神经网络当真学会推理了？来看谷歌DeepMind的官方解释 | 2分钟读论文

来源 / Two Minute Papers

翻译 / 程炜

校对 / 李宇琛

整理 / 雷锋字幕组

第4期带来谷歌DeepMind团队的论文，如何让神经网络学会推理。这篇文章就像是教一种学习算法常识，现实方法是将关系网络模块加入训练完成的网络中。其中使用的是LSTM的循环神经网络。LSTM能够处理序列信息，比如语句类输入。

可以在三维空间中识别各种物体之间的关系

实验表明，这样的关系推理也可以在三维场景中使用，这篇文章提出的方法，不仅是相对现有算法的一种飞跃，而且在很多情况下，它可以秒掉人类的表现。这篇论文刚发布没多久，现在已经有了首个非官方的实现，还有两篇论文也引用了它！

人类表现与机器表现对比

想看看神经网络到底是怎么学会推理的？戳下方视频了解详情。

本期论文

”DeepMind's AI Learns Superhuman Relational Reasoning”

DeepMind's AI 学习关系推理

▷ 观看论文解读大概需要 3 分钟

学霸们还请自行阅读论文以获得更多细节

论文原址

https://arxiv.org/pdf/1706.01427.pdf