Research Press Release
【人工知能】ロンドン地下鉄を使いこなす機械学習モデル
Nature
2016年10月13日
神経ネットワークとコンピューターの最も優れた特徴を組み合わせたハイブリッド型機械学習モデルについて記述された論文が、今週掲載される。
従来のコンピューターは、複雑な形式のデータを処理できるが、そうした課題を実行するには人手によるプログラミングを必要とする。これに対して人工ニューラルネットワーク(人工神経回路網)は、データ中にパターンを見つけ出す能力を有する脳のような学習を模倣するように開発されたが、構造化データの記号処理に必要なメモリアーキテクチャーがない。
今回、Alex Graves、Greg Wayne、Demis Hassabisたちの研究グループは、いわゆる“Differentiable Neural Computer (DNC)”を開発した。これは、事例からの学習や試行錯誤による学習ができるニューラルネットワークと従来のコンピューターのランダムアクセスメモリーに似た外部記憶構造によって構成されている。そのため、DNCは、ニューラルネットワークのように学習できる一方で、コンピューターのように複雑なデータの処理も可能だ。
今回の研究は、DNCが、家系図や交通ネットワークのようなグラフ構造を理解でき、例えば、予備知識なしにロンドン地下鉄における最適な乗り継ぎ経路を導き出し、目的地が記号言語で記述された移動ブロックパズルを解けることを明らかにしている。
doi:10.1038/nature20101
「Nature 関連誌注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。
注目のハイライト
-
化石:最も古く知られている「爬虫類」の足跡Nature
-
惑星科学:月内部の非対称性を示す証拠Nature
-
古生物学:「シカゴ」始祖鳥が、この古代鳥に新たな知見をもたらすNature
-
理論物理学:二体問題を解くNature
-
がん:乳がん治療薬の臨床試験で生存率の向上が示されたものの、がんの消失は限定的であったNature Communications
-
Nature Scientist at Work コンペティションの受賞者の発表Nature