Top DeepMind KI-Produkte, die die Welt revolutionieren

Als DeepMind 2010 auf den Markt kam, gab es wenig Interesse im Bereich der field künstliche Intelligenz (KI) im Vergleich zu den heute existierenden Interessen. Um das aufkommende Technologiefeld zu beschleunigen, verfolgte das Team einen interdisziplinären Ansatz.

Sie verbanden neue Ideen mit Fortschritten in der Technik, Maschinelles Lernen, Simulations- und Computerinfrastruktur, Neurowissenschaften, Mathematik und neue Methoden zur Organisation wissenschaftlicher Bemühungen.

DeepMind Technologies ist eine britische Tochtergesellschaft für künstliche Intelligenz von Alphabet Inc. Das Londoner Forschungslabor war erworben von Google im Jahr 2014. Diese Firma hat Forschungszentren in Frankreich, Kanada und den USA. Im nächsten Jahr wurde es vollständig im Besitz von Alphabet.

Das Unternehmen hat sich mit Google zusammengetan, um seine Arbeit zu beschleunigen und seine Forschungsagenda weiter festzulegen. Mehrere der DeepMind-Programme haben gelernt, Augenkrankheiten so effizient zu diagnostizieren wie die besten Ärzte der Welt und 30 % der Energie zu sparen, die für die Kühlung von Rechenzentren aufgewendet wird. Die Programme sagen die komplexen 3D-Formen von Proteinen voraus, die die zukünftige Entwicklung von Medikamenten verändern könnten.

Das Unternehmen erzielte frühe Erfolge bei Computerspielen, wobei Forscher es normalerweise zum Testen von KI verwenden. Eines der Programme lernte, 49 verschiedene Atari-Spiele von Grund auf zu spielen, nur indem es Pixel und Punkte auf dem Bildschirm sah. Das AlphaGo-Programm war auch das erste, das einen professionellen Go-Spieler besiegte, eine Leistung, die als seiner Zeit um ein Jahrzehnt voraus beschrieben wird.

Im Laufe der Jahre hat DeepMind ein neuronale Netzwerk das lernt, Videospiele wie Menschen zu spielen, und eine neuronale Turing-Maschine oder ein neuronales Netzwerk, das wie die herkömmliche Turing-Maschine auf einen externen Speicher zugreifen kann. Die Entwicklung führte zu einem Computer, der das Kurzzeitgedächtnis des menschlichen Gehirns nachahmt.

Im Jahr 2016 machte DeepMind Schlagzeilen, nachdem es seinem AlphaGo-Programm gelungen war, den menschlichen professionellen Go-Spieler Lee Sedol, den Weltmeister, in einem 5-Spiele-Match zu schlagen, das Gegenstand eines Dokumentarfilms wurde.

Ein weiteres allgemeines Programm, AlphaZero, schlug die leistungsstärksten Schachprogramme Go und Shogi (japanisches Schach), nachdem es mehrere Tage lang gegen sich selbst gespielt hatte und einiges an Verstärkungslernen verwendet hatte. Im Jahr 2020 hat DeepMind erhebliche Fortschritte beim Problem der Proteinfaltung gemacht.

Überblick über DeepMind

Demis Hassabis, Shane Legg und Mustafa Suleyman sind die Gründer dieses florierenden Unternehmens. Legg und Hassabis trafen sich zum ersten Mal in der Gatsby Computational Neuroscience Unit des University College London.

Zunächst begann das Unternehmen mit der Arbeit an einer Technologie für künstliche Intelligenz, die ihm beibrachte, einige alte Spiele aus Jahrzehnten zuvor zu spielen.

Einige der Spiele waren Space Invaders, Pong und Breakout. Die Entwickler führten künstliche Intelligenz in ein Spiel nach dem anderen ein, ohne dass sie ihre Regeln vorher kennen mussten. Nachdem die Technologie einige Zeit damit verbracht hatte, die Funktionsweise des Spiels zu erlernen, wurde die KI dann zum Experten darin:

„Die kognitiven Prozesse, die die KI durchläuft, sollen denen ähnlich sein, die ein Mensch, der das Spiel noch nie gesehen hat, verwenden würde, um es zu verstehen und zu meistern.“

Ziel der Gründer war es, eine universelle künstliche Intelligenz zu schaffen, die für fast alles effektiv und effizient eingesetzt werden kann. Horizons Ventures und Founders Fund sind einige der wichtigsten Ventures, die in das Unternehmen investiert haben. Auch namhafte Unternehmer wie Peter Thiel, Scott Geländer, und Elon Musk in den Anfängen des Unternehmens investiert.

Am 26. Januar 2014 erwarb Google DeepMind für 500 Millionen US-Dollar im selben Jahr, als es die Auszeichnung „Company of the Year“ des Cambridge Computer Laboratory erhielt. Der Verkauf an Google erfolgte, nachdem Facebook die Verhandlungen mit dem Unternehmen im Jahr 2013 beendet hatte. Danach wurde das Unternehmen in Google DeepMind umbenannt und behielt den Namen zwei Jahre lang bei.

Der Royal Free NHS Trust und DeepMind unterzeichneten im September 2015 ihr erstes Information Sharing Agreement (ISA), um Streams, eine App für das klinische Aufgabenmanagement, zu entwickeln. Nach der Übernahme durch Google richtete das Unternehmen ein KI-Ethik-Board für die Forschung ein, aber es bleibt ein Rätsel, da beide Unternehmen sich weigerten, zu sagen, wer im Board sitzt.

Das Unternehmen schloss sich Facebook, Amazon, Microsoft, Google und . an IBM 'Partnership on AI' zu starten, die sich der Schnittstelle Gesellschaft-KI widmet. DeepMind hat eine neue Einheit namens DeepMind Ethics and Society eröffnet, die sich hauptsächlich auf die ethischen und gesellschaftlichen Fragen konzentriert, die durch die KI-Technologie aufgeworfen werden. Der prominente Philosoph Nick Bostrom ist ein Berater der „Gesellschaft“.

DeepMind-Produkte und -Technologien

Das Unternehmen ist bestrebt, die besten Techniken aus der Systemneurowissenschaft und dem maschinellen Lernen zu integrieren, um einen leistungsstarken Allzweck-Lernalgorithmus zu schaffen. Im Jahr 2016, Google-Recherche veröffentlichte ein Papier über KI-Sicherheit und wie unerwünschtes Verhalten während des Prozesses der künstlichen Intelligenz vermieden werden kann.

Im Jahr 2017 veröffentlichte DeepMind GridWorld, ein Open-Source-Testbed zur Bewertung, ob ein Algorithmus lernt, den Notausschalter zu deaktivieren oder ein unerwünschtes Verhalten zeigt. Irgendwann im Juli 2018 trainierten die Forscher des Unternehmens eines seiner Systeme für das Computerspiel Quake III Arena.

Bis zum letzten Jahr hatte die Firma mehr als tausend Veröffentlichungen veröffentlicht, von denen 13 von Science oder Nature akzeptiert wurden. Hier sind einige der Top DeepMind-Produkte.

Tiefes Verstärkungslernen

Im Gegensatz zu den anderen KIs, die für vordefinierte Zwecke entwickelt wurden und auf begrenztem Raum funktionieren, sagt DeepMind, dass sein System nicht vorprogrammiert ist. Die Technologie lernt aus der Erfahrung, indem sie nur Rohpixel als Dateneingabe verwendet.

Es verwendet hauptsächlich Deep Learning, das auf einem konvolutionellen neuronalen Netzwerk läuft, das eine neuartige Art von Q-Learning verwendet. Q-Learning ist eine Form des modellfreien Reinforcement Learning. Die Technologie testet das System bei Videospielen, einschließlich früher Arcade-Spiele wie Breakout und Space Invaders.

Dann beginnt das KI-System, ohne den Code zu ändern, zu verstehen, wie das Spiel zu spielen ist, und nach einigen Sitzungen spielt es effizienter als jeder Mensch. Bereits 2013 veröffentlichte DeepMind eingehende Forschungen zu einem KI-System, das die menschlichen Fähigkeiten in verschiedenen Spielen übertreffen kann, was zu seiner Übernahme durch Google führte.

Letztes Jahr hat das Unternehmen Agent57 und einen künstlichen Intelligenz-Agenten auf den Markt gebracht, der die Leistung auf menschlichem Niveau bei allen 57 Spielen der Atari2600-Suite übertrifft.

AlphaGo und Nachfolger

Im Jahr 2014 veröffentlichte das Unternehmen Forschungsergebnisse zu Computersystemen mit der Fähigkeit, das Go-Spiel zu spielen. Später im Oktober 2015 schlug AlphaGo, ein von der Firma entwickeltes Computer-Go-Programm, den europäischen Go-Champion Fan Hui mit fünf zu null. Das war das erste Mal, dass ein KI-Programm einen professionellen Go-Spieler besiegte.

Im März 2016 besiegten die AlphaGo Lee Sedol, einen der bestplatzierten Spieler weltweit, mit 4:1. Während des Future of Go Summit 2017 gewann die KI ein 3-Spiele-Match mit der damaligen Nummer 1 der Welt, Ke Jie. Das System verwendete ein überwachtes Lernprotokoll, bei dem viele Spiele von Menschen gegeneinander untersucht wurden.

Die verbesserte AlphaGo Zero-Version hat die vorherige besiegt AlphaGo-System 100 Spiele auf 0 im Jahr 2017. Die Strategien der neueren Version waren Autodidakten und sie schlug ihren Vorgänger innerhalb von drei Tagen mit weniger Rechenleistung als AlphaGo. Später im Jahr, eine modifizierte Version von AlphaGo Zero, erlangte AlphaZero übermenschliche Fähigkeiten im Shogi und Schach.

Alle diese Versionen der künstlichen Intelligenzsysteme von DeepMind haben das Spielen nur durch Selbstspiel gelernt. Die AlphaGo-Technologie wurde entwickelt, um den Ansatz des Deep Reinforcement Learning zu verwenden, der es ermöglicht, sich im Laufe der Zeit durch Selbstlernen zu verbessern.

Das System verwendet zwei tiefe neuronale Netze, die es ermöglichen, Bewegungswahrscheinlichkeiten zu bewerten, und ein Wertenetz, um Positionen zu bewerten. Dieses Policy-Netzwerk wurde durch überwachtes Lernen trainiert und dann durch Policy-gradient-verstärkungslernen verfeinert. In diesem Zusammenhang lernte das Wertschöpfungsnetzwerk, die Gewinner der Spiele zu ermitteln, die das Politiknetzwerk gegen sich selbst gespielt hat.

Später verwendete das Netzwerk einen Lookahead Monte-Carlo-Baumsuche (MCTS), die ein Richtliniennetzwerk verwendet, um mögliche Bewegungen mit hoher Wahrscheinlichkeit zu bestimmen, während das Wertnetzwerk gleichzeitig Baumpositionen bewertet. Das System nutzte Reinforcement Learning, bei dem das System Millionen dieser Spiele gegen sich selbst spielte, um seine Gewinnrate zu erhöhen.

Insbesondere beruht die vereinfachte Baumsuche hauptsächlich auf ihrem neuronalen Netzwerk, um die Positionen und Abtastbewegungen ohne Verwendung der Monte-Carlo-Rollouts auszuwerten. Mit diesen Verbesserungen benötigt das AlphaZero-System weniger Rechenleistung als AlphaGo und arbeitet mit vier spezialisierten KI-Prozessoren, die als . bekannt sind Google-TPUs anstelle der von AlphaGo verwendeten 48.

AlphaFold

Irgendwann im Jahr 2016 hat DeepMind seine Forschung und Entwicklung zu künstlicher Intelligenz zu einer der größten Herausforderungen in der Wissenschaft, der Proteinfaltung, gemacht. Kaum zwei Jahre später, AlphaFold . von DeepMind wurde verliehen die 13. Critical Assessment of Techniques for Protein Structure Prediction (CASP)-Trophäe, nachdem sie erfolgreich die genaueste Struktur für 25 von 43 Proteinen bestimmt hatte.

Hassabis kommentierte in einem Interview mit The Guardian:

„Dies ist ein Leuchtturmprojekt, unsere erste große Investition in Bezug auf Menschen und Ressourcen in ein grundlegendes, sehr wichtiges wissenschaftliches Problem der realen Welt.“

Letztes Jahr, während des 14. CASP, erreichten die Projektionen von AlphaFold einen Genauigkeitswert, der mit Labortechniken vergleichbar ist. Ein Mitglied der wissenschaftlichen Jury, Dr. Andriy Kryshtafovych, sagte, die Leistung sei „wirklich bemerkenswert und fügte hinzu, dass das Problem der Vorhersage der Proteinfaltung umfassend gelöst wurde.

Andere bemerkenswerte DeepMind-Produkte

Das Unternehmen stellte a Text-to-Speech-System, WaveNet, im Jahr 2016. Zunächst war es zu rechenintensiv für den Einsatz in Consumer-Produkten, aber Ende 2017 wurde es für Anwendungen wie Google Assistant einsatzbereit. Im folgenden Jahr stellte Google Cloud Text-to-Speech vor, ein kommerzielles Text-to-Speech-Produkt, basierend auf WaveNet.

Später im Jahr 2018 entwickelte DeepMind ein hocheffizientes Modell namens WaveRNN, das mit Google AI mitentwickelt wurde und 2019 für Google Duo-Benutzer eingeführt wurde.

Google sagt, dass die DeepMind-Algorithmen die Effizienz der Kühlung der meisten seiner Rechenzentren erheblich verbessert haben. Auch die Technologie hilft Google Playpersonalisierten App-Empfehlungen und hat mit dem Android-Team zusammengearbeitet, um ein Paar von Funktionen zu entwickeln, die für die Android Pie-Geräte verfügbar gemacht werden.

Zu den neuen Funktionen gehören Adaptive Brightness und Adaptive Battery, die maschinelles Lernen nutzen, um Energie zu sparen und Geräte mit dem Betriebssystem benutzerfreundlicher zu machen. Dies war das erste Mal, dass DeepMind diese Techniken in kleinem Maßstab in normale Machine-Learning-Anwendungen integriert hat, die viel Rechenleistung benötigen.

Das Hubble-Teleskop des Unternehmens ermöglichte es den Menschen, tiefer in den Weltraum zu blicken, wobei die verfügbaren Werkzeuge bereits das menschliche Wissen erweiterten und wiederum einen positiven globalen Einfluss hatten. Die langfristige Mission von DeepMind besteht darin, Intelligenz zu lösen und verallgemeinerte und effektive Problemlösungssysteme zu schaffen, die als künstliche allgemeine Intelligenz (AGI) bezeichnet werden.

Ganz von Ethik und Sicherheit geleitet, kann die Erfindung von der Gesellschaft gehalten werden, um praktikable Lösungen für einige der schwierigsten und grundlegendsten wissenschaftlichen Probleme der Welt zu finden.

Im Moment entwickelt das Unternehmen seine Technologie weiter und strebt an, ihre Nutzbarkeit in fast allen kritischen Facetten der Menschheit zu erweitern, einschließlich Gesundheit, Gaming und Umweltschutz.

Quelle: https://e-cryptonews.com/deepmind-ai-products/