Ця модель здатна вчитися на прикладах як нейронна мережа, але при цьому вона вміє зберігати великі обсяги даних як комп'ютери.

Система DeepMind від Google тепер не потребує допомоги людей в навчанні. Домогтися цього вдалося за рахунок впровадження нової системи Differential Neural Computer (DNC), яка поєднує в собі здатність комп'ютерів зберігати великі обсяги інформації, логічні навички штучного інтелекту, а також вміння нейронної мережі швидко шукати в сховищі даних необхідні фрагменти.


Подібно до мозку, нейронна мережа використовує мережу взаємопов'язаних вузлів для того, щоб стимулювати правильні центри, необхідні для виконання поставленого завдання. Штучний інтелект оптимізує роботу вузлів для того, щоб знайти найшвидше вирішення, яке при цьому буде правильним. Згодом ШІ буде застосовувати отриманий досвід для того, щоб шукати правильну відповідь все швидше та ефективніше.

Розробники з Google привели наочний приклад роботи оновленої системи. Після того як DNC пояснили, як влаштовано генеалогічне древо, штучний інтелект зумів побудувати множинні зв'язки між усіма його учасниками, при цьому оптимізуючи і впорядковуючи свою пам'ять, щоб в майбутньому можна було якомога швидше знайти необхідну інформацію.

Після цього штучному інтелекту показали карту лондонської підземки, а він самостійно почав шукати додаткові шляхи і зв'язки між ними, щоб в разі чого можна було оперативно прокласти правильний маршрут з однієї точки в іншу.

Замість того, щоб прораховувати кожен можливий варіант вирішення ситуації в пошуках вірного рішення, DeepMind може знайти відповідь, виходячи зі свого попереднього досвіду, виявити його у своїй внутрішній пам'яті і пов'язати з поточною ситуацією. При цьому людям не доведеться давати йому підказки у величезних кількостях.