Produk AI DeepMind Teratas Merevolusi Dunia

Ketika DeepMind diluncurkan pada 2010, hanya ada sedikit minat di bidang kecerdasan buatan (AI) dibandingkan dengan tingkat kepentingan yang ada saat ini. Untuk mempercepat bidang teknologi yang baru lahir, tim mengadopsi pendekatan interdisipliner.

Mereka mengintegrasikan ide-ide baru dengan kemajuan di bidang teknik, Mesin belajar, simulasi dan infrastruktur komputasi, ilmu saraf, matematika, dan metode baru untuk mengatur upaya ilmiah.

Teknologi DeepMind adalah anak perusahaan kecerdasan buatan Inggris dari Alphabet Inc. Laboratorium penelitian yang berbasis di London adalah diperoleh oleh Google pada tahun 2014. Perusahaan ini memiliki pusat penelitian di Prancis, Kanada, dan Amerika Serikat. Pada tahun berikutnya, itu menjadi sepenuhnya dimiliki oleh Alphabet.

Perusahaan tersebut bergabung dengan Google untuk mempercepat pekerjaannya dan terus menetapkan agenda penelitiannya. Beberapa program DeepMind telah belajar mendiagnosis penyakit mata seefisien dokter top dunia dan menghemat 30% energi yang digunakan untuk memastikan pusat data tetap dingin. Program tersebut memprediksi bentuk 3D kompleks dari protein yang dapat mengubah cara obat ditemukan di masa depan.

Perusahaan mencapai kesuksesan awal dalam permainan komputer dengan para peneliti biasanya menggunakannya untuk menguji AI. Salah satu program belajar memainkan 49 game Atari yang berbeda dari awal, hanya dengan melihat piksel dan skor di layar. Program AlphaGo juga merupakan program pertama yang mengalahkan pemain Go profesional, suatu prestasi yang digambarkan sebagai satu dekade lebih cepat dari masanya.

Selama bertahun-tahun, DeepMind menciptakan saraf jaringan yang mempelajari cara bermain video game seperti manusia, dan mesin Neural Turing, atau jaringan saraf yang dapat mengakses memori eksternal seperti mesin Turing konvensional. Perkembangan tersebut menghasilkan komputer yang meniru memori jangka pendek otak manusia.

Pada tahun 2016, DeepMind menjadi berita utama setelah program AlphaGo-nya berhasil mengalahkan pemain Go profesional manusia Lee Sedol, juara dunia, dalam pertandingan 5 pertandingan, yang menjadi subjek film dokumenter.

Program umum lainnya, AlphaZero, mengalahkan program yang paling kuat bermain catur, Go, dan Shogi (Catur Jepang) setelah beberapa hari bermain melawan dirinya sendiri menggunakan beberapa pembelajaran penguatan. Pada tahun 2020, DeepMind membuat kemajuan besar dalam masalah pelipatan protein.

Ikhtisar DeepMind

Demis Hassabis, Shane Legg, dan Mustafa Suleyman adalah pendiri perusahaan yang berkembang pesat ini. Legg dan Hassabis pertama kali bertemu di Gatsby Computational Neuroscience Unit di University College London.

Awalnya, perusahaan mulai mengerjakan teknologi kecerdasan buatan yang mengajarkannya untuk memainkan beberapa game lama dari beberapa dekade sebelumnya.

Beberapa game termasuk Space Invaders, Pong, dan Breakout. Pengembang memperkenalkan kecerdasan buatan ke satu game pada satu waktu tanpa memiliki pengetahuan sebelumnya tentang aturannya. Setelah teknologi menghabiskan beberapa waktu untuk mempelajari cara permainan beroperasi, AI kemudian akan menjadi ahli di dalamnya:

“Proses kognitif yang dialami AI dikatakan sangat mirip dengan yang digunakan manusia yang belum pernah melihat game untuk memahami dan mencoba menguasainya.”

Para pendiri bertujuan untuk menciptakan kecerdasan buatan tujuan umum yang dapat digunakan secara efektif dan efisien untuk hampir semua hal. Horizons Ventures dan Founders Fund adalah beberapa usaha utama yang diinvestasikan di perusahaan. Juga, pengusaha terkenal seperti Peter Thiel, Scott Banister, dan Elon Musk diinvestasikan dalam perusahaan selama hari-hari awal.

Pada tanggal 26 Januari 2014, Google mengakuisisi DeepMind sebesar $500 juta pada tahun yang sama ketika menerima penghargaan "Perusahaan Tahun Ini" dari Laboratorium Komputer Cambridge. Penjualan ke Google terjadi setelah Facebook mengakhiri negosiasinya dengan perusahaan tersebut pada tahun 2013. Setelah itu, perusahaan tersebut berganti nama menjadi Google DeepMind dan mempertahankan nama tersebut selama dua tahun.

Royal Free NHS Trust dan DeepMind menandatangani Perjanjian Berbagi Informasi (ISA) pertama mereka pada September 2015 untuk membuat Streams, aplikasi manajemen tugas klinis. Setelah diakuisisi oleh Google, perusahaan membentuk dewan etika AI untuk penelitian tetapi tetap menjadi misteri dengan kedua perusahaan menolak untuk mengatakan siapa yang duduk di dewan.

Perusahaan ini bergabung dengan Facebook, Amazon, Microsoft, Google, dan IBM untuk meluncurkan 'Partnership on AI' yang ditujukan untuk antarmuka masyarakat-AI. DeepMind telah membuka unit baru yang dikenal sebagai Etika dan Masyarakat DeepMind yang berfokus terutama pada pertanyaan etis dan sosial yang diajukan oleh teknologi AI. Filsuf terkemuka, Nick Bostrom, adalah penasihat 'Masyarakat.'

Produk Dan Teknologi DeepMind

Perusahaan berusaha untuk mengintegrasikan teknik terbaik dari ilmu saraf sistem dan pembelajaran mesin untuk menciptakan algoritme pembelajaran tujuan umum yang kuat. Pada tahun 2016, Google Research menerbitkan makalah tentang Keamanan AI dan cara menghindari perilaku yang tidak diinginkan selama proses kecerdasan buatan.

Pada tahun 2017, DeepMind merilis GridWorld, yang merupakan testbed open-source untuk mengevaluasi apakah suatu algoritme belajar menonaktifkan sakelar mematikan atau menunjukkan beberapa perilaku yang tidak diinginkan. Sekitar bulan Juli 2018, para peneliti di perusahaan melatih salah satu sistemnya untuk memainkan game komputer Quake III Arena.

Pada tahun lalu, perusahaan telah menerbitkan lebih dari seribu makalah, dengan 13 makalah ini diterima oleh Science or Nature. Berikut adalah beberapa di antaranya produk DeepMind teratas.

Pembelajaran Penguatan Deep

Berbeda dengan AI lain yang dikembangkan untuk tujuan dan fungsi yang telah ditentukan sebelumnya dalam ruang terbatas, DeepMind mengatakan bahwa sistemnya tidak diprogram sebelumnya. Teknologi ini belajar dari pengalaman dengan hanya menggunakan piksel mentah sebagai input data.

Sebagian besar menggunakan pembelajaran mendalam yang berjalan di jaringan saraf konvolusi menggunakan jenis pembelajaran Q baru. Q-learning adalah jenis pembelajaran penguatan tanpa model. Teknologi menguji sistem pada video game, termasuk awal arcade game seperti Breakout dan Space Invaders.

Kemudian, tanpa mengubah kodenya, sistem AI mulai memahami cara memainkan game dan setelah memainkan beberapa sesi, ia bermain lebih efisien daripada manusia mana pun. Kembali pada tahun 2013, DeepMind memposting penelitian mendalam tentang sistem AI yang dapat melampaui kemampuan manusia dalam berbagai permainan, yang mengarah pada akuisisi oleh Google.

Tahun lalu, perusahaan mengeluarkan Agent57 dan Agen kecerdasan buatan yang melebihi kinerja tingkat manusia di semua 57 game suite Atari2600.

AlphaGo Dan Penerusnya

Pada tahun 2014, perusahaan menerbitkan penelitian tentang sistem komputer dengan kemampuan untuk memainkan game Go. Kemudian pada Oktober 2015, AlphaGo, program komputer Go, yang dikembangkan oleh perusahaan itu mengalahkan juara Go Eropa Fan Hui, lima banding nol. Itu adalah pertama kalinya program AI mengalahkan pemain Go profesional.

Pada bulan Maret 2016, AlphaGo mengalahkan Lee Sedol, salah satu pemain dengan peringkat tertinggi di dunia, dengan skor 4-1. Selama Future of Go Summit 2017, AI memenangkan pertandingan 3 pertandingan dengan pemain nomor 1 dunia saat itu, Ke Jie. Sistem ini menggunakan protokol pembelajaran yang diawasi, mempelajari banyak permainan yang dimainkan oleh manusia satu sama lain.

Versi AlphaGo Zero yang ditingkatkan mengalahkan yang sebelumnya Sistem AlphaGo 100 game ke 0 pada tahun 2017. Strategi versi yang lebih baru adalah otodidak dan mengalahkan pendahulunya dalam waktu tiga hari dengan kekuatan pemrosesan yang lebih sedikit daripada AlphaGo. Kemudian di tahun itu, versi modifikasi dari AlphaGo Zero, AlphaZero memperoleh kemampuan manusia super di shogi dan catur.

Semua versi sistem kecerdasan buatan DeepMind ini belajar bermain hanya melalui permainan mandiri. Teknologi AlphaGo dirancang untuk menggunakan pendekatan pembelajaran penguatan mendalam yang memungkinkannya meningkat seiring waktu melalui pembelajaran mandiri.

Sistem ini menggunakan dua jaringan saraf dalam yang memungkinkannya mengevaluasi probabilitas perpindahan dan jaringan nilai untuk menilai posisi. Jaringan kebijakan ini dilatih melalui pembelajaran terawasi dan kemudian disempurnakan dengan pembelajaran penguatan gradien kebijakan. Dalam konteks itu, jaringan nilai belajar untuk menentukan pemenang dari permainan yang dimainkan oleh jaringan kebijakan terhadap dirinya sendiri.

Kemudian, jaringan menggunakan lookahead Pencarian pohon Monte Carlo (MCTS) yang menggunakan jaringan kebijakan untuk menentukan kandidat pergerakan dengan probabilitas tinggi karena jaringan nilai mengevaluasi posisi pohon secara bersamaan. Sistem ini menggunakan pembelajaran penguatan di mana sistem memainkan jutaan game ini melawan dirinya sendiri yang bertujuan untuk meningkatkan tingkat kemenangannya.

Khususnya, pencarian pohon yang disederhanakan terutama bergantung pada jaringan sarafnya untuk mengevaluasi posisi dan pergerakan sampel tanpa menggunakan peluncuran Monte Carlo. Dengan peningkatan ini, sistem AlphaZero membutuhkan daya komputasi yang lebih sedikit daripada AlphaGo, yang beroperasi pada empat prosesor AI khusus yang dikenal sebagai Google TPU bukannya 48 yang digunakan oleh AlphaGo.

Lipatan Alfa

Suatu saat di tahun 2016, DeepMind mengubah penelitian dan pengembangan kecerdasan buatannya menjadi salah satu tantangan terberat yang ada dalam sains, pelipatan protein. Hampir dua tahun kemudian, DeepMind's AlphaFold dianugerahi piala Penilaian Kritis Teknik untuk Prediksi Struktur Protein (CASP) ke-13 setelah berhasil menentukan struktur paling akurat untuk 25 dari 43 protein.

Hassabis berkomentar dalam sebuah wawancara dengan The Guardian:

“Ini adalah proyek mercusuar, investasi besar pertama kami dalam hal manusia dan sumber daya menjadi masalah ilmiah dunia nyata yang mendasar, sangat penting.”

Tahun lalu, selama CASP ke-14, proyeksi AlphaFold mendapat skor akurasi yang sebanding dengan teknik lab. Salah satu anggota panel juri ilmiah, Dr. Andriy Kryshtafovych, mengatakan bahwa pencapaian itu 'benar-benar luar biasa, dan menambahkan bahwa masalah memprediksi bagaimana lipatan protein telah dipecahkan secara ekstensif.

Produk DeepMind Terkemuka Lainnya

Perusahaan memperkenalkan sistem text-to-speech, WaveNet, pada tahun 2016. Pada awalnya, itu terlalu intensif secara komputasi untuk digunakan dalam produk konsumen tetapi menjadi siap untuk digunakan pada aplikasi seperti Asisten Google pada akhir 2017. Pada tahun berikutnya, Google meluncurkan Cloud Text-to-Speech, sebuah iklan komersial produk text-to-speech, berdasarkan WaveNet.

Kemudian pada tahun 2018, DeepMind mengembangkan model yang sangat efisien yang dikenal sebagai WaveRNN yang dikembangkan bersama menggunakan Google AI yang diluncurkan ke pengguna Google Duo pada tahun 2019.

Google mengatakan bahwa algoritma DeepMind telah meningkatkan efisiensi pendinginan sebagian besar pusat datanya. Juga, teknologi membantu Google Playrekomendasi aplikasi yang dipersonalisasi dan berkolaborasi dengan tim Android untuk membuat sepasang fitur yang tersedia untuk perangkat Android Pie.

Fitur-fitur baru termasuk Kecerahan Adaptif dan Baterai Adaptif yang menggunakan pembelajaran mesin untuk menghemat energi dan membuat perangkat yang menjalankan sistem operasi lebih ramah pengguna. Itu adalah pertama kalinya DeepMind mengintegrasikan teknik ini dalam skala kecil dengan aplikasi pembelajaran mesin normal yang membutuhkan banyak daya komputasi.

Teleskop Hubble perusahaan memungkinkan orang untuk melihat lebih dalam ke luar angkasa, dengan alat yang tersedia telah memperluas pengetahuan manusia dan, pada gilirannya, membuat dampak global yang positif. Misi jangka panjang DeepMind adalah untuk memecahkan kecerdasan, menciptakan sistem pemecahan masalah umum dan efektif, dijuluki kecerdasan umum buatan (AGI).

Sepenuhnya dipandu oleh etika dan keselamatan, penemuan ini dapat dipegang masyarakat untuk mendapatkan solusi yang layak untuk beberapa masalah ilmiah paling menantang dan mendasar di dunia.

Untuk saat ini, perusahaan terus mengembangkan teknologinya dan bertujuan untuk memperluas kegunaannya di hampir semua aspek penting kemanusiaan termasuk kesehatan, permainan, dan pelestarian lingkungan.

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