Нейронные машины Тьюринга (НМТ) объединяют нейронные сети с внешней памятью, которая функционирует как лента классической машины Тьюринга.
Нейронная сеть управляет тем, как данные читаются, записываются и организуются в памяти, что позволяет модели изучать сложные алгоритмические задачи.
В отличие от обычных нейронных сетей, НМТ обладают способностью сохранять промежуточные результаты и гибко к ним обращаться, что полезно при последовательных или логических задачах.
Обучение обычно происходит за счёт дифференцируемости всех операций, что позволяет с помощью обратного распространения ошибки научиться эффективно использовать память.
Типичные применения включают задачи сортировки или копирования, а также более сложные процессы, такие как выполнение простых программ.