दुनिया में क्रांति लाने वाले शीर्ष डीपमाइंड एआई उत्पाद

जब डीपमाइंड ने 2010 में लॉन्च किया, तो के क्षेत्र में बहुत कम दिलचस्पी थी कृत्रिम बुद्धिमत्ता (एआई) आज मौजूद ब्याज के स्तरों की तुलना में। नवजात प्रौद्योगिकी क्षेत्र में तेजी लाने के लिए, टीम ने एक अंतःविषय दृष्टिकोण अपनाया।

उन्होंने इंजीनियरिंग में प्रगति के साथ नए विचारों को एकीकृत किया, यंत्र अधिगम, सिमुलेशन और कंप्यूटिंग इन्फ्रास्ट्रक्चर, तंत्रिका विज्ञान, गणित, और वैज्ञानिक प्रयासों को व्यवस्थित करने के नए तरीके।

डीपमाइंड टेक्नोलॉजीज अल्फाबेट इंक की एक ब्रिटिश कृत्रिम बुद्धिमता सहायक कंपनी है। लंदन स्थित अनुसंधान प्रयोगशाला थी प्राप्त 2014 में Google द्वारा। इस फर्म के फ्रांस, कनाडा और संयुक्त राज्य अमेरिका में अनुसंधान केंद्र हैं। अगले वर्ष, यह पूरी तरह से अल्फाबेट के स्वामित्व में हो गया।

फर्म ने अपने काम में तेजी लाने के लिए Google के साथ हाथ मिलाया और अपना शोध एजेंडा निर्धारित करना जारी रखा। डीपमाइंड के कई कार्यक्रमों ने दुनिया के शीर्ष डॉक्टरों की तरह ही आंखों की बीमारियों का निदान करना और डेटा केंद्रों को शांत रखने के लिए उपयोग की जाने वाली ऊर्जा का 30% बचाना सीखा है। कार्यक्रम प्रोटीन के जटिल 3 डी आकार की भविष्यवाणी करते हैं जो भविष्य में दवाओं का आविष्कार करने के तरीके को बदल सकते हैं।

कंपनी ने कंप्यूटर गेम में शुरुआती सफलता हासिल की, शोधकर्ताओं ने आमतौर पर एआई का परीक्षण करने के लिए इसका इस्तेमाल किया। कार्यक्रमों में से एक ने स्क्रीन पर केवल पिक्सल और स्कोर देखने से, खरोंच से 49 अलग-अलग अटारी गेम खेलना सीखा। अल्फ़ागो कार्यक्रम भी एक पेशेवर गो खिलाड़ी को हराने वाला पहला कार्यक्रम था, एक ऐसा कारनामा जिसे अपने समय से एक दशक आगे के रूप में वर्णित किया गया है।

इन वर्षों में, डीपमाइंड ने एक बनाया तंत्रिका नेटवर्क जो इंसानों की तरह वीडियो गेम खेलना सीखता है, और एक न्यूरल ट्यूरिंग मशीन, या एक तंत्रिका नेटवर्क जो पारंपरिक ट्यूरिंग मशीन की तरह बाहरी मेमोरी तक पहुंच सकता है। विकास के परिणामस्वरूप एक कंप्यूटर आया जो मानव मस्तिष्क की निकट-अवधि की स्मृति की नकल करता है।

2016 में, डीपमाइंड ने तब सुर्खियां बटोरीं, जब उसके अल्फागो कार्यक्रम ने 5-गेम मैच में एक मानव पेशेवर गो खिलाड़ी ली सेडोल, विश्व चैंपियन को हरा दिया, जो एक वृत्तचित्र फिल्म का विषय बन गया।

एक अन्य सामान्य कार्यक्रम, अल्फ़ाज़ीरो ने कुछ सुदृढीकरण सीखने का उपयोग करके खुद के खिलाफ खेलने के कई दिनों के बाद शतरंज, गो और शोगी (जापानी शतरंज) खेलने वाले सबसे शक्तिशाली कार्यक्रमों को हराया। 2020 में, डीपमाइंड ने प्रोटीन फोल्डिंग समस्या में काफी प्रगति की।

डीपमाइंड अवलोकन

डेमिस हसाबिस, शेन लेग और मुस्तफा सुलेमान इस संपन्न कंपनी के संस्थापक हैं। लेग और हसाबिस पहली बार यूनिवर्सिटी कॉलेज लंदन के गैट्सबी कम्प्यूटेशनल न्यूरोसाइंस यूनिट में मिले थे।

शुरुआत में कंपनी ने आर्टिफिशियल इंटेलिजेंस तकनीक पर काम करना शुरू किया, जो उसे दशकों पहले से कुछ पुराने गेम खेलना सिखाती है।

कुछ खेलों में अंतरिक्ष आक्रमणकारियों, पोंग और ब्रेकआउट शामिल थे। डेवलपर्स ने इसके नियमों के किसी भी पूर्व ज्ञान के बिना एक समय में एक गेम के लिए कृत्रिम बुद्धि की शुरुआत की। तकनीक ने कुछ समय यह सीखने में बिताया कि खेल कैसे संचालित होता है, एआई फिर इसमें एक विशेषज्ञ बन जाएगा:

"एआई जिन संज्ञानात्मक प्रक्रियाओं से गुजरता है, उन्हें उन लोगों की तरह कहा जाता है, जिन्होंने कभी खेल नहीं देखा था, वे इसे समझने और इसे मास्टर करने का प्रयास करेंगे।"

संस्थापकों का उद्देश्य एक सामान्य-उद्देश्य वाली कृत्रिम बुद्धिमत्ता का निर्माण करना था जिसका उपयोग लगभग किसी भी चीज़ के लिए प्रभावी और कुशलता से किया जा सकता है। होराइजन्स वेंचर्स एंड फाउंडर्स फंड कुछ मुख्य उद्यम हैं जिन्होंने कंपनी में निवेश किया है। इसके अलावा, उल्लेखनीय उद्यमी पसंद करते हैं पीटर थिएल, स्कॉट बैनिस्टर, और एलोन मस्क कंपनी में अपने शुरुआती दिनों में निवेश किया।

26 जनवरी 2014 को, Google ने उसी वर्ष $500 मिलियन में डीपमाइंड का अधिग्रहण किया जब उसे कैम्ब्रिज कंप्यूटर प्रयोगशाला "वर्ष की कंपनी" पुरस्कार मिला। 2013 में फेसबुक द्वारा कंपनी के साथ अपनी बातचीत समाप्त करने के बाद Google को बिक्री हुई। बाद में, कंपनी को Google डीपमाइंड के रूप में पुनः ब्रांडेड किया गया और दो साल तक नाम बनाए रखा।

रॉयल फ्री एनएचएस ट्रस्ट और डीपमाइंड ने सितंबर 2015 में क्लिनिकल टास्क मैनेजमेंट ऐप, स्ट्रीम बनाने के लिए अपने पहले सूचना साझाकरण समझौते (आईएसए) पर हस्ताक्षर किए। Google द्वारा अधिग्रहण के बाद, फर्म ने अनुसंधान के लिए AI एथिक्स बोर्ड की स्थापना की, लेकिन यह एक रहस्य बना हुआ है कि दोनों कंपनियों ने यह कहने से इनकार कर दिया कि बोर्ड में कौन बैठता है।

कंपनी Facebook, Amazon, Microsoft, Google, और . में शामिल हो गई आईबीएम समाज-एआई इंटरफेस के लिए समर्पित 'एआई पर साझेदारी' शुरू करने के लिए। डीपमाइंड ने एक नई इकाई खोली है जिसे डीपमाइंड एथिक्स एंड सोसाइटी के नाम से जाना जाता है, जो मुख्य रूप से एआई तकनीक द्वारा उठाए गए नैतिक और सामाजिक प्रश्नों पर केंद्रित है। प्रमुख दार्शनिक, निक बोस्ट्रोम, 'सोसाइटी' के सलाहकार हैं।

डीपमाइंड प्रोडक्ट्स एंड टेक्नोलॉजीज

कंपनी एक शक्तिशाली सामान्य-उद्देश्य लर्निंग एल्गोरिदम बनाने के लिए सिस्टम न्यूरोसाइंस और मशीन लर्निंग से सर्वोत्तम तकनीकों को एकीकृत करने का प्रयास करती है। 2016 में, Google अनुसंधान आर्टिफिशियल इंटेलिजेंस प्रक्रिया के दौरान एआई सेफ्टी और अवांछित व्यवहार से कैसे बचा जाए, इसके बारे में एक पेपर प्रकाशित किया।

2017 में, डीपमाइंड ने ग्रिडवर्ल्ड जारी किया, जो कि मूल्यांकन के लिए एक ओपन-सोर्स परीक्षण है कि क्या कोई एल्गोरिदम किल स्विच को अक्षम करना सीखता है या कुछ अवांछित व्यवहार प्रदर्शित करता है। जुलाई 2018 में, कंपनी के शोधकर्ताओं ने क्वेक III एरिना कंप्यूटर गेम खेलने के लिए इसके एक सिस्टम को प्रशिक्षित किया।

पिछले वर्ष तक, फर्म ने एक हजार से अधिक पत्र प्रकाशित किए थे, जिनमें से 13 पत्र विज्ञान या प्रकृति द्वारा स्वीकार किए गए थे। यहाँ कुछ हैं शीर्ष डीपमाइंड उत्पाद.

दीप सुदृढीकरण सीखना

अन्य एआई के विपरीत जो पूर्व-परिभाषित उद्देश्यों और सीमित स्थान के भीतर कार्य करने के लिए विकसित किए गए थे, डीपमाइंड का कहना है कि इसकी प्रणाली पूर्व-प्रोग्राम नहीं है। प्रौद्योगिकी डेटा इनपुट के रूप में केवल कच्चे पिक्सेल का उपयोग करके अनुभव से सीखती है।

यह ज्यादातर एक नए प्रकार के क्यू-लर्निंग का उपयोग करके एक दृढ़ तंत्रिका नेटवर्क पर चलने वाली गहरी शिक्षा का उपयोग करता है। क्यू-लर्निंग एक प्रकार का मॉडल-फ्री रीइन्फोर्समेंट लर्निंग है। तकनीक वीडियो गेम पर सिस्टम का परीक्षण करती है, जिसमें प्रारंभिक आर्केड खेल ब्रेकआउट और अंतरिक्ष आक्रमणकारियों की तरह।

फिर, कोड को बदले बिना, AI सिस्टम यह समझने लगता है कि गेम कैसे खेलें और कुछ सत्र खेलने के बाद, यह किसी भी इंसान की तुलना में अधिक कुशलता से खेलता है। 2013 में वापस, डीपमाइंड ने एआई सिस्टम पर गहन शोध पोस्ट किया जो विभिन्न खेलों में मानवीय क्षमताओं को पार कर सकता है, जिससे Google द्वारा इसका अधिग्रहण किया जा सकता है।

पिछले साल, कंपनी ने Agent57 और आर्टिफिशियल इंटेलिजेंस एजेंट को लॉन्च किया, जो Atari57 सुइट के सभी 2600 खेलों में मानव-स्तर के प्रदर्शन से अधिक है।

अल्फा गो और उत्तराधिकारी

2014 में, फर्म ने गो गेम खेलने की क्षमता वाले कंप्यूटर सिस्टम पर शोध प्रकाशित किया। बाद में अक्टूबर 2015 में, कंपनी द्वारा विकसित एक कंप्यूटर गो प्रोग्राम, अल्फागो ने यूरोपीय गो चैंपियन फैन हुई को पांच से शून्य से हराया। यह पहली बार था जब एआई प्रोग्राम ने एक पेशेवर गो खिलाड़ी को हराया था।

मार्च 2016 में, AlphaGo ने 4-1 के स्कोर के साथ, दुनिया भर में सर्वोच्च रैंक वाले खिलाड़ियों में से एक, ली सेडोल को हराया। 2017 फ्यूचर ऑफ गो समिट के दौरान, एआई ने उस समय के जी के विश्व नंबर 3 के साथ 1-गेम मैच जीता। सिस्टम ने एक पर्यवेक्षित शिक्षण प्रोटोकॉल का उपयोग किया, जिसमें मनुष्यों द्वारा एक दूसरे के खिलाफ खेले जाने वाले कई खेलों का अध्ययन किया गया।

बेहतर अल्फ़ागो ज़ीरो संस्करण ने पिछले को हरा दिया AlphaGo प्रणाली 100 में 0 गेम से 2017 तक। नए संस्करण की रणनीतियों को स्व-सिखाया गया था और इसने अपने पूर्ववर्ती को तीन दिनों के भीतर अल्फागो की तुलना में कम प्रसंस्करण शक्ति के साथ हरा दिया। बाद में वर्ष में, AlphaGo Zero, AlphaZero के एक संशोधित संस्करण ने शोगी और शतरंज में अलौकिक क्षमता प्राप्त की।

डीपमाइंड के आर्टिफिशियल इंटेलिजेंस सिस्टम के इन सभी संस्करणों ने केवल सेल्फ-प्ले के माध्यम से खेलना सीखा। AlphaGo तकनीक को गहन सुदृढीकरण सीखने के दृष्टिकोण का उपयोग करने के लिए डिज़ाइन किया गया था, जो इसे स्व-शिक्षण के माध्यम से समय के साथ सुधारने में सक्षम बनाता है।

सिस्टम ने दो गहरे तंत्रिका नेटवर्क का उपयोग किया जो इसे चाल की संभावनाओं का मूल्यांकन करने और स्थिति का आकलन करने के लिए एक मूल्य नेटवर्क का मूल्यांकन करने में सक्षम बनाता है। इस नीति नेटवर्क को पर्यवेक्षित शिक्षण के माध्यम से प्रशिक्षित किया गया था और फिर नीति-ढाल सुदृढीकरण सीखने द्वारा परिष्कृत किया गया था। उस संदर्भ में, मूल्य नेटवर्क ने नीति नेटवर्क द्वारा खेले जाने वाले खेलों के विजेताओं को स्वयं के विरुद्ध निर्धारित करना सीखा।

बाद में, नेटवर्क ने एक लुकहेड का उपयोग किया मोंटे कार्लो पेड़ खोज (एमसीटीएस) जो एक नीति नेटवर्क का उपयोग उम्मीदवार उच्च-संभाव्यता चाल को निर्धारित करने के लिए करता है क्योंकि मूल्य नेटवर्क एक साथ पेड़ की स्थिति का मूल्यांकन करता है। सिस्टम रीइन्फोर्समेंट लर्निंग का उपयोग कर रहा था जहां सिस्टम ने अपनी जीत दर को बढ़ाने के उद्देश्य से इन लाखों खेलों को अपने खिलाफ खेला।

विशेष रूप से, इसकी सरलीकृत वृक्ष खोज मुख्य रूप से मोंटे कार्लो रोलआउट का उपयोग किए बिना स्थिति और नमूना चाल का मूल्यांकन करने के लिए अपने तंत्रिका नेटवर्क पर निर्भर करती है। इन संवर्द्धन के साथ, अल्फाज़ेरो सिस्टम को अल्फागो की तुलना में कम कंप्यूटिंग शक्ति की आवश्यकता होती है, जो चार विशेष एआई प्रोसेसर पर काम करता है जिसे के रूप में जाना जाता है गूगल टीपीयू अल्फागो द्वारा उपयोग किए गए 48 के बजाय।

अल्फाफोल्ड

2016 में कभी-कभी, डीपमाइंड ने अपने कृत्रिम बुद्धिमत्ता अनुसंधान और विकास को विज्ञान, प्रोटीन फोल्डिंग में मौजूद सबसे कठिन चुनौतियों में से एक में बदल दिया। बमुश्किल दो साल बाद, दीपमाइंड का अल्फाफोल्ड सम्मानित किया गया 13वीं क्रिटिकल असेसमेंट ऑफ टेक्निक्स फॉर प्रोटीन स्ट्रक्चर प्रेडिक्शन (सीएएसपी) ट्रॉफी ने 25 में से 43 प्रोटीनों के लिए सबसे सटीक संरचना का सफलतापूर्वक निर्धारण किया।

हसबिस ने द गार्जियन के साथ एक साक्षात्कार में टिप्पणी की:

"यह एक प्रकाशस्तंभ परियोजना है, लोगों और संसाधनों के संदर्भ में एक मौलिक, बहुत महत्वपूर्ण, वास्तविक-विश्व वैज्ञानिक समस्या में हमारा पहला बड़ा निवेश है।"

पिछले साल, 14वें CASP के दौरान, AlphaFold के अनुमानों को प्रयोगशाला तकनीकों के साथ तुलनीय सटीकता स्कोर मिला। वैज्ञानिक निर्णायकों के पैनल के एक सदस्य, डॉ. एंड्री क्रिस्टाफोविक ने कहा कि उपलब्धि 'वास्तव में उल्लेखनीय थी, और यह भी कहा कि यह भविष्यवाणी करने की समस्या है कि प्रोटीन की तह को बड़े पैमाने पर कैसे हल किया गया था।

अन्य उल्लेखनीय डीपमाइंड उत्पाद

कंपनी ने पेश किया a टेक्स्ट-टू-स्पीच सिस्टम, वेवनेट, 2016 में। सबसे पहले, यह उपभोक्ता उत्पादों में उपयोग के लिए बहुत कम्प्यूटेशनल रूप से गहन था लेकिन यह 2017 के अंत में Google सहायक जैसे अनुप्रयोगों पर उपयोग के लिए तैयार हो गया। अगले वर्ष, Google ने क्लाउड टेक्स्ट-टू-स्पीच, एक वाणिज्यिक का अनावरण किया। वेवनेट पर आधारित टेक्स्ट-टू-स्पीच उत्पाद।

बाद में 2018 में, डीपमाइंड ने एक अत्यधिक कुशल मॉडल विकसित किया जिसे वेवरएनएन के रूप में जाना जाता है जिसे Google एआई का उपयोग करके सह-विकसित किया गया था जिसे 2019 में Google डुओ उपयोगकर्ताओं के लिए रोल आउट किया गया था।

Google का कहना है कि डीपमाइंड एल्गोरिदम ने अपने अधिकांश डेटा केंद्रों को ठंडा करने की दक्षता में काफी वृद्धि की है। साथ ही, तकनीक सहायता करती है गूगल प्लेके वैयक्तिकृत ऐप अनुशंसाओं और Android पाई उपकरणों के लिए उपलब्ध कराई गई सुविधाओं की एक जोड़ी बनाने के लिए Android टीम के साथ सहयोग किया।

नई सुविधाओं में एडेप्टिव ब्राइटनेस और एडेप्टिव बैटरी शामिल हैं जो ऊर्जा बचाने के लिए मशीन लर्निंग का उपयोग करती हैं और ऑपरेटिंग सिस्टम को चलाने वाले उपकरणों को अधिक उपयोगकर्ता के अनुकूल बनाती हैं। यह पहली बार था जब डीपमाइंड ने इन तकनीकों को छोटे पैमाने पर एकीकृत किया, जिसमें सामान्य मशीन लर्निंग अनुप्रयोगों के लिए बहुत अधिक कंप्यूटिंग शक्ति की आवश्यकता होती थी।

कंपनी के हबल टेलीस्कोप ने लोगों को अंतरिक्ष में गहराई से देखने में सक्षम बनाया, पहले से ही उपलब्ध उपकरण मानव ज्ञान का विस्तार कर रहे हैं और बदले में, सकारात्मक वैश्विक प्रभाव डाल रहे हैं। डीपमाइंड का दीर्घकालिक मिशन बुद्धि को हल करना, सामान्यीकृत और प्रभावी समस्या-समाधान प्रणाली बनाना है, जिसे कृत्रिम सामान्य बुद्धि (एजीआई) कहा जाता है।

नैतिकता और सुरक्षा द्वारा पूरी तरह से निर्देशित, आविष्कार को दुनिया के कुछ सबसे चुनौतीपूर्ण और मौलिक वैज्ञानिक मुद्दों के व्यवहार्य समाधान प्राप्त करने के लिए समाज माना जा सकता है।

अभी के लिए, कंपनी अपनी तकनीक विकसित करती रहती है और इसका लक्ष्य स्वास्थ्य, गेमिंग और पर्यावरण संरक्षण सहित मानवता के लगभग सभी महत्वपूर्ण पहलुओं में इसकी उपयोगिता का विस्तार करना है।

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