観察したデータを抽出し、シンプルで人間が理解できるアルゴリズムを生成する、ニューラルネットワークを用いた手法について報告する論文が、Nature Computational Scienceに掲載される。 データ駆動型のアルゴリズム発見は、実験データセットの背後にある基本的な論理や規則を発見できる手法である。研究者はこの手法を用いることで、高次元データに隠された新たな洞察を生成できる可能性がある。しかしながら、アルゴリズム発見のための典型的な手法は、人間には理解できなかったり、他のプログラマーが作成したコードの学習に依存していたり、可能な関数の探索空間の大きさゆえにスケーラブルでなかったりする。 今回、Milo Liらは、神経生物学にヒントを得た深層学習アルゴリズムを使用して、データから理解可能で実行可能なコンピューターコードを書く手法を提案している。このアルゴリズム設計では、勾配に基づく典