编译| Sharpay 讯 10 月 19 日消息，根据美国科技博客的一项调查显示，谷歌的 DeepMind 平台现在可以根据已有的信息进行自学。
这是人工智能向前迈出的非常重要的一步。
DeepMind团队开发的可微神经计算机（DNC）可以快速与智能AI配对，利用传统计算机现有的存储数据进行分析。
DeepMind 研究人员 Alexander Graves 和 Greg Wayne 表示：“这个模型可以从神经网络中学习，或者像计算机一样存储复杂的数据。
”与大脑一样，神经网络使用一系列互连的节点来控制完成任务所需的内容。
需要特定中心。
在这种情况下，人工智能能够优化节点，尽快找到解决方案，以达到预期的结果。
随着时间的推移，它能够将获取的数据存储在内存中，并更有效地找到未来问题的正确答案。
DeepMind团队提供的两个例子更清楚地解释了这个系统： 1.在得知家谱中的关系后，DNC能够自行找出所有的家族关联，同时优化内存，以便将来更快地查找信息。
2.系统获得伦敦地下公共交通系统的基本信息后，DNC可以立即找到额外的路线以及路线之间的复杂关系。
DeepMind 可以从过去的经验中得出答案，从其内部记忆而不是外部条件和编程中发现答案，而不是提前学习每种可能的结果来找到解决方案。
这就是为什么 DeepMind 能够在“围棋”这个由数百万步棋和无数组合组成的游戏中击败人类围棋冠军。
根据上述说法，人工智能将变得越来越聪明，有一天它能够像人类一样思考和学习。
或者甚至，我们都可以开始享受机器人驱动的乌托邦或反乌托邦社会，这取决于你的观点。