DeepMind说机器推理水平能超人类,现在有人把代码搞出来了
这事儿有点快。
前天,DeepMind发布两篇新论文,探讨了深度神经网络利用非结构化数据进行复杂关系推理的能力。(报道传送门)
在第一篇论文,DeepMind证明神经网络在简单关系推理中,表现超过人类。在第二篇论文中,神经网络可基于视觉观察来预测实体对象的未来状态。
这边DeepMind论文刚发,就有人放出了代码实现,比官方速度还快。
基于DeepMind的第一篇论文,用户kimhc6028在GitHub上发布了一个PyTorch实现。而且这个实现表现还不错。
作者表示他的代码在关系推理上的精确度达到70%。测试基于3轮Epoch之后。(训练还在进行中……)
作者实现和测试的,是一个称作Sort-of-CLEVR的任务。Sort-of-CLEVR是CLEVR的简化版本。
DeepMind在论文中表示,基于