計算機能像人一樣推理！厲害了，這種新神經網路

你打算購買的新房附近有幾個公園？某餐廳最好的配餐酒是什麼？回答這些日常問題需要進行關係推理，但人工智慧（AI）很難掌握這種思維方式。據美國《科學》雜誌官網14日消息，谷歌「深度思維」團隊日前研發出一種簡單的演算法，不僅能解決此類推理問題，而且在複雜的圖像理解測試中能超過人類。

人們天生擅長關係推理，但AI的兩種主要模式——基於統計和基於符號計算的演算法，在發展同樣的能力方面一直進展緩慢。基於統計的AI（機器學習）在模式識別方面表現優異，但不善於使用邏輯；而基於符號計算的AI可使用預先設定的規則推理關係，但不擅長學習。

新研究用一種能進行關係推理的人工神經網路來解決上述問題。該神經網路讓小程序結合在一起，共同發現數據中的模式。它們擁有專門的架構來處理圖像、描述語言甚至學習遊戲，從而可對某個場景中的每對物體進行比較。

一種新型神經網路能思考複雜的關係，包括不同物體的方位。圖片來自《科學》官網

新神經網路接受了多重考驗，且表現突出。在回答圖像中物體之間的關係時，科學家們讓它與另外兩個神經網路（分別用於識別圖像中的物體和解釋問題）合作。結果顯示，其他機器學習演算法的正確率為42%到77%，人類的正確率為92%，而新神經網路的正確率為96%。

在處理語言任務的考驗中，新神經網路的正確率為98%，而其他AI演算法的正確率僅為45%。此外，新演算法還對動畫片內運動的球之間的關係進行了分析，結果正確率達到90%以上。

該論文合著者蒂莫西·李烈克萊普解釋稱，新方法非常簡單，其精華可用一個簡單的方程式表示，這使它能與其他網路結合，攜手解決問題。未參與此項研究的波士頓大學計算機科學家凱特·薩延科說，新神經網路未來能幫助研究社交網路、分析監控錄像、引導自動汽車。斯坦福大學計算機科學家賈斯汀·約翰遜則認為，這套系統要像人類那樣靈活，還必須學會回答更富挑戰的問題，例如比較三個物體之間的關係等。

註：文中圖片除註明外均來自網路

編輯：朱麗

審核：管晶晶

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！