DeepMind 研究結合深度學習與傳統算法

深度學習可說是人工智能的核心技術之一,多年來已經發展出不少的應用,不過傳統的電腦算法仍然有一定的優勢。DeepMind 最近就表示,他們希望結合兩個技術,讓其可以帶來更豐富的商業應用。

DeepMind 研究負責人 Charles Blundell 和高級研究科學家 Petar Veličković 最近發表的一份論文,就提到了神經算法推理 (NAR) 技術,這個技術希望可以橋接傳統電腦算法和深度學習兩者的優勢。前者擁有相當好的歸納能力,現在只有 50 多種常用經典算法,其子集已經可以涵蓋很多的應用場景,而深度學習雖然運算能力極高,但經常要依靠已有的數據而未能處理數據集中缺少的新事物,限制了其應用範疇。

NAR 技術所做的,就是希望可以設計出能夠處理真實世界中複雜數據的解決方案,目前大規模處理自然數據的最近方式是深度神經網絡,而如果可以套用傳統算法涵蓋未知數據的能力,這方面的發展潛力將相當龐大。目前 NAR 技術仍然在理論層面,相信還要一段時間才可以看到實際結果,但這個概念本身已經相當有趣。

來源:Venture Beat


新增 : unwire.pro Mewe 專頁 : https://mewe.com/p/unwirepro