Computación híbrida utilizando una red neuronal con memoria externa dinámica

Área de la Ciencia:

• Inteligencia artificial
• Aprendizaje automático
• Ciencias de la computación

Sus antecedentes:

• Las redes neuronales artificiales sobresalen en el procesamiento sensorial y de secuencias, pero luchan con estructuras de datos complejas y memoria a largo plazo debido a la falta de memoria externa.
• Los modelos de redes neuronales existentes están limitados en tareas que requieren representación variable y manipulación de datos durante períodos prolongados.

Objetivo del estudio:

• Introducir un nuevo modelo de aprendizaje automático, el ordenador neural diferenciable (DNC), capaz de interactuar con la memoria externa.
• Demostrar la capacidad del DNC para aprender y realizar tareas complejas de razonamiento y estructuradas aprovechando sus capacidades de memoria externa.

Principales métodos:

• Desarrolló un modelo de computadora neuronal diferenciable (DNC) que combina una red neuronal con una matriz de memoria externa de lectura y escritura.
• Entrenó el DNC utilizando el aprendizaje supervisado para tareas de razonamiento e inferencia, y el aprendizaje por refuerzo para tareas de secuencia orientadas a objetivos.
• Evaluó el DNC en problemas basados en gráficos sintéticos y del mundo real y un rompecabezas impulsado por secuencias simbólicas.

Principales resultados:

• El DNC respondió con éxito preguntas sintéticas imitando el razonamiento y la inferencia del lenguaje natural.
• Aprendizaje demostrado de la búsqueda de la ruta más corta y la inferencia de enlaces gráficos, generalizando a las redes de transporte y los árboles genealógicos.
• Completó con éxito un rompecabezas de bloques móviles con objetivos cambiantes especificados por secuencias de símbolos.

Conclusiones:

• Las computadoras neuronales diferenciables (DNC) cierran la brecha entre las redes neuronales y las computadoras convencionales al incorporar memoria externa.
• Las DNC muestran la capacidad de resolver tareas complejas y estructuradas anteriormente inaccesibles para las redes neuronales estándar.
• Este avance abre nuevas posibilidades para la IA en áreas que requieren razonamiento sofisticado, manipulación de datos y memoria a largo plazo.