■概要
現在のニューラル・ネットワークのモデルは、基本的には、次の三種類です。
　・DNN (Deep Neural Network: Full Connect Perceptron )
　・CNN (Convolutional Neural Network )
　・RNN (Recurrent Neural Network )

ここにきて、第四のモデルとしての「ニューラル・コンピュータ」に注目が集まっています。
それは、画像認識が得意なCNNや、自然言語処理のようなSequence to Sequenceの処理が得意なRNNのように、特定の課題にフォーカスしたモデルではなく、むしろ、外部メモリーを活用する現在のコンピュータのアーキテクチャーそのものを、ディープ・ラーニング技術の知見を生かして拡張しようとする意欲的なものです。
興味深いのは、そのアーキテクチャーが挑戦している課題は、上記の三つのモデルでは解くのが難しかった、ヒューリスティックな、あるいは、論理的な「推論」を機械に実行させることです。

講演では、GoogleのDeepMind チームがNatureに公開した論文の解説を行います。
次の資料を参照ください。
　「可微分ニューラルコンピュータとは何か（１）　概論」
　　　http://maruyama097.blogspot.com/2017/03/blog-post_17.html
　「可微分ニューラルコンピュータとは何か（２）　システム概観」
　　　http://maruyama097.blogspot.com/2017/03/blog-post_18.html