電腦開始像人類一樣推理

您想要購買的新房子附近有幾個公園？餐廳最好的餐酒搭配是什麼？這些日常問題需要關係推理，這是人造智能（AI）難以掌握的高層思想的重要組成部分。現在，Google的DeepMind的研究人員已經開發了一種簡單的演算法來處理這種推理，並且已經在複雜的圖像理解測試中打敗了人類。

人類通常擅長關係推理，一種使用邏輯來連接和比較位置、序列和其他實體的思維。但AI卻遲遲沒有開發類似的能力。統計人工智慧，或者機器學習，在模式識別方面很有用。這項新研究提出了一種縮小差距的方法：一種用於關係推理的人工神經網路。類似於神經元在大腦中連接的方式，神經網路將協作的小程序拼接在一起，從而找到數據中的模式。他們可以擁有處理圖像，分析語言甚至學習遊戲的專門架構。在這種情況下，新的「關係網路」被連接以逐個比較場景中的每一對對象。DeepMind在倫敦的計算機科學家Timothy Lillicrap表示：「我們強制網路發現物體之間存在的關係。」

他和他的團隊通過幾項測試任務。第一個是回答關於單個圖像中的對象之間的關係的問題，有立方體，球和圓柱體。例如：「藍色的東西前面有一個物體; 它和灰金屬球右邊的微小青色物體的形狀是一樣的嗎？對於這個任務，關係網路與另外兩種類型的神經網路相結合：一個用於識別圖像中的對象，一個解釋這個問題。在許多圖像和問題上，其他機器學習演算法在42％到77％的時間是正確的。新的關係網路的組合有96%的正確時間，一個超人的成績，研究報告發表在arXiv。

波士頓大學計算機科學家凱特·桑科（Kate Saenko）說，他們的方法之一就是在概念上很簡單，大部分的進步是在一個方程式中被- 允許它與其他網路組合，就像在對象比較任務中一樣。該文件稱之為「一個簡單的即插即用模塊」，允許系統的其他部分專註於他們所擅長的內容。關係網路有助於研究社會網路分析監控錄像，或指示自動駕駛車輛引導交通。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！