آلة تورينج العصبية

آلة تورينج العصبية ( NTM ) هي نموذج شبكة عصبية متكررة لآلة تورينج . نُشر هذا النهج بواسطة أليكس جريفز وآخرون في عام 2014. ^{[ 1 ]} تجمع آلات تورينج العصبية بين قدرات مطابقة الأنماط الضبابية للشبكات العصبية والقوة الخوارزمية للحواسيب القابلة للبرمجة .

تحتوي الشبكة العصبية للذاكرة (NTM) على وحدة تحكم شبكية عصبية متصلة بموارد ذاكرة خارجية ، تتفاعل معها من خلال آليات الانتباه. وتكون تفاعلات الذاكرة قابلة للتفاضل من البداية إلى النهاية، مما يتيح تحسينها باستخدام خوارزمية التدرج الهبوطي . ^{[ 2 ]} ويمكن لشبكة NTM المزودة بوحدة تحكم شبكية للذاكرة طويلة المدى (LSTM) استنتاج خوارزميات بسيطة مثل النسخ والفرز والاستدعاء الترابطي من الأمثلة فقط. ^{[ 1 ]}

لم ينشر مؤلفو ورقة NTM الأصلية شفرة المصدر الخاصة بهم . ^{[ 1 ]} نُشر أول تطبيق مستقر مفتوح المصدر في عام 2018 في المؤتمر الدولي السابع والعشرين للشبكات العصبية الاصطناعية، وحصل على جائزة أفضل ورقة بحثية. ^{[ 3 ] [ 4 ] [ 5 ]} توجد تطبيقات أخرى مفتوحة المصدر لـ NTMs، ولكنها حتى عام 2018 لم تكن مستقرة بما يكفي للاستخدام الإنتاجي. ^{[ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ]} يُبلغ المطورون إما أن تدرجات تطبيقاتهم تصبح أحيانًا NaN أثناء التدريب لأسباب غير معروفة، مما يؤدي إلى فشل التدريب؛ ^{[ 10 ] [ 11 ] [ 9 ]} أو يُبلغون عن بطء التقارب؛ ^{[ 7 ] [ 6 ]} أو لا يُبلغون عن سرعة تعلم تطبيقاتهم. ^{[ 12 ] [ 8 ]}

تُعد الحواسيب العصبية التفاضلية نتاجًا لآلات تورينج العصبية، مع آليات انتباه تتحكم في مكان نشاط الذاكرة، وتحسن الأداء. ^{[ 13 ]}