剑桥大学研究人员将利用填字游戏加强人工神经网络

剑桥大学研究人员希望通过填字游戏加强深度学习技能，帮助人工网络系统更好的理解人类语言。

不少研究者都希望能通过深度学习方法进一步提高人工智能技术，希望让人工神经网络可以理解人类更多的行为、动作和语言等。

近日，针对这一领域的研究，英国剑桥大学的研究人员提出一个新的想法，他们计划利用填字游戏的学习方法来帮助人工智能掌握人类的理解能力。

研究人员为人工神经网络制订了一个应用，在整个研究过程中，他们使用六部字典以及维基百科中的知识，包括各类字、词、句等进行实例训练，研究过程中发现系统能够明白简单的短语、隐喻等一些抽象类的表达。研究结果表明，用类似这样的方法进行训练，还可以提高信息检索等内容的输出效率。

剑桥大学计算机实验室研究员、本次研究的论文作者之一 Felix Hill 表示，让计算机理解人类语音最难的挑战在于它们无法同时多方面的接受人类在说话以及阅读等情况下产生的丰富的信息。而且在研究的过程中，一旦需要的信息是数据库中没有的，那么系统就无法通过别的方法解决问题，系统不会像人类一样还可以从生活常识等方面进行推理。

Hill 也表达了他自己对于人工神经网络如今发展的观点，他认为应该同时注重认知主义和行为主义两个方面，毕竟人类的智力是将大脑神经与行为表现的控制相结合，要想真正达到人脑的高度，二者缺一不可。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！