Κορυφαία προϊόντα DeepMind AI που φέρουν επανάσταση στον κόσμο

Όταν η DeepMind κυκλοφόρησε το 2010, δεν υπήρχε μικρό ενδιαφέρον στον τομέα της τεχνητή νοημοσύνη (AI) σε σύγκριση με τα επίπεδα ενδιαφέροντος που υπάρχουν σήμερα. Για την επιτάχυνση του νέου τεχνολογικού πεδίου, η ομάδα υιοθέτησε μια διεπιστημονική προσέγγιση.

Ένωσαν τις νέες ιδέες με την πρόοδο στη μηχανική, μάθηση μηχανής, υποδομή προσομοίωσης και υπολογιστών, νευροεπιστήμη, μαθηματικά και νέες μέθοδοι οργάνωσης επιστημονικών προσπαθειών.

Τεχνολογίες DeepMind είναι βρετανική θυγατρική τεχνητής νοημοσύνης της Alphabet Inc. Το ερευνητικό εργαστήριο με έδρα το Λονδίνο ήταν αποκτήθηκαν από την Google το 2014. Αυτή η εταιρεία διαθέτει ερευνητικά κέντρα στη Γαλλία, τον Καναδά και τις Ηνωμένες Πολιτείες. Τον επόμενο χρόνο, ανήκε εξ ολοκλήρου στην Alphabet.

Η εταιρεία ένωσε τις δυνάμεις της με την Google για να επιταχύνει το έργο της και συνέχισε να καθορίζει την ερευνητική της ατζέντα. Αρκετά από τα προγράμματα DeepMind έχουν μάθει να διαγιγνώσκουν ασθένειες των ματιών τόσο αποτελεσματικά όσο οι κορυφαίοι γιατροί του κόσμου και να εξοικονομούν το 30% της ενέργειας που χρησιμοποιείται για να διασφαλίσει ότι τα κέντρα δεδομένων παραμένουν δροσερά. Τα προγράμματα προβλέπουν τα σύνθετα τρισδιάστατα σχήματα πρωτεϊνών που θα μπορούσαν να μεταμορφώσουν τον τρόπο εφευρέσεως των φαρμάκων στο μέλλον.

Η εταιρεία πέτυχε νωρίς την επιτυχία στα ηλεκτρονικά παιχνίδια με ερευνητές που συνήθως το χρησιμοποιούσαν για να δοκιμάσουν το AI. Ένα από τα προγράμματα έμαθε να παίζει 49 διαφορετικά παιχνίδια Atari από το μηδέν, απλά βλέποντας pixel και σκορ στην οθόνη. Το πρόγραμμα AlphaGo ήταν επίσης το πρώτο που κέρδισε έναν επαγγελματία παίκτη Go, ένα επίτευγμα που περιγράφεται ως μια δεκαετία πριν από την εποχή του.

Με τα χρόνια, το DeepMind δημιούργησε ένα νευρικό σύστημα που μαθαίνει πώς να παίζει βιντεοπαιχνίδια όπως οι άνθρωποι και μια μηχανή Neural Turing ή ένα νευρωνικό δίκτυο που μπορεί να έχει πρόσβαση σε μια εξωτερική μνήμη όπως η συμβατική μηχανή Turing. Η ανάπτυξη είχε ως αποτέλεσμα έναν υπολογιστή που μιμείται τη βραχυπρόθεσμη μνήμη του ανθρώπινου εγκεφάλου.

Το 2016, η DeepMind έκανε πρωτοσέλιδα αφού το πρόγραμμα AlphaGo κατάφερε να νικήσει έναν επαγγελματία του ανθρώπου Go Lee Lee Sedol, τον παγκόσμιο πρωταθλητή, σε έναν αγώνα 5 παιχνιδιών, που έγινε το θέμα μιας ταινίας ντοκιμαντέρ.

Ένα άλλο γενικό πρόγραμμα, το AlphaZero, κέρδισε τα πιο ισχυρά προγράμματα παίζοντας σκάκι, Go και Shogi (Ιαπωνικό Σκάκι) μετά από αρκετές ημέρες παιχνιδιού ενάντια στον εαυτό του χρησιμοποιώντας κάποια ενίσχυση μάθησης. Το 2020, η DeepMind σημείωσε σημαντική πρόοδο στο πρόβλημα της αναδίπλωσης πρωτεϊνών.

Επισκόπηση DeepMind

Οι Demis Hassabis, Shane Legg και Mustafa Suleyman είναι οι ιδρυτές αυτής της ακμάζουσας εταιρείας. Οι Legg και Hassabis συναντήθηκαν για πρώτη φορά στο Gatsby Computational Neuroscience Unit του University College London.

Αρχικά, η εταιρεία άρχισε να εργάζεται πάνω στην τεχνολογία τεχνητής νοημοσύνης, διδάσκοντας να παίζει μερικά παλιά παιχνίδια από δεκαετίες νωρίτερα.

Μερικά από τα παιχνίδια περιελάμβαναν Space Invaders, Pong και Breakout. Οι προγραμματιστές εισήγαγαν τεχνητή νοημοσύνη σε ένα παιχνίδι κάθε φορά χωρίς να έχουν προηγούμενη γνώση των κανόνων του. Αφού η τεχνολογία ξόδεψε λίγο χρόνο για να μάθει πώς λειτουργεί το παιχνίδι, η AI θα συνεχίσει να γίνεται ειδικός σε αυτό:

«Οι γνωστικές διεργασίες που περνάει το AI λέγεται ότι μοιάζουν με εκείνες που ένας άνθρωπος που δεν είχε δει ποτέ το παιχνίδι θα το χρησιμοποιούσε για να το καταλάβει και να προσπαθήσει να το καταφέρει.»

Οι ιδρυτές στοχεύουν στη δημιουργία τεχνητής νοημοσύνης γενικής χρήσης που μπορεί να χρησιμοποιηθεί αποτελεσματικά και αποτελεσματικά για σχεδόν οτιδήποτε. Το Horizons Ventures and Founders Fund είναι μερικές από τις κύριες επιχειρήσεις που επενδύουν στην εταιρεία. Επίσης, οι αξιόλογοι επιχειρηματίες αρέσουν Peter Thiel, Scott Banister, και Elon Musk επένδυσε στην εταιρεία κατά τη διάρκεια των πρώτων ημερών της.

Στις 26 Ιανουαρίου 2014, η Google απέκτησε το DeepMind για 500 εκατομμύρια δολάρια την ίδια χρονιά που έλαβε το βραβείο Cambridge Computer Laboratory "Company of the Year". Η πώληση στην Google πραγματοποιήθηκε αφού το Facebook ολοκλήρωσε τις διαπραγματεύσεις του με την εταιρεία το 2013. Στη συνέχεια, η εταιρεία μετονομάστηκε ως Google DeepMind και διατήρησε το όνομα για δύο χρόνια.

Το Royal Free NHS Trust και το DeepMind υπέγραψαν την πρώτη τους συμφωνία ανταλλαγής πληροφοριών (ISA) τον Σεπτέμβριο του 2015 για τη δημιουργία ροών, μιας εφαρμογής διαχείρισης κλινικών εργασιών. Μετά την απόκτηση από την Google, η εταιρεία δημιούργησε μια επιτροπή δεοντολογίας AI για έρευνα, αλλά παραμένει ένα μυστήριο με αμφότερες τις εταιρείες να αρνούνται να πουν ποιος κάθεται στο διοικητικό συμβούλιο.

Η εταιρεία έγινε μέλος των Facebook, Amazon, Microsoft, Google και IBM να ξεκινήσει το "Partnership on AI" αφιερωμένο στη διεπαφή κοινωνίας-AI. Η DeepMind άνοιξε μια νέα μονάδα γνωστή ως DeepMind Ethics and Society εστιάζοντας κυρίως στα ηθικά και κοινωνικά ζητήματα που εγείρονται από την τεχνολογία AI. Ο επιφανής φιλόσοφος, Nick Bostrom, είναι σύμβουλος της «Εταιρείας».

Προϊόντα και τεχνολογίες DeepMind

Η εταιρεία προσπαθεί να ενσωματώσει τις καλύτερες τεχνικές από συστήματα νευροεπιστήμης και μηχανικής μάθησης για να δημιουργήσει έναν ισχυρό αλγόριθμο μάθησης γενικής χρήσης. Το 2016, Έρευνα Google δημοσίευσε ένα έγγραφο σχετικά με την ασφάλεια AI και πώς να αποφευχθούν ανεπιθύμητες συμπεριφορές κατά τη διαδικασία τεχνητής νοημοσύνης.

Το 2017, η DeepMind κυκλοφόρησε το GridWorld, το οποίο είναι ένα τεστ ανοιχτού κώδικα για την αξιολόγηση του κατά πόσον ένας αλγόριθμος μαθαίνει να απενεργοποιεί το διακόπτη kill ή να εμφανίζει κάποιες ανεπιθύμητες συμπεριφορές Κάποια στιγμή τον Ιούλιο του 2018, οι ερευνητές της εταιρείας εκπαίδευσαν ένα από τα συστήματά της για να παίξουν το παιχνίδι υπολογιστή Quake III Arena.

Από πέρυσι, η εταιρεία είχε δημοσιεύσει περισσότερες από χίλιες εργασίες, με 13 από αυτές να γίνονται δεκτές από το Science ή το Nature. Εδώ είναι μερικά από τα κορυφαία προϊόντα DeepMind.

Εκμάθηση βαθιάς ενίσχυσης

Σε αντίθεση με τα άλλα AI που αναπτύχθηκαν για προκαθορισμένους σκοπούς και λειτουργούν σε περιορισμένο χώρο, το DeepMind λέει ότι το σύστημά του δεν είναι προ-προγραμματισμένο. Η τεχνολογία μαθαίνει από την εμπειρία χρησιμοποιώντας απλώς ακατέργαστα pixel ως εισαγωγή δεδομένων.

Χρησιμοποιεί ως επί το πλείστον τη βαθιά μάθηση που τρέχει σε ένα συνελικτικό νευρωνικό δίκτυο χρησιμοποιώντας έναν νέο τύπο Q-learning. Η Q-learning είναι ένας τύπος εκμάθησης ενίσχυσης χωρίς μοντέλο. Η τεχνολογία δοκιμάζει το σύστημα σε βιντεοπαιχνίδια, συμπεριλαμβανομένων νωρίς arcade παιχνίδια όπως το Breakout και το Space Invaders.

Στη συνέχεια, χωρίς να αλλάξετε τον κώδικα, το σύστημα AI αρχίζει να καταλαβαίνει πώς να παίξει το παιχνίδι και αφού παίξει μερικές συνεδρίες, παίζει πιο αποτελεσματικά από οποιονδήποτε άνθρωπο. Το 2013, η DeepMind δημοσίευσε σε βάθος έρευνα για ένα σύστημα AI που μπορεί να ξεπεράσει τις ανθρώπινες ικανότητες σε διάφορα παιχνίδια, οδηγώντας στην απόκτησή του από την Google.

Πέρυσι, η εταιρεία κυκλοφόρησε το Agent57 και τον παράγοντα τεχνητής νοημοσύνης που υπερβαίνει την απόδοση σε ανθρώπινο επίπεδο και στα 57 παιχνίδια της σουίτας Atari2600.

AlphaGo και διάδοχοι

Το 2014, η εταιρεία δημοσίευσε έρευνα για συστήματα υπολογιστών με δυνατότητα να παίξει το παιχνίδι Go. Αργότερα τον Οκτώβριο του 2015, το AlphaGo, ένα πρόγραμμα υπολογιστή Go, που αναπτύχθηκε από την εταιρεία νίκησε τον πρωταθλητή της Ευρώπης Go, Fan Hui, πέντε στο μηδέν. Αυτή ήταν η πρώτη φορά που ένα πρόγραμμα AI νίκησε έναν επαγγελματία παίκτη Go.

Τον Μάρτιο του 2016, το AlphaGo νίκησε τον Lee Sedol, έναν από τους παίκτες με την υψηλότερη βαθμολογία παγκοσμίως, με σκορ 4-1. Κατά τη διάρκεια του 2017 Future of Go Summit, το AI κέρδισε έναν αγώνα 3 παιχνιδιών με τον παγκόσμιο νούμερο 1 εκείνη τη στιγμή, τον Ke Jie. Το σύστημα χρησιμοποίησε ένα εποπτευόμενο πρωτόκολλο μάθησης, μελετώντας πολλά παιχνίδια που παίζονται από ανθρώπους εναντίον του άλλου.

Η βελτιωμένη έκδοση AlphaGo Zero νίκησε την προηγούμενη Σύστημα AlphaGo 100 παιχνίδια έως 0 το 2017. Οι στρατηγικές της νεότερης έκδοσης ήταν αυτοδίδακτες και κέρδισαν τον προκάτοχό της εντός τριών ημερών με λιγότερη ισχύ επεξεργασίας από το AlphaGo. Αργότερα μέσα στο έτος, μια τροποποιημένη έκδοση του AlphaGo Zero, το AlphaZero απέκτησε υπεράνθρωπες ικανότητες στο shogi και στο σκάκι.

Όλες αυτές οι εκδόσεις των συστημάτων τεχνητής νοημοσύνης του DeepMind έμαθαν να παίζουν μόνο μέσω του αυτο-παιχνιδιού. Η τεχνολογία AlphaGo σχεδιάστηκε για να χρησιμοποιεί την προσέγγιση μάθησης βαθιάς ενίσχυσης που της επιτρέπει να βελτιώνεται με την πάροδο του χρόνου μέσω της αυτομάθησης.

Το σύστημα χρησιμοποίησε δύο βαθιά νευρωνικά δίκτυα που του επιτρέπουν να αξιολογήσει τις πιθανότητες κίνησης και ένα δίκτυο αξίας για να αξιολογήσει τις θέσεις. Αυτό το δίκτυο πολιτικής εκπαιδεύτηκε μέσω της εποπτευόμενης μάθησης και στη συνέχεια τελειοποιήθηκε από την εκμάθηση ενίσχυσης της διαβάθμισης πολιτικής. Σε αυτό το πλαίσιο, το δίκτυο αξίας έμαθε να καθορίζει τους νικητές των παιχνιδιών που παίζονται από το δίκτυο πολιτικής εναντίον του.

Αργότερα, το δίκτυο χρησιμοποίησε ένα lookahead Αναζήτηση δέντρων του Μόντε Κάρλο (MCTS) που χρησιμοποίησε ένα δίκτυο πολιτικής για να προσδιορίσει τις υποψήφιες κινήσεις υψηλής πιθανότητας, καθώς το δίκτυο αξίας αξιολόγησε ταυτόχρονα τις θέσεις του δέντρου. Το σύστημα χρησιμοποιούσε ενίσχυση εκμάθησης όπου το σύστημα έπαιξε εκατομμύρια από αυτά τα παιχνίδια εναντίον του με στόχο να αυξήσει το ποσοστό νίκης του.

Συγκεκριμένα, η απλοποιημένη αναζήτηση δέντρων βασίζεται κυρίως στο νευρωνικό του δίκτυο για την αξιολόγηση των θέσεων και των δειγματοληπτικών κινήσεων χωρίς τη χρήση του Monte Carlo. Με αυτές τις βελτιώσεις, το σύστημα AlphaZero χρειάστηκε λιγότερη υπολογιστική ισχύ από το AlphaGo, που λειτουργεί σε τέσσερις εξειδικευμένους επεξεργαστές AI γνωστοί ως TPU Google αντί για τα 48 που χρησιμοποιούνται από το AlphaGo.

AlphaFold

Κάποια στιγμή το 2016, η DeepMind μετέτρεψε την έρευνα και την ανάπτυξη της τεχνητής νοημοσύνης σε μια από τις πιο δύσκολες προκλήσεις που υπάρχουν στην επιστήμη, την αναδίπλωση πρωτεϊνών. Μόλις δύο χρόνια αργότερα, το DeepMind's AlphaFold βραβεύτηκε την 13η κριτική αξιολόγηση των τεχνικών για το τρόπαιο πρόβλεψης δομής πρωτεϊνών (CASP) αφού καθόρισε με επιτυχία την πιο ακριβή δομή για 25 από τις 43 πρωτεΐνες.

Ο Hassabis σχολίασε σε συνέντευξή του στο The Guardian:

"Πρόκειται για ένα έργο φάρων, την πρώτη μεγάλη μας επένδυση σε ανθρώπους και πόρους σε ένα θεμελιώδες, πολύ σημαντικό, πραγματικό επιστημονικό πρόβλημα."

Πέρυσι, κατά τη διάρκεια του 14ου CASP, οι προβολές του AlphaFold είχαν βαθμολογία ακρίβειας συγκρίσιμη με τις εργαστηριακές τεχνικές. Ένα μέλος της επιτροπής επιστημονικών κριτών, ο Δρ. Andriy Kryshtafovych, δήλωσε ότι το επίτευγμα ήταν «πραγματικά αξιοσημείωτο και πρόσθεσε ότι το πρόβλημα της πρόβλεψης του τρόπου με τον οποίο οι πρωτεΐνες είχαν λυθεί είχε επιλυθεί εκτενώς.

Άλλα αξιοσημείωτα προϊόντα DeepMind

Η εταιρεία εισήγαγε ένα σύστημα κειμένου σε ομιλία, WaveNet, το 2016. Αρχικά, ήταν πολύ εντατικά υπολογιστικά για χρήση σε καταναλωτικά προϊόντα, αλλά έγινε έτοιμο για χρήση σε εφαρμογές όπως το Google Assistant στα τέλη του 2017. Το επόμενο έτος, η Google παρουσίασε το Cloud Text-to-Speech, ένα εμπορικό προϊόν κειμένου σε ομιλία, βασισμένο στο WaveNet.

Αργότερα το 2018, η DeepMind ανέπτυξε ένα πολύ αποτελεσματικό μοντέλο γνωστό ως WaveRNN που αναπτύχθηκε από κοινού χρησιμοποιώντας το Google AI που κυκλοφόρησε στους χρήστες του Google Duo το 2019.

Η Google λέει ότι οι αλγόριθμοι DeepMind αύξησαν σημαντικά την αποτελεσματικότητα της ψύξης των περισσότερων κέντρων δεδομένων της. Επίσης, η τεχνολογία βοηθά Το Google PlayΟι εξατομικευμένες προτάσεις εφαρμογών και συνεργάστηκαν με την ομάδα Android για τη δημιουργία ενός ζεύγους λειτουργιών που διατίθενται στις συσκευές Android Pie.

Οι νέες δυνατότητες περιλαμβάνουν Adaptive Brightness και Adaptive Battery που χρησιμοποιούν μηχανική εκμάθηση για εξοικονόμηση ενέργειας και καθιστούν τις συσκευές που λειτουργούν το λειτουργικό σύστημα πιο φιλικές προς τον χρήστη. Αυτή ήταν η πρώτη φορά που το DeepMind ενσωμάτωσε αυτές τις τεχνικές σε μικρή κλίμακα με τις κανονικές εφαρμογές μηχανικής εκμάθησης που χρειάζονται πολλή υπολογιστική ισχύ.

Το τηλεσκόπιο Hubble της εταιρείας επέτρεψε στους ανθρώπους να κοιτάξουν βαθύτερα στο διάστημα, με τα διαθέσιμα εργαλεία που ήδη επεκτείνουν την ανθρώπινη γνώση και, με τη σειρά τους, έχουν θετικό παγκόσμιο αντίκτυπο. Η μακροπρόθεσμη αποστολή του DeepMind είναι η επίλυση πληροφοριών, η δημιουργία γενικευμένων και αποτελεσματικών συστημάτων επίλυσης προβλημάτων, που ονομάζονται τεχνητή γενική νοημοσύνη (AGI).

Πλήρως καθοδηγούμενη από την ηθική και την ασφάλεια, η εφεύρεση μπορεί να θεωρηθεί ως κοινωνία για να βρει βιώσιμες λύσεις σε μερικά από τα πιο απαιτητικά και θεμελιώδη επιστημονικά θέματα στον κόσμο.

Προς το παρόν, η εταιρεία συνεχίζει να αναπτύσσει την τεχνολογία της και στοχεύει στην επέκταση της χρηστικότητάς της σε όλες σχεδόν τις κρίσιμες πτυχές της ανθρωπότητας, συμπεριλαμβανομένης της υγείας, του παιχνιδιού και της προστασίας του περιβάλλοντος.

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