세계를 혁신하는 최고의 DeepMind AI 제품

DeepMind가 2010 년에 출시되었을 때 인공 지능 (AI) 현재 존재하는 관심 수준과 비교했습니다. 초기 기술 분야를 가속화하기 위해 팀은 학제 간 접근 방식을 채택했습니다.

그들은 새로운 아이디어를 엔지니어링의 발전과 통합했습니다. 기계 학습, 시뮬레이션 및 컴퓨팅 인프라, 신경 과학, 수학 및 과학적 노력을 조직하는 새로운 방법.

DeepMind 기술 는 Alphabet Inc.의 영국 인공 지능 자회사입니다. 런던에있는 연구소는 획득한 이 회사는 프랑스, ​​캐나다 및 미국에 연구 센터를두고 있습니다. 다음 해에 알파벳이 전적으로 소유하게되었습니다.

이 회사는 Google과 협력하여 작업을 가속화하고 계속해서 연구 의제를 설정했습니다. 몇 가지 DeepMind 프로그램은 세계 최고의 의사만큼 효율적으로 안구 질환을 진단하고 데이터 센터를 시원하게 유지하는 데 사용되는 에너지의 30 %를 절약하는 방법을 배웠습니다. 이 프로그램은 미래에 약물이 발명되는 방식을 바꿀 수있는 복잡한 3D 단백질 형태를 예측합니다.

이 회사는 일반적으로 AI를 테스트하는 데 사용하는 연구원들과 함께 컴퓨터 게임에서 초기 성공을 거두었습니다. 프로그램 중 하나는 화면에서 픽셀과 점수를 보는 것만으로도 처음부터 49 개의 다른 Atari 게임을 플레이하는 방법을 배웠습니다. AlphaGo 프로그램은 또한 전문 바둑 플레이어를이긴 최초의 프로그램으로, 시대보다 XNUMX 년 앞선 것으로 묘사됩니다.

수년에 걸쳐 DeepMind는 신경망 그것은 인간과 같은 비디오 게임을하는 방법을 배우고, Neural Turing 기계 또는 기존의 Turing 기계와 같이 외부 메모리에 접근 할 수있는 신경망을 배웁니다. 그 결과 인간 두뇌의 단기 기억을 모방 한 컴퓨터가 탄생했습니다.

2016 년 딥 마인드는 알파 고 프로그램이 다큐멘터리 영화의 주제가 된 5 경기에서 세계 챔피언 인 인간 프로 바둑 선수 이세돌을이기면서 헤드 라인을 장식했다.

또 다른 일반 프로그램 인 AlphaZero는 강화 학습을 사용하여 며칠 동안 자신과 대결 한 후 체스, 바둑 및 장기 (일본 장기)를 플레이하는 가장 강력한 프로그램을 이겼습니다. 2020 년에 DeepMind는 단백질 접힘 문제에서 상당한 발전을 이루었습니다.

DeepMind 개요

Demis Hassabis, Shane Legg, Mustafa Suleyman은이 번창하는 회사의 창립자입니다. Legg와 Hassabis는 University College London의 Gatsby Computational Neuroscience Unit에서 처음 만났습니다.

처음에이 회사는 수십 년 전부터 오래된 게임을 플레이하도록 가르치는 인공 지능 기술 작업을 시작했습니다.

일부 게임에는 Space Invaders, Pong 및 Breakout이 포함되었습니다. 개발자는 규칙에 대한 사전 지식없이 한 번에 하나의 게임에 인공 지능을 도입했습니다. 기술이 게임 작동 방식을 배우는 데 시간을 투자 한 후 AI는 계속해서 그 분야의 전문가가됩니다.

"AI가 통과하는인지 과정은 게임을 본 적이없는 인간이 이해하고 마스터하려고 시도하는 것과 매우 유사하다고합니다."

창립자들은 거의 모든 것에 효과적이고 효율적으로 사용할 수있는 범용 인공 지능을 만드는 것을 목표로했습니다. Horizons Ventures and Founders Fund는 회사에 투자 한 주요 벤처 중 일부입니다. 또한 주목할만한 기업가는 Peter Thiel 피터 틸, Scott Banister 및 엘론 머스크 초기에 회사에 투자했습니다.

26 년 2014 월 500 일 Google은 캠브리지 컴퓨터 연구소 "올해의 기업"상을받은 같은 해에 2013 억 달러에 DeepMind를 인수했습니다. 구글에 대한 매각은 페이스 북이 XNUMX 년 회사와의 협상을 종료 한 후에 이루어졌습니다. 그 후 회사는 구글 딥 마인드로 리 브랜딩되었고 XNUMX 년 동안 이름을 유지했습니다.

Royal Free NHS Trust와 DeepMind는 2015 년 XNUMX 월 임상 작업 관리 앱인 Streams를 만들기 위해 첫 번째 ISA (정보 공유 계약)에 서명했습니다. 구글에 인수 된 후이 회사는 연구를 위해 AI 윤리위원회를 설립했지만, 두 회사 모두 누가 이사회에 참여하는지 밝히지 않는 미스터리로 남아 있습니다.

이 회사는 Facebook, Amazon, Microsoft, Google 및 IBM 사회 -AI 인터페이스에 전념하는 'Partnership on AI'를 시작합니다. DeepMind는 AI 기술에 의해 제기되는 윤리적, 사회적 질문에 주로 초점을 맞춘 DeepMind Ethics and Society라는 새로운 단위를 열었습니다. 저명한 철학자 Nick Bostrom은 'Society'의 고문입니다.

DeepMind 제품 및 기술

이 회사는 강력한 범용 학습 알고리즘을 만들기 위해 시스템 신경 과학 및 기계 학습의 최고의 기술을 통합하기 위해 노력하고 있습니다. 2016 년 Google 연구 AI Safety에 관한 논문과 인공 지능 과정에서 바람직하지 않은 행동을 피하는 방법을 발표했습니다.

2017 년 DeepMind는 알고리즘이 킬 스위치를 비활성화하는 방법을 학습하는지 또는 일부 바람직하지 않은 동작을 보이는지 평가하기위한 오픈 소스 테스트 베드 인 GridWorld를 출시했습니다. 2018 년 XNUMX 월, 회사의 연구원들은 시스템 중 하나를 교육하여 Quake III Arena 컴퓨터 게임을 실행했습니다.

작년 기준으로이 회사는 13 편 이상의 논문을 발표했으며이 중 XNUMX 편이 Science 또는 Nature에서 승인되었습니다. 다음은 최고의 DeepMind 제품.

심층 강화 학습

제한된 공간 내에서 미리 정의 된 목적과 기능을 위해 개발 된 다른 AI와 달리 DeepMind는 시스템이 미리 프로그래밍되어 있지 않다고 말합니다. 이 기술은 데이터 입력으로 원시 픽셀만을 활용하여 경험을 통해 학습합니다.

주로 새로운 유형의 Q- 러닝을 사용하는 컨볼 루션 신경망에서 실행되는 딥 러닝을 사용합니다. Q- 학습은 모델없는 강화 학습의 한 유형입니다. 이 기술은 초기를 포함하여 비디오 게임에서 시스템을 테스트합니다. 아케이드 게임 Breakout 및 Space Invaders처럼.

그런 다음 코드를 변경하지 않고 AI 시스템이 게임 플레이 방법을 이해하기 시작하고 몇 번의 세션을 플레이 한 후 어떤 사람보다 더 효율적으로 플레이합니다. 2013 년에 DeepMind는 다양한 게임에서 인간의 능력을 능가 할 수있는 AI 시스템에 대한 심층 연구를 게시하여 Google에 인수되었습니다.

작년에이 회사는 Atari57 제품군의 57 개 게임 모두에서 인간 수준의 성능을 능가하는 Agent2600과 인공 지능 에이전트를 출시했습니다.

AlphaGo 및 후속 제품

2014 년에 회사는 바둑 게임을 할 수있는 컴퓨터 시스템에 대한 연구를 발표했습니다. 2015 년 XNUMX 월 말에 회사에서 개발 한 컴퓨터 바둑 프로그램 인 AlphaGo는 유럽 바둑 챔피언 인 Fan Hui를 XNUMX 대 XNUMX으로 이겼습니다. AI 프로그램이 프로 바둑 선수를 물리 친 것은 이번이 처음입니다.

2016 년 4 월 알파 고는 전 세계 최고 순위의 선수 중 한 명인 이세돌을 1-2017로 이겼다. 3 Future of Go Summit에서 AI는 당시 세계 1 위인 Ke Jie와 XNUMX 경기에서 승리했습니다. 이 시스템은지도 학습 프로토콜을 사용하여 인간이 서로 대결하는 많은 게임을 연구했습니다.

개선 된 AlphaGo Zero 버전은 이전 버전을 이겼습니다. AlphaGo 시스템 100 년에 0 게임에서 2017으로. 새 버전의 전략은 독학이었으며 AlphaGo보다 적은 처리 능력으로 XNUMX 일 이내에 이전 버전을 능가했습니다. 그해 말에 AlphaGo Zero의 수정 된 버전 인 AlphaZero는 장기와 체스에서 초인적 인 능력을 얻었습니다.

이 모든 버전의 DeepMind 인공 지능 시스템은 자기 플레이를 통해서만 연주를 배웠습니다. AlphaGo 기술은자가 학습을 통해 시간이 지남에 따라 향상 될 수 있도록 딥 강화 학습 접근 방식을 사용하도록 설계되었습니다.

이 시스템은 두 개의 심층 신경망을 사용하여 이동 확률을 평가하고 가치 네트워크를 위치를 평가했습니다. 이 정책 네트워크는지도 학습을 통해 훈련 된 후 정책 그라데이션 강화 학습으로 개선되었습니다. 그런 맥락에서 가치 네트워크는 정책 네트워크가 자체적으로하는 게임의 승자를 결정하는 방법을 배웠습니다.

나중에 네트워크는 미리보기를 사용했습니다. 몬테카를로 나무 검색 (MCTS)는 가치 네트워크가 동시에 트리 위치를 평가함에 따라 고 확률 이동 후보를 결정하기 위해 정책 네트워크를 사용했습니다. 이 시스템은 시스템이 승률을 높이기 위해 이러한 게임을 수백만 번 플레이하는 강화 학습을 사용했습니다.

특히, 단순화 된 트리 검색은 주로 신경망에 의존하여 Monte Carlo 롤아웃을 사용하지 않고 위치와 샘플 이동을 평가합니다. 이러한 향상된 기능으로 AlphaZero 시스템은 AlphaGo보다 적은 컴퓨팅 성능을 필요로하며 Google TPU AlphaGo에서 사용하는 48 개 대신.

알파 폴드

2016 년 어느 시점에서 DeepMind는 인공 지능 연구 개발을 과학 분야에서 가장 어려운 과제 인 단백질 접힘으로 전환했습니다. 겨우 XNUMX 년 후, DeepMind의 AlphaFold 수여되었다 13 개 단백질 중 25 개에 대해 가장 정확한 구조를 성공적으로 결정한 후 CASP (Protein Structure Prediction)를위한 기술의 43 번째 중요 평가 트로피.

Hassabis는 The Guardian과의 인터뷰에서 다음과 같이 말했습니다.

"이 프로젝트는 사람과 자원 측면에서 근본적이고 매우 중요한 실제 과학 문제에 대한 첫 번째 주요 투자 인 등대 프로젝트입니다."

작년에 14 번째 CASP 동안 AlphaFold의 예측은 실험실 기술에 필적하는 정확도 점수를 받았습니다. 과학 심사 위원 패널 중 한 명인 Andriy Kryshtafovych 박사는이 성과가 '정말 놀랍다'고 말하면서 단백질이 어떻게 접히는 지 예측하는 문제가 광범위하게 해결되었다고 덧붙였습니다.

다른 주목할만한 DeepMind 제품

회사는 텍스트 음성 변환 시스템, WaveNet, 2016 년. 처음에는 소비자 제품에 사용하기에는 너무 계산 집약적 이었지만 2017 년 말에 Google Assistant와 같은 애플리케이션에서 사용할 준비가되었습니다. 다음 해에 Google은 광고 인 Cloud Text-to-Speech를 발표했습니다. WaveNet에 기반한 텍스트 음성 변환 제품.

2018 년 후반에 DeepMind는 2019 년에 Google Duo 사용자에게 출시 된 Google AI를 사용하여 공동 개발 한 WaveRNN이라는 매우 효율적인 모델을 개발했습니다.

Google은 DeepMind 알고리즘이 대부분의 데이터 센터 냉각 효율성을 크게 향상 시켰다고 말합니다. 또한이 기술은 구글 플레이의 개인화 된 앱 추천을 받고 Android 팀과 협력하여 Android Pie 기기에서 사용할 수있는 한 쌍의 기능을 만들었습니다.

새로운 기능에는 기계 학습을 사용하여 에너지를 절약하고 운영 체제를 실행하는 장치를보다 사용자 친화적으로 만드는 적응 형 밝기 및 적응 형 배터리가 포함됩니다. DeepMind가 이러한 기술을 많은 컴퓨팅 성능을 필요로하는 일반 기계 학습 애플리케이션에 소규모 규모로 통합 한 것은 이번이 처음입니다.

회사의 허블 망원경을 통해 사람들은 이미 인간의 지식을 확장하는 도구를 사용하여 우주를 더 깊숙이 들여다 볼 수 있었으며 결과적으로 전 세계에 긍정적 인 영향을 미쳤습니다. DeepMind의 장기적인 임무는 인공 지능 (AGI)이라고 불리는 일반화되고 효과적인 문제 해결 시스템을 만들어 지능을 해결하는 것입니다.

윤리와 안전에 의해 완전히 인도되는 본 발명은 세계에서 가장 도전적이고 근본적인 과학적 문제에 대한 실행 가능한 해결책을 얻기 위해 사회에서 개최 될 수 있습니다.

현재이 회사는 기술 개발을 계속하고 있으며 건강, 게임 및 환경 보존을 포함하여 인류의 거의 모든 중요한 측면에서 사용성을 확장하는 것을 목표로하고 있습니다.

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