Las máquinas de Turing neuronales (NTM) combinan redes neuronales con una memoria externa que funciona como la cinta de una máquina de Turing clásica.
La red neuronal controla cómo se leen, escriben y organizan los datos en la memoria, lo que permite que el modelo aprenda tareas algorítmicas complejas.
A diferencia de las redes neuronales convencionales, las NTM tienen la capacidad de almacenar resultados intermedios y acceder a ellos de forma flexible, lo que es ventajoso en problemas secuenciales o lógicos.
El entrenamiento se realiza generalmente mediante la diferenciabilidad de todas las operaciones, de modo que se puede aprender a utilizar la memoria de manera eficiente mediante retropropagación.
Las aplicaciones típicas son tareas de ordenación o copia, pero también procesos más complejos como la ejecución de programas simples.