比AlphaGo更进一步，DeepMind推出会自主学习的人工智能机器DNC

 Google于2014年收购的DeepMind人工智能公司近日推出一种能够根据记忆自主学习的计算机——可微分神经计算机（DNC）。这台神经网络计算系统能够在没有先验知识的情况下提供问题答案，或者说自主学习，从原始数据中自主“总结”知识，并准确回答人类的问题。例如仅仅输入伦敦地铁交通图数据，DNC就能帮人类规划两点间的最佳路线，类似的包括录入家谱数据后，DNC就能回答关于家族中任意两个人之间的关系的问题（youtube视频演示）。

DNC是人工智能发展的又一个里程碑，预示着未来的AI人工智能系统将不再依赖人类输入各种可能的答案（例如AlphaGo需要输入人类数以百万计的对局棋谱），而是自主学习和分析数据，提供答案。持此观点的专家包括斯坦福大学(Stanford University)心智、脑和计算中心(Center for Mind, Brain and Computation)主任杰伊•麦克利兰(Jay McClelland)，他认为DeepMind的这篇论文是“人工智能研究中非常有意思的重要里程碑”。

DNC的原理基于神经网络，能够模仿人类大脑的思维方式，甚至无需预先编程，就能够自动组织信息并找到事物之间的关联和模式，并将其应用到问题的解决中。

DeepMind团队在《自然》(Nature)期刊发表的论文中表示，DNC提供了神经网络，可以访问之前不兼容的外部数据，比如以常规数字格式编码的文本。此前包括谷歌语音和苹果Siri等人工智能技术受限于仅能访问自身系统内部的数据，局限性很大，而DNC的强大之处在于将记忆和分析进行分离，这样可以任意扩展人工智能系统的记忆边界。

DNC虽然只是一台基于最新论文的概念验证原型机器，但是其展示出的应用前景不可估量。在DeepMind发表论文之前参与评审工作的独立计算机科学家表示，一般用途DNC的应用范围可能十分巨大。潜在的应用可能包括生成视频新闻报道和从文本中提取涵义。