Les meilleurs produits DeepMind AI révolutionnant le monde

Lorsque DeepMind a été lancé en 2010, il y avait peu d'intérêt pour le domaine de intelligence artificielle (IA) par rapport aux niveaux d'intérêt qui existent aujourd'hui. Pour accélérer le domaine technologique naissant, l'équipe a adopté une approche interdisciplinaire.

Ils ont intégré de nouvelles idées aux avancées de l'ingénierie, machine learning, infrastructure de simulation et de calcul, neurosciences, mathématiques et nouvelles méthodes d'organisation des efforts scientifiques.

Technologies DeepMind est une filiale britannique d'intelligence artificielle d'Alphabet Inc. Le laboratoire de recherche basé à Londres a été a acquise par Google en 2014. Cette entreprise possède des centres de recherche en France, au Canada et aux États-Unis. L'année suivante, il est devenu la propriété exclusive d'Alphabet.

L'entreprise s'est associée à Google pour accélérer ses travaux et a continué à définir son programme de recherche. Plusieurs des programmes DeepMind ont appris à diagnostiquer les maladies oculaires aussi efficacement que les meilleurs médecins du monde et à économiser 30 % de l'énergie utilisée pour garantir la fraîcheur des centres de données. Les programmes prédisent les formes 3D complexes des protéines qui pourraient transformer la façon dont les médicaments seront inventés à l'avenir.

La société a connu un succès précoce dans les jeux informatiques, les chercheurs l'utilisant normalement pour tester l'IA. L'un des programmes a appris à jouer à 49 jeux Atari différents à partir de zéro, simplement en voyant les pixels et les scores à l'écran. Le programme AlphaGo a également été le premier à battre un joueur de Go professionnel, un exploit décrit comme une décennie en avance sur son temps.

Au fil des ans, DeepMind a créé un Réseau neuronal qui apprend à jouer à des jeux vidéo comme les humains, et une machine de Turing neuronale, ou un réseau de neurones qui peut accéder à une mémoire externe tout comme la machine de Turing conventionnelle. Le développement a abouti à un ordinateur qui imite la mémoire à court terme du cerveau humain.

En 2016, DeepMind a fait la une des journaux après que son programme AlphaGo ait réussi à battre un joueur de Go professionnel humain Lee Sedol, le champion du monde, dans un match de 5 matchs, qui est devenu le sujet d'un film documentaire.

Un autre programme général, AlphaZero, a battu les programmes les plus puissants jouant aux échecs, au Go et au Shogi (Échecs japonais) après plusieurs jours de jeu contre lui-même en utilisant un apprentissage par renforcement. En 2020, DeepMind a fait des progrès considérables dans le problème du repliement des protéines.

Présentation de DeepMind

Demis Hassabis, Shane Legg et Mustafa Suleyman sont les fondateurs de cette entreprise florissante. Legg et Hassabis se sont rencontrés pour la première fois à l'unité Gatsby Computational Neuroscience de l'University College London.

Initialement, la société a commencé à travailler sur la technologie de l'intelligence artificielle en lui apprenant à jouer à de vieux jeux des décennies plus tôt.

Certains des jeux comprenaient Space Invaders, Pong et Breakout. Les développeurs ont introduit l'intelligence artificielle dans un jeu à la fois sans avoir aucune connaissance préalable de ses règles. Après que la technologie ait passé un certain temps à apprendre le fonctionnement du jeu, l'IA deviendrait alors un expert en la matière :

« On dit que les processus cognitifs par lesquels passe l'IA ressemblent beaucoup à ceux qu'un humain qui n'avait jamais vu le jeu utiliserait pour comprendre et tenter de le maîtriser. »

Les fondateurs visaient à créer une intelligence artificielle à usage général pouvant être utilisée de manière efficace et efficiente pour presque tout. Horizons Ventures et Founders Fund sont quelques-unes des principales entreprises qui ont investi dans l'entreprise. De plus, des entrepreneurs notables comme Peter Thiel, Scott Banister, et Elon Musk investi dans l'entreprise à ses débuts.

Le 26 janvier 2014, Google a acquis DeepMind pour 500 millions de dollars la même année, lorsqu'il a reçu le prix de l'« Entreprise de l'année » du Cambridge Computer Laboratory. La vente à Google est intervenue après que Facebook a mis fin à ses négociations avec la société en 2013. Par la suite, la société a été renommée Google DeepMind et a conservé le nom pendant deux ans.

Le Royal Free NHS Trust et DeepMind ont signé leur premier accord de partage d'informations (ISA) en septembre 2015 pour créer Streams, une application de gestion des tâches cliniques. Après l'acquisition par Google, la société a mis en place un comité d'éthique de l'IA pour la recherche, mais cela reste un mystère, les deux sociétés refusant de dire qui siège au conseil.

La société a rejoint Facebook, Amazon, Microsoft, Google et IBM de lancer 'Partnership on AI' consacré à l'interface société-IA. DeepMind a ouvert une nouvelle unité connue sous le nom de DeepMind Ethics and Society se concentrant principalement sur les questions éthiques et sociétales soulevées par la technologie de l'IA. L'éminent philosophe Nick Bostrom est un conseiller de la "Société".

Produits et technologies DeepMind

La société s'efforce d'intégrer les meilleures techniques de la neuroscience des systèmes et de l'apprentissage automatique pour créer un puissant algorithme d'apprentissage à usage général. En 2016, Google Recherche a publié un article sur la sécurité de l'IA et comment éviter les comportements indésirables pendant le processus d'intelligence artificielle.

En 2017, DeepMind a publié GridWorld, qui est un banc d'essai open source pour évaluer si un algorithme apprend à désactiver le kill switch ou présente des comportements indésirables. En juillet 2018, les chercheurs de l'entreprise ont entraîné l'un de ses systèmes à jouer au jeu informatique Quake III Arena.

L'année dernière, la société avait publié plus d'un millier d'articles, dont 13 ont été acceptés par Science ou Nature. Voici quelques-uns des meilleurs produits DeepMind.

Apprentissage par renforcement profond

Contrairement aux autres IA qui ont été développées à des fins prédéfinies et fonctionnent dans un espace limité, DeepMind dit que son système n'est pas préprogrammé. La technologie apprend de l'expérience en utilisant uniquement des pixels bruts comme entrée de données.

Il utilise principalement un apprentissage en profondeur exécuté sur un réseau de neurones convolutifs utilisant un nouveau type d'apprentissage Q. Le Q-learning est un type d'apprentissage par renforcement sans modèle. La technologie teste le système sur des jeux vidéo, y compris les premiers jeux d'arcade comme Breakout et Space Invaders.

Ensuite, sans changer le code, le système d'IA commence à comprendre comment jouer au jeu et après avoir joué quelques sessions, il joue plus efficacement que n'importe quel humain. En 2013, DeepMind a publié des recherches approfondies sur un système d'IA capable de surpasser les capacités humaines dans divers jeux, ce qui a conduit à son acquisition par Google.

L'année dernière, la société a lancé Agent57 et un agent d'intelligence artificielle qui dépasse les performances de niveau humain sur les 57 jeux de la suite Atari2600.

AlphaGo et successeurs

En 2014, la société a publié des recherches sur les systèmes informatiques capables de jouer au jeu de Go. Plus tard en octobre 2015, AlphaGo, un programme informatique de Go développé par la société, a battu le champion européen de Go Fan Hui, cinq à zéro. C'était la première fois qu'un programme d'IA battait un joueur de Go professionnel.

En mars 2016, l'AlphaGo a battu Lee Sedol, l'un des joueurs les mieux classés au monde, avec un score de 4-1. Lors du Future of Go Summit 2017, l'IA a remporté un match de 3 matchs avec le numéro 1 mondial de l'époque, Ke Jie. Le système utilisait un protocole d'apprentissage supervisé, étudiant de nombreux jeux joués par des humains les uns contre les autres.

La version améliorée d'AlphaGo Zero a battu la précédente Système AlphaGo 100 jeux à 0 en 2017. Les stratégies de la nouvelle version étaient autodidactes et elle a battu son prédécesseur en trois jours avec moins de puissance de traitement qu'AlphaGo. Plus tard dans l'année, une version modifiée d'AlphaGo Zero, AlphaZero a acquis des capacités surhumaines au shogi et aux échecs.

Toutes ces versions des systèmes d'intelligence artificielle de DeepMind ont appris à jouer uniquement par le biais de l'auto-jeu. La technologie AlphaGo a été conçue pour utiliser l'approche d'apprentissage par renforcement profond lui permettant de s'améliorer au fil du temps grâce à l'auto-apprentissage.

Le système utilisait deux réseaux de neurones profonds lui permettant d'évaluer les probabilités de déplacement et un réseau de valeurs pour évaluer les positions. Ce réseau de politiques a été formé grâce à un apprentissage supervisé et a ensuite été affiné par un apprentissage par renforcement à gradient de politique. Dans ce contexte, le réseau de valeur a appris à déterminer les gagnants des jeux joués par le réseau politique contre lui-même.

Plus tard, le réseau a utilisé une anticipation Recherche d'arbres Monte Carlo (MCTS) qui utilisait un réseau de politiques pour déterminer les mouvements candidats à forte probabilité alors que le réseau de valeur évaluait simultanément les positions des arbres. Le système utilisait l'apprentissage par renforcement où le système jouait des millions de ces jeux contre lui-même dans le but d'augmenter son taux de victoire.

Notamment, sa recherche arborescente simplifiée repose principalement sur son réseau de neurones pour évaluer les positions et les mouvements d'échantillons sans utiliser les déploiements Monte Carlo. Avec ces améliorations, le système AlphaZero nécessitait moins de puissance de calcul qu'AlphaGo, fonctionnant sur quatre processeurs d'IA spécialisés appelés TPU de Google au lieu des 48 utilisés par AlphaGo.

AlphaFold

En 2016, DeepMind a tourné sa recherche et son développement en intelligence artificielle vers l'un des défis les plus difficiles de la science, le repliement des protéines. À peine deux ans plus tard, AlphaFold de DeepMind a été décerné le 13e trophée d'évaluation critique des techniques de prédiction de la structure des protéines (CASP) après avoir déterminé avec succès la structure la plus précise pour 25 des 43 protéines.

Hassabis a commenté dans une interview avec The Guardian :

"Il s'agit d'un projet phare, notre premier investissement majeur en termes de personnes et de ressources dans un problème scientifique fondamental, très important et réel."

L'année dernière, lors du 14e CASP, les projections d'AlphaFold ont obtenu un score de précision comparable aux techniques de laboratoire. Un membre du panel d'arbitres scientifiques, le Dr Andriy Kryshtafovych, a déclaré que la réalisation était « vraiment remarquable, et a ajouté que le problème de prédire comment le repli des protéines avait été largement résolu ».

Autres produits DeepMind notables

La société a introduit un système de synthèse vocale, WaveNet, en 2016. Au début, il était trop gourmand en calculs pour être utilisé dans les produits de consommation, mais il est devenu prêt à être utilisé sur des applications comme Google Assistant à la fin de 2017. L'année suivante, Google a dévoilé Cloud Text-to-Speech, une publicité produit de synthèse vocale, basé sur WaveNet.

Plus tard en 2018, DeepMind a développé un modèle très efficace connu sous le nom de WaveRNN co-développé à l'aide de Google AI qui a été déployé auprès des utilisateurs de Google Duo en 2019.

Google affirme que les algorithmes DeepMind ont considérablement augmenté l'efficacité du refroidissement de la plupart de ses centres de données. De plus, la technologie aide Google Playles recommandations d'applications personnalisées de et a collaboré avec l'équipe Android pour créer une paire de fonctionnalités mises à la disposition des appareils Android Pie.

Les nouvelles fonctionnalités incluent la luminosité adaptative et la batterie adaptative qui utilisent l'apprentissage automatique pour économiser de l'énergie et rendre les appareils exécutant le système d'exploitation plus conviviaux. C'était la première fois que DeepMind intégrait ces techniques à petite échelle avec les applications normales d'apprentissage automatique nécessitant beaucoup de puissance de calcul.

Le télescope Hubble de la société a permis aux gens de regarder plus profondément dans l'espace, les outils disponibles élargissant déjà les connaissances humaines et, à leur tour, ayant un impact mondial positif. La mission à long terme de DeepMind est de résoudre l'intelligence, en créant des systèmes de résolution de problèmes généralisés et efficaces, appelés intelligence générale artificielle (AGI).

Entièrement guidée par l'éthique et la sécurité, l'invention peut permettre à la société d'obtenir des solutions viables à certains des problèmes scientifiques les plus complexes et les plus fondamentaux au monde.

Pour l'instant, la société continue de développer sa technologie et vise à étendre sa convivialité dans presque toutes les facettes critiques de l'humanité, y compris la santé, les jeux et la préservation de l'environnement.

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