Os investigadores de Google DeepMind melloraron notablemente a memoria das redes neuronais artificiais con capacidade de aprender imitando o cerebro. Este avance foi anunciado na revista Nature.
Os computadores convencionais teñen una gran capacidade de procesar datos complexos grazas á súa memoria, pero paira iso deben ser programados por alguén que non ten capacidade de aprendizaxe. Pola súa banda, as redes neuronais artificiais teñen a capacidade de aprender como o cerebro, pero non dispoñen da estrutura de memoria necesaria paira procesar datos complexos.
Pois ben, os investigadores de Google DeepMind uniron estas características de computadores e redes neuronais paira crear o que chamaron “computador neuronal diferencial”. Trátase dunha rede neuronal capaz de aprender a partir de exemplos ou mediante proba e erro, pero tamén ten una estrutura externa como a memoria RAM dos computadores. “Até agora as redes neuronais facían a memoria e o procesamiento xuntos —explica o experto en intelixencia artificial, Gorka Azkune—, polo que era difícil que os problemas de longa relación temporal fosen correctamente furtados e con capacidade de generalización. Agora, Deep Mind creou una rede neuronal cunha memoria externa. E esa mesma rede neuronal aprende que gardar na memoria, que eliminar, cando, etc., nunha fase de aprendizaxe por datos”.
Os investigadores demostraron que esta rede neuronal é capaz de comprender gráficos arbóreos e redes de transporte, por exemplo, paira calcular as mellores rutas do metro de Londres sen coñecer previamente este sistema de transporte. E demostraron que é capaz de resolver problemas complexos, imposibles paira redes neuronais artificiais convencionais. “É un gran paso adiante, xa que en moitos problemas complexos han mellorado os resultados até agora”, explica Azkun. “A memoria é una función moi importante da intelixencia e Deep Mind presentou una nova forma de desenvolver esa capacidade de forma artificial”.