Google の人工知能である DeepMind は、改良を続け、より効率的になっています。現在では、外部の助けを必要とせずに、データを保存し、それにのみ基づいて新しい情報を学習できるようになりました。
DeepMindはすでにイ・セドルを上回るパフォーマンスで私たちに大きな感銘を与えていました、囲碁の世界最高のプレイヤー 今回、人工知能を専門とするGoogleの子会社はさらに前進しました。社内ブログに掲載された記事にて、AIがすでに持っているデータのみに基づいて新しいことを学習できるようになったことがわかります。言い換えれば、人間の介入はさらに必要性が低くなります。
ストレージスペースとニューラルネットワーク
実際、DeepMind は Neural Differential Computer と呼ばれるハイブリッド システムを開発しました。(差動ニューラル コンピューター – DNC)。このテクノロジーは、古典的なコンピューターに搭載されている大容量のストレージを使用し、すべてのデータを迅速に分析できる人工知能が使用するニューラル システムと組み合わせています。 AI はこれらから独自に学習するのに十分な知能を備えています。
«これらのモデルはニューラル ネットワークなどの例から学習できますが、コンピューターのように複雑な情報を保存することもできます。»、DeepMind の 2 人の科学者、Alexander Graves と Greg Wayne について書きます。
人間の脳を模倣する
人工知能の基盤となるニューラル ネットワークは、人間の脳の機能に似ています。実際、これは相互接続された一連のノードで構成されており、これらのノードが連携することで、非常に特殊なタスクを理解し、実行することが可能になります。そこで DeepMind は、これらのノードの効率を最適化し、できるだけ早く解決策を見つける方法を見つけました。追加データを活用することで、AI は時間の経過とともにますます効率的になります。
以下のビデオでは、家系図の場合に DeepMind のテクノロジーが機能しているのを見ることができます。この例では、コンピューターは特定の家族関係について学習します。保存したばかりのデータから、人間の脳と同じように、家族内の他のつながりを推測することができます。
Cookie やその他のトラッカーを受け入れていないため、このコンテンツはブロックされています。このコンテンツは YouTube によって提供されています。
これを表示するには、YouTube によるお客様のデータの使用を受け入れる必要があります。この使用は、コンテンツの表示とソーシャル メディアでの共有を可能にし、Humanoid とその製品の開発と改善を促進する目的で使用される可能性があります。パートナー、あなたのプロフィールとアクティビティに基づいてパーソナライズされた広告を表示し、パーソナライズされた広告プロファイルを定義し、このサイト上の広告とコンテンツのパフォーマンスを測定し、このサイトの視聴者を測定します（もっと詳しく知る）
「すべてを受け入れる」をクリックすると、Humanoid とそのパートナー。
同意はいつでも撤回できます。詳細については、ぜひお読みください。クッキーポリシー。
地下鉄の例
別の例では、科学者がロンドン地下鉄の地図を機械に入力しました。この単純な文書から、AI は代替パスを見つけ、異なるルート間の複雑な関係を確立することができました。これらすべては外部の助けを求めず、彼の記憶のみに基づいていました。つまり、人工知能は記憶しているデータを取得し、そこから新しい情報を推測します。
あまり熱心でない人は、シンプルなモバイル アプリケーションでも地点 A から地点 B までの最速ルートを表示できることを指摘するでしょう。しかし、DeepMind の AI が際立っているのは、事前にプログラムされたタイムシートから情報を抽出しないことです。代わりに、保存されている情報のみに依存し、大量のデータセットをリアルタイムで処理します。
継続的な改善
したがって、AI がロンドンの交通ネットワークについて学習したことを再投資して、たとえばパリの地下鉄を簡単に読み取ることができます。毎回、プロセスはより速く、より効率的になります。この技術の発展の見通しは非常に大きいです。人工知能は日に日に独立性を高めています。彼らが明日の世界を改善するのか、それとも崩壊を引き起こすのかについて、それはまた別の議論です...
Chiyoye 
Chiyoye