מוצרי ה- DeepMind המובילים בעולם המהפכה

כאשר DeepMind הושק בשנת 2010, לא היה עניין רב בתחום בינה מלאכותית (AI) בהשוואה לרמות העניין הקיימות כיום. כדי להאיץ את תחום הטכנולוגיה המתהווה, הצוות אימץ גישה בין תחומית.

הם שילבו רעיונות חדשים עם התקדמות ההנדסה, למידת מכונה, תשתית סימולציה ומחשוב, מדעי המוח, מתמטיקה ושיטות חדשות לארגון עשייה מדעית.

טכנולוגיות DeepMind היא חברת בת בריטית לבינה מלאכותית של אלפבית בע"מ. מעבדת המחקר בלונדון הייתה נרכש על ידי גוגל בשנת 2014. לחברה זו מרכזי מחקר בצרפת, קנדה וארצות הברית. בשנה שלאחר מכן הוא הפך לבעלות מוחלטת של אלפבית.

המשרד איחד כוחות עם גוגל כדי להאיץ את עבודתה והמשיך לקבוע את סדר היום המחקרי שלה. כמה מתוכניות DeepMind למדו לאבחן מחלות עיניים ביעילות כמו הרופאים המובילים בעולם ולחסוך 30% מהאנרגיה שמשתמשת בכדי להבטיח שמרכזי הנתונים יישארו מגניבים. התוכניות מנבאות את צורות התלת-ממד המורכבות של חלבונים שיכולים להפוך את האופן שבו המציאו תרופות בעתיד.

החברה השיגה הצלחה מוקדמת במשחקי מחשב כאשר החוקרים משתמשים בה בדרך כלל לבדיקת AI. אחת התוכניות למדה לשחק מאפס 49 משחקי אטרי שונים, רק מתוך ראיית פיקסלים וציונים על המסך. תוכנית AlphaGo הייתה גם הראשונה שניצחה נגן Go מקצועי, הישג המתואר כעשור לפני זמנו.

במהלך השנים יצר DeepMind a רשת עצבית שלומד כיצד לשחק במשחקי וידיאו כמו בני אדם, ומכונת טיורינג עצבית, או רשת עצבית שיכולה לגשת לזיכרון חיצוני בדיוק כמו מכונת טיורינג המקובלת. ההתפתחות הביאה למחשב המחקה את הזיכרון לטווח הקרוב של המוח האנושי.

בשנת 2016 עלתה DeepMind לכותרות לאחר שתוכנית AlphaGo שלה הצליחה לנצח את שחקן ה- Go המקצועי האנושי לי סדול, אלוף העולם, במשחק בן 5 משחקים, שהפך לנושא סרט תיעודי.

תוכנית כללית נוספת, AlphaZero, ניצחה את התוכניות החזקות ביותר בהן משחקים שח, Go ו- Shogi (שחמט יפני) לאחר מספר ימים של משחק נגד עצמה תוך שימוש במידת חיזוק מסוימת. בשנת 2020, DeepMind עשתה התקדמות ניכרת בבעיית קיפול החלבונים.

סקירה של DeepMind

דמיס חסביס, שיין לג ומוסטפא סולימן הם מייסדי החברה המשגשגת הזו. לג וחסביס נפגשו לראשונה ביחידה למדעי המוח החישוביים בגטסבי של אוניברסיטת קולג 'בלונדון.

בתחילה החלה החברה לעבוד על טכנולוגיית בינה מלאכותית שלימדה אותה לשחק כמה משחקים ישנים מעשרות שנים קודם לכן.

חלק מהמשחקים כללו Space Invaders, Pong ו- Breakout. המפתחים הציגו בינה מלאכותית משחק אחד בכל פעם מבלי שהיה להם שום ידע קודם בכלליו. לאחר שהטכנולוגיה הקדישה זמן ללמוד כיצד המשחק פועל, AI ימשיך להיות מומחה בו:

"נאמר כי התהליכים הקוגניטיביים שעוברים ה- AI הם דומים מאוד לאדם שמעולם לא ראה את המשחק ישתמש בכדי להבין ולנסות לשלוט בו."

המייסדים כיוונו ליצור אינטליגנציה מלאכותית כללית שניתן להשתמש בה בצורה יעילה ויעילה כמעט לכל דבר. קרן Horizons Ventures and Founders Fund הם חלק מהמיזמים העיקריים שהשקיעו בחברה. כמו כן, יזמים בולטים כמו פיטר Thiel, סקוט באניסטר, ו אלון מאסק השקיעה בחברה בימיה הראשונים.

ב- 26 בינואר 2014, גוגל רכשה את DeepMind תמורת 500 מיליון דולר באותה שנה כשקיבלה את פרס "חברת השנה" של מעבדת המחשבים בקיימברידג '. המכירה לגוגל התרחשה לאחר שפייסבוק סיימה את המשא ומתן שלה עם החברה בשנת 2013. לאחר מכן הותגה החברה מחדש כ- Google DeepMind ושמרה על השם במשך שנתיים.

ה- Royal Free NHS Trust ו- DeepMind חתמו בספטמבר 2015 על הסכם שיתוף המידע הראשון שלהם (ISA) ליצירת Streams, אפליקציה לניהול משימות קליניות. לאחר הרכישה על ידי גוגל, הקימה החברה מועצת אתיקה למחקר AI אך נותרה בגדר תעלומה כששתי החברות מסרבות לומר מי יושב בדירקטוריון.

החברה הצטרפה לפייסבוק, אמזון, מיקרוסופט, גוגל ו- יבמ להשיק את 'Partnership on AI' המוקדש לממשק חברה-AI. DeepMind פתחה יחידה חדשה המכונה DeepMind Ethics and Society המתמקדת בעיקר בשאלות האתיות והחברתיות המועלות על ידי טכנולוגיית AI. הפילוסוף הבולט, ניק בוסטרום, הוא יועץ של 'החברה'.

מוצרים וטכנולוגיות של DeepMind

החברה שואפת לשלב את הטכניקות הטובות ביותר ממדעי המוח במערכת ולמידת מכונה ליצירת אלגוריתם למידה עוצמתי לשימוש כללי. בשנת 2016, מחקר של Google פרסם מאמר על AI בטיחות וכיצד להימנע מהתנהגות לא רצויה במהלך תהליך הבינה המלאכותית.

בשנת 2017, DeepMind שחררה את GridWorld, שהיא מיטת קוד פתוח לבדיקה האם אלגוריתם לומד להשבית את מתג ההרוג או מציג התנהגויות לא רצויות. מתישהו ביולי 2018, החוקרים בחברה הכשירו את אחת המערכות שלה לשחק במשחק המחשב Quake III Arena.

נכון לשנה שעברה פירסם המשרד יותר מאלף מאמרים, כאשר 13 מתוך המאמרים הללו התקבלו על ידי מדע או טבע. הנה כמה מה- המוצרים המובילים של DeepMind.

למידת חיזוק עמוק

בניגוד ל- AIs האחרים שפותחו למטרות שהוגדרו מראש ותפקדו במרחב מוגבל, DeepMind אומר כי המערכת שלה אינה מתוכנתת מראש. הטכנולוגיה לומדת מניסיון על ידי שימוש בפיקסלים גולמיים בלבד כקלט נתונים.

הוא משתמש בעיקר בלמידה עמוקה הפועלת ברשת עצבית קונבולוצייתית תוך שימוש בסוג חדשני של למידת Q. למידת Q היא סוג של למידת חיזוק ללא מודלים. הטכנולוגיה בודקת את המערכת על משחקי וידאו, כולל מוקדם משחקי ארקייד כמו פריצה ופולשים בחלל.

ואז, מבלי לשנות את הקוד, מערכת ה- AI מתחילה להבין איך לשחק את המשחק ולאחר משחק כמה הפעלות, היא משחקת ביעילות רבה יותר מכל אדם. עוד בשנת 2013 פרסם DeepMind מחקר מעמיק על מערכת AI שיכולה להתעלות על יכולות אנושיות במשחקים שונים, מה שמוביל לרכישתה על ידי גוגל.

בשנה שעברה שיחררה החברה את Agent57 ואת סוכן הבינה המלאכותית שעולה על הביצועים ברמה האנושית בכל 57 המשחקים של חבילת Atari2600.

AlphaGo והיורשים

בשנת 2014 פירסם המחקר מחקר על מערכות מחשוב עם יכולת לשחק את משחק הגו. מאוחר יותר באוקטובר 2015, AlphaGo, תוכנית Go למחשבים, שפותחה על ידי החברה ניצחה את אלוף אירופה Go Fan Fan, חמש לאפס. זו הייתה הפעם הראשונה שבה תוכנית AI הביסה שחקן Go מקצועי.

במרץ 2016 אלפא גו ניצחה את לי סדול, אחד השחקנים המדורגים הגבוהים ביותר בעולם, בתוצאה 4-1. במהלך פסגת העתיד של Go 2017, ה- AI זכה במשחק 3 משחקים עם מספר 1 בעולם דאז, Ke Jie. המערכת השתמשה בפרוטוקול למידה מפוקח, שלמד משחקים רבים ששיחקו בני אדם זה נגד זה.

גרסת AlphaGo Zero המשופרת הביסה את הקודמת מערכת AlphaGo 100 משחקים ל- 0 בשנת 2017. האסטרטגיות של הגרסה החדשה יותר היו אוטודידקטות והיא ניצחה את קודמתה תוך שלושה ימים בפחות עיבוד בהשוואה ל- AlphaGo. בהמשך השנה, גרסה שונה של AlphaGo Zero, AlphaZero זכתה ביכולות על אנושיות בשוגי ושחמט.

כל הגרסאות הללו של מערכות הבינה המלאכותית של DeepMind למדו משחק רק באמצעות משחק עצמי. טכנולוגיית AlphaGo תוכננה להשתמש בגישה של למידת חיזוק עמוק המאפשרת לה להשתפר לאורך זמן באמצעות למידה עצמית.

המערכת השתמשה בשתי רשתות עצביות עמוקות שמאפשרות לה להעריך הסתברויות מהלך ורשת ערכית להערכת עמדות. רשת מדיניות זו הוכשרה באמצעות למידה מפוקחת ואז שוכללה על ידי למידת חיזוק שיפוע מדיניות. בהקשר זה, רשת הערכים למדה לקבוע את הזוכים במשחקים שרשת המדיניות שיחקה כנגד עצמה.

מאוחר יותר, הרשת השתמשה בראש מבט חיפוש עץ מונטה קרלו (MCTS) שהשתמשה ברשת מדיניות כדי לקבוע מהלכי הסתברות גבוהה למועמדים כאשר רשת הערכים העריכה בו זמנית עמדות עץ. המערכת השתמשה בלמידת חיזוק כאשר המערכת שיחקה מיליוני משחקים אלה כנגד עצמה במטרה להגדיל את שיעור הזכייה שלה.

יש לציין כי חיפוש העצים הפשוטה שלה מסתמך בעיקר על הרשת העצבית שלה כדי להעריך את המיקומים ואת התנועות המדגמיות מבלי להשתמש בהפעלות מונטה קרלו. עם שיפורים אלה, מערכת AlphaZero נזקקה פחות כוח מחשוב מאשר AlphaGo, שפועלת בארבעה מעבדי AI מיוחדים המכונים TPU של גוגל במקום 48 המשמשים את AlphaGo.

AlphaFold

מתישהו בשנת 2016 הפכה DeepMind את מחקר ופיתוח הבינה המלאכותית שלה לאחד האתגרים הקשים ביותר שקיימים במדע, קיפול חלבונים. בקושי שנתיים לאחר מכן, AlphaFold של DeepMind הוענק הערכה קריטית 13 של טכניקות גביע חיזוי מבנה חלבון (CASP) לאחר שקבעה בהצלחה את המבנה המדויק ביותר עבור 25 מתוך 43 חלבונים.

חסביס התייחס בראיון ל"גרדיאן ":

"זהו פרויקט מגדלור, ההשקעה הגדולה הראשונה שלנו מבחינת אנשים ומשאבים לבעיה מדעית מהותית, חשובה מאוד, בעולם האמיתי."

בשנה שעברה, במהלך ה- CASP ה -14, התחזיות של AlphaFold קיבלו ציון דיוק בהשוואה לטכניקות מעבדה. אחד מחברי פאנל השופטים המדעיים, ד"ר אנדריי קרישטאפוביץ ', אמר כי ההישג הוא "מדהים באמת, והוסיף כי נפתרה נרחבות בעיית הניבוי כיצד מתקפלים החלבונים.

מוצרים בולטים אחרים של DeepMind

החברה הציגה א מערכת טקסט לדיבור, WaveNet, בשנת 2016. בהתחלה זה היה אינטנסיבי יותר מבחינה חישובית לשימוש במוצרי צריכה, אך הוא הפך מוכן לשימוש ביישומים כמו Google Assistant בסוף 2017. בשנה שלאחר מכן גוגל חשפה את Cloud Text-to-Speech, פרסומת מוצר טקסט לדיבור, מבוסס על WaveNet.

מאוחר יותר בשנת 2018, DeepMind פיתחה מודל יעיל ביותר המכונה WaveRNN שפותח במשותף באמצעות Google AI שהופץ למשתמשי Google Duo בשנת 2019.

גוגל אומרת כי האלגוריתמים של DeepMind הגדילו במידה ניכרת את יעילות הקירור של מרבית מרכזי הנתונים שלה. כמו כן, הטכנולוגיה מסייעת Play Googleההמלצות המותאמות אישית של האפליקציה ושיתפו פעולה עם צוות אנדרואיד כדי ליצור זוג תכונות הנגישות למכשירי Android Pie.

התכונות החדשות כוללות בהירות אדפטיבית וסוללה אדפטיבית שמשתמשים בלימוד מכונה כדי לחסוך באנרגיה ולהפוך מכשירים שמפעילים את מערכת ההפעלה לידידותיים יותר. זו הייתה הפעם הראשונה ש- DeepMind שילבה טכניקות אלה בסדר גודל קטן עם היישומים הרגילים של למידת מכונה הזקוקים לכוח מחשוב רב.

טלסקופ האבל של החברה איפשר לאנשים להתבונן עמוק יותר בחלל, כאשר הכלים הקיימים כבר הרחיבו את הידע האנושי ובתורם השפיעו באופן חיובי על העולם. המשימה ארוכת הטווח של DeepMind היא לפתור מודיעין, ליצור מערכות פיתוח בעיות כלליות ויעילות, המכונות בינה כללית מלאכותית (AGI).

בהנחיה מוחלטת של אתיקה ובטיחות, ההמצאה עשויה להחזיק בחברה כדי להשיג פתרונות קיימא לכמה מהנושאים המדעיים המאתגרים והבסיסיים ביותר בעולם.

לעת עתה, החברה ממשיכה לפתח את הטכנולוגיה שלה והיא שואפת להרחיב את השימושיות שלה כמעט בכל ההיבטים הקריטיים של האנושות, כולל בריאות, משחקים ושמירה על הסביבה.

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