲存數(shù)字的變量很簡單，建立數(shù)據(jù)結(jié)構(gòu)也不難，因為變量之間都有關(guān)聯(lián)。

最簡單的數(shù)據(jù)結(jié)構(gòu)之一是列表，列表中，變量按順序排列。一種更復(fù)雜的數(shù)據(jù)結(jié)構(gòu)是樹狀結(jié)構(gòu)，如家譜，順著孩子就能找到父母，以及他們和祖先之間的聯(lián)系。最復(fù)雜且綜合的數(shù)據(jù)結(jié)構(gòu)是圖表，如倫敦地鐵圖。

我們設(shè)計DNC的初衷，是讓機器獨自學(xué)習(xí)建立復(fù)雜數(shù)據(jù)結(jié)構(gòu)，并解決相關(guān)問題。DNC的核心是一個叫“控制器（controller）”的神經(jīng)網(wǎng)絡(luò)，它的功能與電腦處理器類似?？刂破髫撠?zé)輸入、解讀、書寫記憶，并回答相關(guān)問題，它的“記憶”由一系列儲存臨時信息的空間構(gòu)成。

控制器可以進行數(shù)個記憶操作。每時每刻，控制器都在決定是否寫入內(nèi)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(nèi)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(shù)據(jù)。

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(lián)系，這種聯(lián)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(qū)間的記憶，通過搜索，利用現(xiàn)有的聯(lián)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?qū)δ硞€問題作出反應(yīng)，采取行動。總的來說，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(jīng)網(wǎng)絡(luò)控制器接受外部信息。DNC儲存的是“已有關(guān)聯(lián)”，“已有關(guān)聯(lián)”能幫控制器搜索記憶。

非專業(yè)讀者看來，我們重復(fù)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(xué)習(xí)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(yōu)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(xué)會了如何使用自己的記憶。

我們想問DNC和數(shù)據(jù)結(jié)構(gòu)相關(guān)的問題，以此測試它的能力。 圖表數(shù)據(jù)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(shù)據(jù)，并形成路徑和周期。 我們的論文表明，DNC可以通過自主學(xué)習(xí)，解釋一張圖表，并回答與之相關(guān)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(fā)，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(xùn)練時使用的是隨意生成的圖表（左）。訓(xùn)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(wù)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(fù)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(xiàn)在我們可以看到controller讀取的是哪個記憶區(qū)間的信息，以此分析DNC如何使用其記憶。和DNC相比，之前傳統(tǒng)神經(jīng)網(wǎng)絡(luò)要么沒法存儲信息，要么就是不會學(xué)習(xí)解讀數(shù)據(jù)，舉一反三。

DNC回答有關(guān)家譜的問題。

我們還可以通過強化學(xué)習(xí)來訓(xùn)練DNC。我們讓DNC對一個問題作出反應(yīng)，但不會告訴它正確答案。一旦它的反應(yīng)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。”

DNC解決移動方塊游戲的問題。

我們可以創(chuàng)建許多可實現(xiàn)的目標，再讓神經(jīng)網(wǎng)絡(luò)來執(zhí)行任務(wù)，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(guān)，DNC可以執(zhí)行這些任務(wù)。

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(xué)提供新手段，也為認知科學(xué)、神經(jīng)科學(xué)提供一個新的模型：這是一臺學(xué)習(xí)機械，無需提前編程，也可以整理信息，讓信息和事實相聯(lián)系，并且利用這些信息解答問題。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數(shù)控、和而泰、中科曙光、永創(chuàng)智能、北京君正、通富微電、永創(chuàng)智能、勁拓股份。