計(jì)算機(jī)算法通常需要成千上萬(wàn)個(gè)例子才能學(xué)會(huì)一件事情，但谷歌DeepMind的研究人員卻找到一種繞過這一流程的方法。谷歌DeepMind研究人員現(xiàn)在找到了一種新的方法，他們對(duì)深度學(xué)習(xí)算法進(jìn)行了一些調(diào)整，使之只需通過一個(gè)例子便可認(rèn)出圖像中的物體或其他東西——他們稱之為“單次學(xué)習(xí)”。該團(tuán)隊(duì)針對(duì)大量添加了標(biāo)簽的圖片以及手寫字體和語(yǔ)言對(duì)此進(jìn)行了驗(yàn)證。

谷歌DeepMind研究員奧里奧爾·溫亞爾斯（Oriol Vinyals）在深度學(xué)習(xí)系統(tǒng)中增加了一個(gè)記憶組件。該團(tuán)隊(duì)利用一個(gè)名為ImageNet的標(biāo)記圖片數(shù)據(jù)庫(kù)對(duì)該系統(tǒng)的能力進(jìn)行了驗(yàn)證。

這套軟件仍然需要分析數(shù)百種圖片，但此后卻可以學(xué)會(huì)用一張照片識(shí)別新的物體。它本質(zhì)上是通過分析圖片中的獨(dú)特元素來(lái)完成識(shí)別任務(wù)的。這種算法只需要看一一個(gè)例子，便可達(dá)到近似于傳統(tǒng)深度學(xué)習(xí)系統(tǒng)的準(zhǔn)確率。