Оддамна знаеме дека Google не е баш типична компанија. По прогласувањето на крстоносната војна против смртта, коли кои сами се возат и сомнителната способност на нивниот пребарувач да најде скоро се’ што ни треба, сега нивната подкомпанија DeepMind Technologies претстави машина која може да учи и функционира слично на биолошки мозок.
Невронската турингова машина (НТМ) е нов тип на машина базирана на невронски мрежи. Разликата од стандардните невронски мрежи е што користи нов принцип на пристапување до меморијата што му овозможува да биде многу поефикасен во работи кои се добри кај биолошките мозоци, како што е препознавање лица и форми и движење низ простор. Ова го постигнува преку имитирање на поврзаноста на невроните во биолошките мозоци кои, за разлика од стандардните компјутери кои работат исклучиво со 1 и 0, нивното процесирање на информациите се изведува по други правила. Во исто време невронските мрежи можат да бидат научени да извршуваат некоја задача без да мора да се внесува специфичен код, за разлика од стандардните компјутери на кои им треба програмерски код за да изведуваат задачи. Алекс Грејвс, Грег Вејн и Иво Данихелка, научниците кои работат на НТМ велат: „Ја претставивме Невралната турингова машина, архитектура на невронска мрежа која зема инспирација од моделите на биолошката работна меморија и дизајнот на дигиталните компјутери“.
Но стандардните модели на неврални мрежи имаат потешкотии како што се зголемува тежината на некоја задача, на пример, да сортираат објекти по боја или форма. НТМ нема такви потешкотии и ги изведува ваквите задачи далеку побрзо. При тестирањето научниците од DeepMind Technologies го научиле НТМ системот на едноставни задачи на сортирање и копирање. Откога ги научил правилата, при работата со отежнатите исти задачи ги правел ефикасно преку пристапување до меморијата т.е. до „наученото“ кое го стекнал при поедноставните.
Меѓутоа, се` уште не се знае како ќе се реши разврската меѓу двата различни типови на интелигенција, стандардната дигитална аналитичка и невралните мрежи. Нашиот биолошки неврален модел е супериорен во однос на стандардната дигитална технологија за препознавање форми и лица, сортирање на објекти и движење низ простор бидејќи нашиот мозок со текот на еволуцијата станал модуларен орган, а секој модул е високо специјализиран за извршување на некоја конкретна задача. Токму затоа нашите резултати се катастрофални при некои апстрактни операции или други задачи кои се многу лесни за стандардните компјутери, како на пример, вадење десетти корен од некој број. Прашањето е дали е можно да се има на исто место машина која е добра во препознавање објекти, а сепак одлична во пресметување корени и статистики? Од Google мислат дека е можно, а нас ни останува да видиме како ќе се развие оваа дилема.
Извор: RT