Principais produtos DeepMind AI revolucionando o mundo

Quando a DeepMind foi lançada em 2010, havia pouco interesse no campo de inteligência artificial (AI) em comparação com os níveis de interesse que existem hoje. Para acelerar o nascente campo da tecnologia, a equipe adotou uma abordagem interdisciplinar.

Eles integraram novas ideias com avanços na engenharia, aprendizado de máquina, simulação e infraestrutura de computação, neurociência, matemática e novos métodos de organização de empreendimentos científicos.

Tecnologias DeepMind é uma subsidiária britânica de inteligência artificial da Alphabet Inc. O laboratório de pesquisa com sede em Londres foi adquirido pelo Google em 2014. Esta empresa possui centros de pesquisa na França, Canadá e Estados Unidos. No ano seguinte, tornou-se totalmente propriedade da Alphabet.

A empresa juntou forças com o Google para acelerar seu trabalho e continuou a definir sua agenda de pesquisa. Vários dos programas da DeepMind aprenderam a diagnosticar doenças oculares de forma tão eficiente quanto os melhores médicos do mundo e a economizar 30% da energia que é usada para garantir que os data centers permaneçam frios. Os programas prevêem as formas 3D complexas de proteínas que podem transformar a forma como as drogas são inventadas no futuro.

A empresa alcançou sucesso inicial em jogos de computador com pesquisadores normalmente usando-o para testar IA. Um dos programas aprendeu a jogar 49 jogos diferentes do Atari do zero, apenas vendo pixels e pontuações na tela. O programa AlphaGo também foi o primeiro a vencer um jogador profissional de Go, feito que é descrito como uma década à frente de seu tempo.

Ao longo dos anos, DeepMind criou um rede neural que aprende a jogar videogames como humanos e uma máquina de Turing Neural, ou uma rede neural que pode acessar uma memória externa como a máquina de Turing convencional. O desenvolvimento resultou em um computador que imita a memória de curto prazo do cérebro humano.

Em 2016, a DeepMind ganhou as manchetes depois que seu programa AlphaGo conseguiu derrotar o jogador profissional de Go Lee Sedol, o campeão mundial, em uma partida de 5 jogos, que se tornou objeto de um documentário.

Outro programa geral, AlphaZero, venceu os programas mais poderosos jogando xadrez, Go e Shogi (xadrez japonês) após vários dias jogando contra si mesmo usando algum aprendizado de reforço. Em 2020, a DeepMind fez avanços consideráveis ​​no problema de dobramento de proteínas.

Visão geral da DeepMind

Demis Hassabis, Shane Legg e Mustafa Suleyman são os fundadores desta empresa próspera. Legg e Hassabis se conheceram na Unidade de Neurociência Computacional Gatsby da University College London.

Inicialmente, a empresa começou a trabalhar com tecnologia de inteligência artificial ensinando-a a jogar alguns jogos antigos de décadas anteriores.

Alguns dos jogos incluíam Space Invaders, Pong e Breakout. Os desenvolvedores introduziram a inteligência artificial em um jogo por vez, sem ter nenhum conhecimento prévio de suas regras. Depois que a tecnologia passou algum tempo aprendendo como o jogo funciona, a IA passaria a se tornar um especialista nisso:

“Diz-se que os processos cognitivos pelos quais a IA passa são muito parecidos com aqueles que um ser humano que nunca viu o jogo usaria para entendê-lo e tentar dominá-lo.”

Os fundadores tiveram como objetivo criar uma inteligência artificial de uso geral que pode ser usada de forma eficaz e eficiente para quase tudo. Horizons Ventures e Founders Fund são alguns dos principais empreendimentos que investiram na empresa. Além disso, empresários notáveis ​​como Peter Thiel, Scott Banister e Elon Musk investiu na empresa em seus primeiros dias.

Em 26 de janeiro de 2014, o Google adquiriu a DeepMind por US $ 500 milhões no mesmo ano, quando recebeu o prêmio de "Empresa do Ano" do Cambridge Computer Laboratory. A venda para o Google veio depois que o Facebook encerrou suas negociações com a empresa em 2013. Posteriormente, a empresa foi rebatizada como Google DeepMind e manteve o nome por dois anos.

The Royal Free NHS Trust e DeepMind assinaram seu primeiro Acordo de Compartilhamento de Informações (ISA) em setembro de 2015 para criar Streams, um aplicativo de gerenciamento de tarefas clínicas. Após a aquisição pelo Google, a empresa estabeleceu um conselho de ética de IA para pesquisas, mas continua sendo um mistério as duas empresas recusando-se a dizer quem tem assento no conselho.

A empresa juntou-se ao Facebook, Amazon, Microsoft, Google e IBM para lançar 'Partnership on AI' dedicado à interface sociedade-AI. A DeepMind abriu uma nova unidade conhecida como DeepMind Ethics and Society com foco principalmente nas questões éticas e sociais que são levantadas pela tecnologia de IA. O proeminente filósofo, Nick Bostrom, é um conselheiro da 'Sociedade'.

Produtos e tecnologias DeepMind

A empresa se esforça para integrar as melhores técnicas de neurociência de sistemas e aprendizado de máquina para criar um poderoso algoritmo de aprendizado de propósito geral. Em 2016, Pesquisa do Google publicou um artigo sobre Segurança de IA e como evitar comportamentos indesejáveis ​​durante o processo de inteligência artificial.

Em 2017, a DeepMind lançou o GridWorld, que é um teste de código aberto para avaliar se um algoritmo aprende a desabilitar o interruptor de desligamento ou exibe alguns comportamentos indesejáveis. Em algum momento de julho de 2018, os pesquisadores da empresa treinaram um de seus sistemas para jogar o jogo de computador Quake III Arena.

Até o ano passado, a empresa havia publicado mais de mil artigos, sendo 13 deles aceitos pela Science ou Nature. Aqui estão alguns dos principais produtos DeepMind.

Aprendizagem por Reforço Profundo

Ao contrário de outros AIs que foram desenvolvidos para fins predefinidos e funcionam dentro de um espaço limitado, DeepMind diz que seu sistema não é pré-programado. A tecnologia aprende com a experiência, utilizando apenas pixels brutos como entrada de dados.

Ele usa principalmente aprendizado profundo em uma rede neural convolucional usando um novo tipo de Q-learning. Q-learning é um tipo de aprendizagem por reforço sem modelo. A tecnologia testa o sistema em videogames, incluindo os primeiros jogos de arcade como Breakout e Space Invaders.

Então, sem alterar o código, o sistema de IA começa a entender como jogar o jogo e depois de jogar algumas sessões, ele joga com mais eficiência do que qualquer humano. Em 2013, a DeepMind postou uma pesquisa aprofundada sobre um sistema de IA que pode superar as habilidades humanas em vários jogos, levando à sua aquisição pelo Google.

No ano passado, a empresa lançou o Agent57 e o Agente de inteligência artificial que excede o desempenho de nível humano em todos os 57 jogos da suíte Atari2600.

AlphaGo e sucessores

Em 2014, a empresa publicou pesquisas sobre sistemas de computador com a capacidade de jogar o jogo Go. Mais tarde, em outubro de 2015, o AlphaGo, um programa de computador Go desenvolvido pela empresa, venceu o campeão europeu de Go Fan Hui por cinco a zero. Foi a primeira vez que um programa de IA derrotou um jogador profissional de Go.

Em março de 2016, o AlphaGo venceu Lee Sedol, um dos jogadores mais bem classificados em todo o mundo, com uma pontuação de 4-1. Durante o Future of Go Summit 2017, o AI venceu uma partida de 3 jogos com o número 1 do mundo na época, Ke Jie. O sistema usava um protocolo de aprendizado supervisionado, estudando muitos jogos jogados por humanos uns contra os outros.

A versão aprimorada do AlphaGo Zero derrotou a versão anterior Sistema AlphaGo 100 jogos a 0 em 2017. As estratégias da versão mais recente eram autodidatas e venceu seu antecessor em três dias com menos poder de processamento do que AlphaGo. No final do ano, uma versão modificada de AlphaGo Zero, AlphaZero ganhou habilidades sobre-humanas no shogi e no xadrez.

Todas essas versões dos sistemas de inteligência artificial da DeepMind aprenderam a jogar apenas por meio do jogo automático. A tecnologia AlphaGo foi projetada para usar a abordagem de aprendizado por reforço profundo, permitindo melhorar ao longo do tempo por meio do autoaprendizado.

O sistema usava duas redes neurais profundas, permitindo-lhe avaliar as probabilidades de movimento e uma rede de valor para avaliar as posições. Essa rede de políticas foi treinada por meio de aprendizado supervisionado e, em seguida, refinada por aprendizado por reforço de gradiente de políticas. Nesse contexto, a rede de valor aprendeu a determinar os vencedores dos jogos disputados pela rede de políticas contra si mesma.

Mais tarde, a rede usou um lookahead Pesquisa em árvore Monte Carlo (MCTS) que usava uma rede de políticas para determinar movimentos candidatos de alta probabilidade à medida que a rede de valor avaliava simultaneamente as posições das árvores. O sistema estava usando aprendizado por reforço, onde o sistema jogou milhões desses jogos contra si mesmo com o objetivo de aumentar sua taxa de vitórias.

Notavelmente, sua busca em árvore simplificada depende principalmente de sua rede neural para avaliar as posições e movimentos de amostra sem usar os rollouts de Monte Carlo. Com essas melhorias, o sistema AlphaZero precisava de menos poder de computação do que AlphaGo, operando em quatro processadores AI especializados, conhecidos como TPUs do Google em vez dos 48 usados ​​pela AlphaGo.

AlfaFold

Em algum momento de 2016, a DeepMind transformou sua pesquisa e desenvolvimento de inteligência artificial em um dos desafios mais difíceis existentes na ciência, o dobramento de proteínas. Apenas dois anos depois, AlphaFold da DeepMind foi premiado o 13º troféu Avaliação Crítica de Técnicas para Predição de Estrutura de Proteínas (CASP) depois de determinar com sucesso a estrutura mais precisa para 25 de 43 proteínas.

Hassabis comentou em uma entrevista ao The Guardian:

“Este é um projeto de farol, nosso primeiro grande investimento em termos de pessoas e recursos em um problema científico fundamental e muito importante do mundo real.”

No ano passado, durante o 14º CASP, as projeções do AlphaFold obtiveram uma pontuação de precisão comparável às técnicas de laboratório. Um membro do painel de jurados científicos, Dr. Andriy Kryshtafovych, disse que a conquista foi “verdadeiramente notável, e acrescentou que o problema de prever como a dobra das proteínas foi amplamente resolvido.

Outros produtos DeepMind notáveis

A empresa introduziu um sistema de texto para fala, WaveNet, em 2016. No início, era muito computacionalmente intensivo para uso em produtos de consumo, mas ficou pronto para uso em aplicativos como o Google Assistant no final de 2017. No ano seguinte, o Google lançou o Cloud Text-to-Speech, um comercial produto de texto para fala, baseado em WaveNet.

Mais tarde, em 2018, a DeepMind desenvolveu um modelo altamente eficiente conhecido como WaveRNN co-desenvolvido usando o Google AI que foi lançado para usuários do Google Duo em 2019.

O Google afirma que os algoritmos DeepMind aumentaram significativamente a eficiência de resfriamento da maioria de seus data centers. Além disso, a tecnologia auxilia Google Playrecomendações de aplicativos personalizados da e colaborou com a equipe do Android para criar um par de recursos disponibilizados para os dispositivos Android Pie.

Os novos recursos incluem Adaptive Brightness e Adaptive Battery, que usam aprendizado de máquina para economizar energia e tornar os dispositivos que executam o sistema operacional mais amigáveis. Essa foi a primeira vez que a DeepMind integrou essas técnicas em uma magnitude de pequena escala com os aplicativos de aprendizado de máquina normais que precisavam de muito poder de computação.

O telescópio Hubble da empresa permitiu que as pessoas olhassem mais fundo no espaço, com as ferramentas disponíveis já expandindo o conhecimento humano e, por sua vez, causando um impacto global positivo. A missão de longo prazo da DeepMind é resolver a inteligência, criando sistemas de solução de problemas generalizados e eficazes, chamados de inteligência geral artificial (AGI).

Inteiramente orientada pela ética e segurança, a invenção pode ser realizada pela sociedade para obter soluções viáveis ​​para algumas das questões científicas mais desafiadoras e fundamentais do mundo.

Por enquanto, a empresa continua desenvolvendo sua tecnologia e tem como objetivo expandir sua usabilidade em quase todas as facetas críticas da humanidade, incluindo saúde, jogos e preservação do meio ambiente.

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