計算機算法通常需要成千上萬個例子才能學(xué)會一件事情，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)”。該團隊針對大量添加了標(biāo)簽的圖片以及手寫字體和語言對此進(jìn)行了驗證。

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)中增加了一個記憶組件。該團隊利用一個名為ImageNet的標(biāo)記圖片數(shù)據(jù)庫對該系統(tǒng)的能力進(jìn)行了驗證。

這套軟件仍然需要分析數(shù)百種圖片，但此后卻可以學(xué)會用一張照片識別新的物體。它本質(zhì)上是通過分析圖片中的獨特元素來完成識別任務(wù)的。這種算法只需要看一一個例子，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。