半导体行业观察还记得先前成功打败围棋天才李世乭的 AlphaGo 人工智能系统吗？当时，由 Google DeepMind 团队所打造的 AlphaGo 向李世乭挑战围棋，最后人类不幸败北，也显见人工智能逐渐壮大的能力实在让人类不容小觑，而现在 DeepMind 又赋予了人工智能新的能力，那就是让它能从记忆中学习知识。

DeepMind 原是一间专门研发人工智能的公司，Google 后来相中其未来发展性，在 2014 年收购了 DeepMind 公司，最后成为 Alphabet 旗下的一员。而 DeepMind 发展人工智能的脚步也没有因为如此的变动而趋缓，接连研发能让电脑有记忆、AlphaGo 等突破性技术，现在他们的人工智能系统还能自动从其记忆中学习。

人工智能系统若能自动从其记忆中学习，这是一件非常具有突破性的事，因为这代表人工智能系统能在人类未教导他们所有可行解决办法的情况下，直接对其问题给予答覆。DeepMind 团队表示，他们将此人工智能系统命名为“可区分神经电脑（DNC）”，若给他们阅读家谱、复杂的伦敦地铁地图等，它能够基于曾经提供的数据，回答有关其物件关联的复杂问题。

举例来说，如果提问者发问：“如果我从捷运龙山寺出发，搭乘蓝线两站，再转搭红线过 5 站，再转搭咖啡线往动物园方向 5 站的话，那我的下车站是哪一站？”而这时，阅读过台北捷运图的 DNC 人工智能系统就能马上给你捷运万芳医院站的答案，对于更加复杂的伦敦地铁更是无往不利，也能帮助旅客规画出使通勤时间减少的路线。

此外，DNC 也能理解庞大且复杂的家谱，并回答出大家族中谁和谁之间的亲戚关系。而这样的新突破其实是建立在神经网络的概念，它能模仿人类思考的模式，也是对于想让电脑透过记忆来学习找答案的一种非常好的机器学习应用。

AlphaGo 在与李世乭对战时，需要人类主动给予其超过 3,000 万种的下棋方式，而若能将 DNC 的相关技术应用至 AlphaGo 上，将能让它自行完成其他更加复杂的任务。而 DeepMind 团队也表示 DNC 能够组织一些相连的事实，在用这些事实去解决问题，也希望 DNC 的技术在未来电脑计算的领域上能有所突破。

• DeepMind’s new computer can learn from its own memory
• Differentiable neural computers

（首图来源：DeepMind）

延伸阅读

• Google DeepMind 人工智能系统 AlphaGo 首战胜围棋天才李世乭

如需获取更多资讯，请关注微信公众账号：半导体行业观察