Neural Turing Machineとは
Neural Turing Machineとは、ニューラルネットワークに外部メモリを組み合わせ、情報を書き込んだり読み出したりできるようにした研究モデルです。NTMとも略されます。通常のニューラルネットワークが内部の重みだけで処理するのに対し、Neural Turing Machineは作業用メモリを使う発想を持ちます。
英語表記：Neural Turing Machine
外部メモリを読み書きするAI
Neural Turing Machineの狙いは、AIが入力を見てすぐ答えるだけでなく、途中の情報をメモに残し、後で使えるようにすることです。人が表計算やメモ帳に途中結果を書きながら作業する感覚に近いでしょう。記憶する場所と、そこへ注意を向ける仕組みを持たせることで、コピーや並べ替えのような手順を学ばせる研究でした。
これは、そのまま企業向けツールとして導入する名前ではありません。ただ、RAGや長文コンテキスト、外部データベース連携を考えるときに、AIが何を内部に覚え、何を外部から取り出すべきかという設計視点を与えてくれる研究です。
Topic「覚えるAI」ではなく「メモを使うAI」
2014年のNeural Turing Machines論文では、コピー、ソート、連想呼び出しのような課題が扱われました。これはChatGPT一般公開より前の研究です。知識を全部モデルの中に詰め込むのではなく、外部メモリを読みに行く発想は、現在のRAGや業務データ連携を考えるうえでも示唆があります。AIの記憶力だけでなく、メモの置き場所を見ることが大切です。
Neural Turing Machineに関するよくある質問
- NTMの外部メモリは社内データベースのことですか？
- 研究上のメモリ構造を指すため、社内データベース連携そのものではありません。ただし、必要な情報を外から参照させるという設計発想は、社内ナレッジ活用にも参考になります。
- 実務では何を判断材料にすればよいですか？
- モデルに全部覚え込ませるのか、文書管理や検索基盤から取り出させるのかを分けて考えることです。更新頻度が高い情報ほど、外部参照の設計が重要になります。
