ニューラルネットワークとコンピュータープログラムからなるハイブリッド人工知能

従来のコンピューターアルゴリズムは、インターネット上のワールドワイドウェブ（WWW）やソーシャルネットワークのような、極めて大きく非常に複雑なデータ構造を論理的に処理することができるが、こうした作業のためには人間によるマニュアルでのプログラミングが必要である。

一方、ニューラルネットワークはいろいろな例から学習して複雑なパターンを認識できるが、複雑なデータ構造を解析して構築することは難しい。

今回A Graves、G Wayneたちはディファレンシャブル・ニューラル・コンピューター（DNC）と名付けられたハイブリッド学習機械を開発した。DNCは、従来のコンピューターが持つランダムアクセスメモリー（RAM）に似た外部メモリー構造への読み書きができるニューラルネットワークから構成されている。

そのためDNCは、試行錯誤だけによってロンドンの地下鉄について学習して移動計画を立てることや、ブロックパズルを完成させることができ、このような作業について前もって知識を与えられたり、あるいはそのためだけのプログラミングを行ったりする必要はないのである。

Nature538, 7626

2016年10月27日

原著論文:

Hybrid computing using a neural network with dynamic external memory

doi:10.1038/nature20101

【関連記事】

Nature最新号