I migliori prodotti DeepMind AI che rivoluzionano il mondo

Quando DeepMind è stato lanciato nel 2010, c'era poco interesse nel campo della intelligenza artificiale (AI) rispetto ai livelli di interesse che esistono oggi. Per accelerare il nascente campo tecnologico, il team ha adottato un approccio interdisciplinare.

Hanno integrato nuove idee con i progressi dell'ingegneria, machine learning, simulazione e infrastruttura informatica, neuroscienze, matematica e nuovi metodi di organizzazione delle attività scientifiche.

Tecnologie DeepMind è una filiale britannica di intelligenza artificiale di Alphabet Inc. Il laboratorio di ricerca con sede a Londra era acquisito da Google nel 2014. Questa azienda ha centri di ricerca in Francia, Canada e Stati Uniti. L'anno successivo divenne interamente di proprietà di Alphabet.

L'azienda ha unito le forze con Google per accelerare il suo lavoro e ha continuato a definire la sua agenda di ricerca. Molti dei programmi DeepMind hanno imparato a diagnosticare le malattie degli occhi con la stessa efficienza dei migliori medici del mondo e a risparmiare il 30% dell'energia utilizzata per garantire che i data center rimangano freschi. I programmi prevedono le complesse forme 3D delle proteine ​​che potrebbero trasformare il modo in cui i farmaci verranno inventati in futuro.

L'azienda ha ottenuto il successo iniziale nei giochi per computer con i ricercatori che normalmente lo utilizzano per testare l'intelligenza artificiale. Uno dei programmi ha imparato a giocare da zero a 49 diversi giochi Atari, semplicemente vedendo pixel e punteggi sullo schermo. Il programma AlphaGo è stato anche il primo a battere un giocatore professionista di Go, un'impresa descritta come un decennio in anticipo sui tempi.

Nel corso degli anni, DeepMind ha creato un rete neurale che impara a giocare ai videogiochi come gli umani e una macchina di Turing neurale, o una rete neurale che può accedere a una memoria esterna proprio come la macchina di Turing convenzionale. Lo sviluppo ha portato a un computer che imita la memoria a breve termine del cervello umano.

Nel 2016, DeepMind ha fatto notizia dopo che il suo programma AlphaGo è riuscito a battere un giocatore professionista di Go umano Lee Sedol, il campione del mondo, in una partita di 5 partite, che è diventata oggetto di un film documentario.

Un altro programma generale, AlphaZero, ha battuto i programmi più potenti che giocano a scacchi, Go e Shogi (scacchi giapponesi) dopo diversi giorni di gioco contro se stesso utilizzando un apprendimento per rinforzo. Nel 2020, DeepMind ha compiuto notevoli progressi nel problema del ripiegamento delle proteine.

Panoramica di DeepMind

Demis Hassabis, Shane Legg e Mustafa Suleyman sono i fondatori di questa fiorente azienda. Legg e Hassabis si sono incontrati per la prima volta alla Gatsby Computational Neuroscience Unit dell'University College di Londra.

Inizialmente, la società ha iniziato a lavorare sulla tecnologia dell'intelligenza artificiale insegnandole a giocare ad alcuni vecchi giochi di decenni prima.

Alcuni dei giochi includevano Space Invaders, Pong e Breakout. Gli sviluppatori hanno introdotto l'intelligenza artificiale in un gioco alla volta senza avere alcuna conoscenza preliminare delle sue regole. Dopo che la tecnologia ha trascorso un po' di tempo a imparare come funziona il gioco, l'intelligenza artificiale è diventata un'esperta:

"Si dice che i processi cognitivi attraversati dall'IA siano molto simili a quelli che un essere umano che non ha mai visto il gioco utilizzerebbe per capirlo e tentare di padroneggiarlo".

I fondatori miravano a creare un'intelligenza artificiale generica che potesse essere utilizzata in modo efficace ed efficiente per quasi tutto. Horizons Ventures e Founders Fund sono alcune delle principali iniziative che hanno investito nell'azienda. Inoltre, importanti imprenditori come Peter Thiel, Scott Banister e Elon Musk investito nella società durante i suoi primi giorni.

Il 26 gennaio 2014, Google ha acquisito DeepMind per $ 500 milioni nello stesso anno in cui ha ricevuto il premio "Company of the Year" del Cambridge Computer Laboratory. La vendita a Google è avvenuta dopo che Facebook ha concluso le sue trattative con la società nel 2013. Successivamente, la società è stata rinominata Google DeepMind e ha mantenuto il nome per due anni.

Il Royal Free NHS Trust e DeepMind hanno firmato il loro primo accordo di condivisione delle informazioni (ISA) nel settembre 2015 per creare Streams, un'app per la gestione delle attività cliniche. Dopo l'acquisizione da parte di Google, l'azienda ha istituito un comitato etico per la ricerca sull'intelligenza artificiale, ma rimane un mistero con entrambe le società che rifiutano di dire chi siede nel consiglio.

La società si è unita a Facebook, Amazon, Microsoft, Google e, IBM lanciare "Partnership on AI" dedicato all'interfaccia società-AI. DeepMind ha aperto una nuova unità nota come DeepMind Ethics and Society concentrandosi principalmente sulle questioni etiche e sociali sollevate dalla tecnologia AI. Il famoso filosofo, Nick Bostrom, è un consigliere della "Società".

Prodotti e tecnologie DeepMind

L'azienda si sforza di integrare le migliori tecniche della neuroscienza dei sistemi e dell'apprendimento automatico per creare un potente algoritmo di apprendimento generico. Nel 2016, Ricerca Google ha pubblicato un documento sulla sicurezza dell'intelligenza artificiale e su come evitare comportamenti indesiderati durante il processo di intelligenza artificiale.

Nel 2017, DeepMind ha rilasciato GridWorld, un banco di prova open source per valutare se un algoritmo impara a disabilitare il kill switch o mostra alcuni comportamenti indesiderati. A luglio 2018, i ricercatori dell'azienda hanno addestrato uno dei suoi sistemi a giocare al gioco per computer Quake III Arena.

A partire dall'anno scorso, l'azienda aveva pubblicato più di mille articoli, di cui 13 accettati da Science o Nature. Ecco alcuni dei i migliori prodotti DeepMind.

Apprendimento di rinforzo profondo

A differenza delle altre IA sviluppate per scopi predefiniti e funzionanti in uno spazio limitato, DeepMind afferma che il suo sistema non è preprogrammato. La tecnologia impara dall'esperienza utilizzando solo pixel grezzi come input di dati.

Utilizza principalmente l'apprendimento profondo in esecuzione su una rete neurale convoluzionale utilizzando un nuovo tipo di Q-learning. Il Q-learning è un tipo di apprendimento per rinforzo senza modello. La tecnologia testa il sistema sui videogiochi, compresi i primi giochi arcade come Breakout e Space Invaders.

Quindi, senza modificare il codice, il sistema AI inizia a capire come giocare e dopo aver giocato alcune sessioni, gioca in modo più efficiente di qualsiasi essere umano. Nel 2013, DeepMind ha pubblicato ricerche approfondite su un sistema di intelligenza artificiale in grado di superare le capacità umane in vari giochi, portando alla sua acquisizione da parte di Google.

L'anno scorso, la società ha lanciato Agent57 e un agente di intelligenza artificiale che supera le prestazioni a livello umano su tutti i 57 giochi della suite Atari2600.

AlphaGo e successori

Nel 2014, l'azienda ha pubblicato una ricerca sui sistemi informatici con la possibilità di giocare al gioco Go. Più tardi, nell'ottobre 2015, AlphaGo, un programma per computer Go, sviluppato dalla società, ha battuto il campione europeo di Go Fan Hui, cinque a zero. Quella è stata la prima volta in cui un programma di intelligenza artificiale ha sconfitto un giocatore professionista di Go.

Nel marzo 2016, l'AlphaGo ha battuto Lee Sedol, uno dei giocatori più quotati al mondo, con un punteggio di 4-1. Durante il Future of Go Summit 2017, l'IA ha vinto una partita di 3 partite con il numero 1 del mondo all'epoca, Ke Jie. Il sistema utilizzava un protocollo di apprendimento supervisionato, studiando molti giochi giocati dagli umani l'uno contro l'altro.

La versione migliorata di AlphaGo Zero ha sconfitto la precedente Sistema AlphaGo 100 giochi a 0 nel 2017. Le strategie della versione più recente erano autodidatte e ha battuto il suo predecessore in tre giorni con una potenza di elaborazione inferiore rispetto ad AlphaGo. Più tardi nel corso dell'anno, una versione modificata di AlphaGo Zero, AlphaZero ha acquisito abilità sovrumane a Shogi e scacchi.

Tutte queste versioni dei sistemi di intelligenza artificiale di DeepMind hanno imparato a giocare solo attraverso l'auto-gioco. La tecnologia AlphaGo è stata progettata per utilizzare l'approccio di apprendimento per rinforzo profondo che le consente di migliorare nel tempo attraverso l'autoapprendimento.

Il sistema utilizzava due reti neurali profonde che gli consentivano di valutare le probabilità di movimento e una rete di valori per valutare le posizioni. Questa rete di politiche è stata formata attraverso l'apprendimento supervisionato ed è stata poi perfezionata dall'apprendimento per rinforzo del gradiente di politiche. In quel contesto, la rete del valore ha imparato a determinare i vincitori dei giochi giocati dalla rete politica contro se stessa.

Successivamente, la rete ha utilizzato un lookahead Ricerca sull'albero di Monte Carlo (MCTS) che ha utilizzato una rete di politiche per determinare le mosse candidate ad alta probabilità mentre la rete di valore valutava simultaneamente le posizioni dell'albero. Il sistema utilizzava l'apprendimento per rinforzo in cui il sistema giocava contro se stesso milioni di questi giochi con l'obiettivo di aumentare la propria percentuale di vittorie.

In particolare, la sua ricerca ad albero semplificata si basa principalmente sulla sua rete neurale per valutare le posizioni e gli spostamenti dei campioni senza utilizzare i rollout di Monte Carlo. Con questi miglioramenti, il sistema AlphaZero necessitava di una potenza di calcolo inferiore rispetto ad AlphaGo, che operava su quattro processori AI specializzati noti come TPU di Google invece dei 48 utilizzati da AlphaGo.

AlphaFold

A volte nel 2016, DeepMind ha trasformato la sua ricerca e sviluppo sull'intelligenza artificiale in una delle sfide più difficili esistenti nella scienza, il ripiegamento delle proteine. Appena due anni dopo, AlphaFold di DeepMind è stato assegnato il 13° trofeo Valutazione critica delle tecniche per la previsione della struttura proteica (CASP) dopo aver determinato con successo la struttura più accurata per 25 su 43 proteine.

Hassabis ha commentato in un'intervista con The Guardian:

"Questo è un progetto faro, il nostro primo grande investimento in termini di persone e risorse in un problema scientifico fondamentale, molto importante, del mondo reale".

L'anno scorso, durante il 14° CASP, le proiezioni di AlphaFold hanno ottenuto un punteggio di precisione paragonabile a quello delle tecniche di laboratorio. Un membro del gruppo di giudici scientifici, il dott. Andriy Kryshtafovych, ha affermato che il risultato è stato "veramente notevole e ha aggiunto che il problema di prevedere come si ripiegano le proteine ​​è stato ampiamente risolto.

Altri prodotti DeepMind degni di nota

L'azienda ha introdotto a sistema di sintesi vocale, WaveNet, nel 2016. All'inizio era troppo impegnativo dal punto di vista computazionale per l'uso in prodotti di consumo, ma è diventato pronto per l'uso su applicazioni come Google Assistant alla fine del 2017. L'anno successivo, Google ha presentato Cloud Text-to-Speech, uno spot prodotto di sintesi vocale, basato su WaveNet.

Più tardi, nel 2018, DeepMind ha sviluppato un modello altamente efficiente noto come WaveRNN sviluppato congiuntamente utilizzando l'intelligenza artificiale di Google che è stato distribuito agli utenti di Google Duo nel 2019.

Google afferma che gli algoritmi DeepMind hanno notevolmente aumentato l'efficienza del raffreddamento della maggior parte dei suoi data center. Inoltre, la tecnologia aiuta Google Playconsigli personalizzati sulle app e ha collaborato con il team Android per creare un paio di funzionalità rese disponibili per i dispositivi Android Pie.

Le nuove funzionalità includono Adaptive Brightness e Adaptive Battery che utilizzano l'apprendimento automatico per risparmiare energia e rendere più user-friendly i dispositivi che eseguono il sistema operativo. Quella è stata la prima volta che DeepMind ha integrato queste tecniche su piccola scala con le normali applicazioni di apprendimento automatico che richiedono molta potenza di calcolo.

Il telescopio Hubble dell'azienda ha consentito alle persone di guardare più in profondità nello spazio, con gli strumenti disponibili che già ampliano la conoscenza umana e, a loro volta, hanno un impatto globale positivo. La missione a lungo termine di DeepMind è quella di risolvere l'intelligenza, creando sistemi di risoluzione dei problemi generalizzati ed efficaci, soprannominati intelligenza artificiale generale (AGI).

Interamente guidata dall'etica e dalla sicurezza, l'invenzione può essere considerata dalla società per ottenere soluzioni praticabili ad alcune delle questioni scientifiche più impegnative e fondamentali del mondo.

Per ora, l'azienda continua a sviluppare la sua tecnologia e mira ad espandere la sua usabilità in quasi tutti gli aspetti critici dell'umanità, tra cui la salute, il gioco e la conservazione dell'ambiente.

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