DeepMind說機器推理水平能超人類，現在有人把代碼搞出來了

問耕 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

這事兒有點快。

前天，DeepMind發布兩篇新論文，探討了深度神經網路利用非結構化數據進行複雜關係推理的能力。（報道傳送門）

在第一篇論文，DeepMind證明神經網路在簡單關係推理中，表現超過人類。在第二篇論文中，神經網路可基於視覺觀察來預測實體對象的未來狀態。

這邊DeepMind論文剛發，就有人放出了代碼實現，比官方速度還快。

基於DeepMind的第一篇論文，用戶kimhc6028在GitHub上發布了一個PyTorch實現。而且這個實現表現還不錯。

作者表示他的代碼在關係推理上的精確度達到70%。測試基於3輪Epoch之後。（訓練還在進行中……）

作者實現和測試的，是一個稱作Sort-of-CLEVR的任務。Sort-of-CLEVR是CLEVR的簡化版本。

DeepMind在論文中表示，基於標準視覺問答架構，CLEVR取得的最佳成績是正確率68.5%，而人類的成績為92.5%。然而，通過由RN增強的網路，DeepMind取得了超人的水平：95.5%。

kimhc6028放出的PyTorch實現要求如下：

Python 2.7

numpy

pytorch

opencv

詳情及GitHub地址：

https://github.com/kimhc6028/relational-networks

【完】

學習推薦

6月15號，量子位組織了一場沙龍，邀請到了圖森首席科學家王乃岩博士分享自動駕駛相關話題，歡迎大家長按下圖掃碼報名~

One More Thing…

今天AI界還有哪些事值得關注？在量子位（QbitAI）公眾號對話界面回復「今天」，看我們全網搜羅的AI行業和研究動態。筆芯~

掃碼強行關注『量子位』

追蹤人工智慧領域最勁內容

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！