Лучшие продукты DeepMind AI, революционизирующие мир

Когда DeepMind был запущен в 2010 году, интерес к области искусственный интеллект (AI) по сравнению с существующими сегодня уровнями интереса. Чтобы ускорить развитие зарождающейся области технологий, команда приняла междисциплинарный подход.

Они объединили новые идеи с достижениями в области инженерии, обучение с помощью машины, моделирование и вычислительная инфраструктура, нейробиология, математика и новые методы организации научных исследований.

Технологии DeepMind является британской дочерней компанией Alphabet Inc. в области искусственного интеллекта. Лондонская исследовательская лаборатория была приобретенный компанией Google в 2014 году. У этой фирмы есть исследовательские центры во Франции, Канаде и США. В следующем году он полностью перешел в собственность Alphabet.

Фирма объединила усилия с Google, чтобы ускорить свою работу, и продолжала определять свою исследовательскую программу. Некоторые программы DeepMind научились диагностировать глазные заболевания так же эффективно, как и ведущие врачи мира, и сэкономить 30% энергии, которая используется для обеспечения охлаждения центров обработки данных. Эти программы предсказывают сложные трехмерные формы белков, которые могут изменить способ создания лекарств в будущем.

Компания рано добилась успеха в компьютерных играх, и исследователи обычно использовали ее для тестирования ИИ. Одна из программ научилась играть в 49 различных игр Atari с нуля, просто видя пиксели и счет на экране. Программа AlphaGo также была первой программой, которая победила профессионального игрока в го, и этот подвиг описывается как десятилетие, опережающее свое время.

За прошедшие годы DeepMind создал нейронной сети который учит, как играть в видеоигры, как люди, и нейронную машину Тьюринга, или нейронную сеть, которая может получать доступ к внешней памяти, как обычная машина Тьюринга. Результатом разработки стал компьютер, имитирующий краткосрочную память человеческого мозга.

В 2016 году DeepMind попал в заголовки газет после того, как его программе AlphaGo удалось победить профессионального игрока в го Ли Седола, чемпиона мира, в матче из 5 игр, который стал предметом документального фильма.

Другая общая программа, AlphaZero, превзошла самые мощные программы игры в шахматы, го и сёги (японские шахматы) после нескольких дней игры против самой себя с использованием некоторого обучения с подкреплением. В 2020 году DeepMind значительно продвинулся в решении проблемы сворачивания белков.

Обзор DeepMind

Демис Хассабис, Шейн Легг и Мустафа Сулейман являются основателями этой процветающей компании. Легг и Хассабис впервые встретились в отделении вычислительной нейробиологии Гэтсби Университетского колледжа Лондона.

Изначально компания начала работать над технологией искусственного интеллекта, научив ее играть в старые игры, созданные десятилетиями ранее.

Некоторые из игр включали Space Invaders, Pong и Breakout. Разработчики вводили искусственный интеллект в одну игру за раз, не зная заранее ее правил. После того, как технология потратила некоторое время на изучение того, как работает игра, ИИ стал экспертом в ней:

«Считается, что когнитивные процессы, через которые проходит ИИ, очень похожи на те, которые человек, никогда не видевший игру, использовал бы, чтобы понять ее и попытаться овладеть ею».

Основатели стремились создать универсальный искусственный интеллект, который можно эффективно и действенно использовать практически для чего угодно. Horizons Ventures и Founders Fund - одни из основных предприятий, вложивших средства в компанию. Также известные предприниматели любят Питер Тиль, Скотт Бэнистер и Elon Musk инвестировал в компанию в первые дни ее существования.

26 января 2014 года Google приобрела DeepMind за 500 миллионов долларов в том же году, когда получила награду Кембриджской компьютерной лаборатории «Компания года». Продажа Google произошла после того, как Facebook завершил переговоры с компанией в 2013 году. После этого компания была переименована в Google DeepMind и сохраняла это название в течение двух лет.

Royal Free NHS Trust и DeepMind подписали свое первое соглашение об обмене информацией (ISA) в сентябре 2015 года, чтобы создать Streams, приложение для управления клиническими задачами. После приобретения Google компания создала совет по этике ИИ для исследований, но это остается загадкой, поскольку обе компании отказываются сообщить, кто входит в совет.

Компания присоединилась к Facebook, Amazon, Microsoft, Google и IBM запустить «Партнерство по ИИ», посвященное интерфейсу «общество-ИИ». DeepMind открыла новое подразделение, известное как «Этика и общество DeepMind», в котором основное внимание уделяется этическим и социальным вопросам, возникающим в связи с технологиями искусственного интеллекта. Выдающийся философ Ник Бостром - советник «Общества».

Продукты и технологии DeepMind

Компания стремится объединить лучшие методы системной нейробиологии и машинного обучения для создания мощного универсального алгоритма обучения. В 2016 г. Google Research опубликовал статью о безопасности ИИ и о том, как избежать нежелательного поведения в процессе искусственного интеллекта.

В 2017 году DeepMind выпустила GridWorld - испытательную площадку с открытым исходным кодом для оценки того, учится ли алгоритм отключать аварийный выключатель или проявляет нежелательное поведение. Где-то в июле 2018 года исследователи компании обучили одну из ее систем игре в Quake III Arena.

По состоянию на прошлый год фирма опубликовала более тысячи статей, 13 из которых были приняты Science или Nature. Вот некоторые из лучшие продукты DeepMind.

Глубокое обучение

В отличие от других ИИ, которые были разработаны для заранее определенных целей и функционируют в ограниченном пространстве, DeepMind утверждает, что его система не запрограммирована заранее. Технология учится на собственном опыте, используя только необработанные пиксели в качестве входных данных.

В основном он использует глубокое обучение в сверточной нейронной сети с использованием нового типа Q-обучения. Q-обучение - это тип обучения с подкреплением без использования моделей. Технология тестирует систему на видеоиграх, в том числе на ранних аркадные игры как Breakout и Space Invaders.

Затем, не меняя код, система ИИ начинает понимать, как играть в игру, и после нескольких сеансов играет более эффективно, чем любой человек. Еще в 2013 году DeepMind опубликовал подробное исследование системы искусственного интеллекта, которая может превосходить человеческие способности в различных играх, что привело к ее приобретению Google.

В прошлом году компания представила Agent57 и агент с искусственным интеллектом, который превосходит человеческий уровень производительности во всех 57 играх пакета Atari2600.

AlphaGo и преемники

В 2014 году компания опубликовала исследование компьютерных систем с возможностью игры в го. Позже, в октябре 2015 года, AlphaGo, компьютерная программа для игры в Го, разработанная компанией, победила чемпиона Европы по Го Фан Хуэй со счетом XNUMX: XNUMX. Это был первый случай, когда программа ИИ победила профессионального игрока в го.

В марте 2016 года AlphaGo обыграла Ли Седола, одного из лучших игроков мира, со счетом 4-1. Во время саммита Future of Go в 2017 году ИИ выиграл матч из 3 игр с первым в мире игроком Ке Цзе. Система использовала протокол контролируемого обучения, изучая множество игр, в которые люди играют друг против друга.

Улучшенная версия AlphaGo Zero победила предыдущую. Система AlphaGo 100 игр против 0 в 2017 году. Стратегии новой версии были самоучками, и она превзошла свою предшественницу в течение трех дней с меньшей вычислительной мощностью, чем AlphaGo. Позже в том же году, модифицированная версия AlphaGo Zero, AlphaZero приобрела сверхчеловеческие способности в сёги и шахматах.

Все эти версии систем искусственного интеллекта DeepMind научились играть только через самостоятельную игру. Технология AlphaGo была разработана для использования подхода глубокого обучения с подкреплением, позволяющего со временем совершенствоваться за счет самообучения.

В системе использовались две глубокие нейронные сети, позволяющие оценивать вероятности перемещения, и сеть значений для оценки позиций. Эта политическая сеть была обучена посредством контролируемого обучения, а затем была усовершенствована путем обучения с подкреплением градиента политики. В этом контексте сеть создания ценности научилась определять победителей в играх, в которых политическая сеть играет против самой себя.

Позже сеть использовала опережающий просмотр Поиск дерева Монте-Карло (MCTS), который использовал стратегическую сеть для определения возможных ходов с высокой вероятностью, поскольку сеть создания ценности одновременно оценивала позиции в дереве. Система использовала обучение с подкреплением, когда система играла миллионы этих игр против самой себя, стремясь увеличить свой выигрыш.

Примечательно, что упрощенный поиск по дереву в основном полагается на нейронную сеть для оценки позиций и выборочных перемещений без использования развертываний Монте-Карло. Благодаря этим усовершенствованиям системе AlphaZero требовалось меньше вычислительной мощности, чем AlphaGo, работающей на четырех специализированных ИИ-процессорах, известных как Google TPU вместо 48, используемых AlphaGo.

AlphaFold

Где-то в 2016 году DeepMind обратила свои исследования и разработки в области искусственного интеллекта для решения одной из самых сложных задач, существующих в науке, - сворачивания белков. Не прошло и двух лет, как AlphaFold от DeepMind был награжден 13-й трофей «Критическая оценка методов прогнозирования структуры белка» (CASP) после успешного определения наиболее точной структуры для 25 из 43 белков.

Хассабис прокомментировал в интервью The Guardian:

«Это проект-маяк, наша первая крупная инвестиция с точки зрения людей и ресурсов в фундаментальную, очень важную, реальную научную проблему».

В прошлом году во время 14-го CASP прогнозы AlphaFold получили оценку точности, сопоставимую с лабораторными методами. Один из членов группы научных экспертов, доктор Андрей Крыштафович, сказал, что это достижение было «поистине замечательным», и добавил, что проблема предсказания того, как складываются белки, была решена в широких масштабах.

Другие известные продукты DeepMind

Компания представила система преобразования текста в речь, WaveNet, в 2016 году. Сначала он был слишком ресурсоемким для использования в потребительских продуктах, но в конце 2017 года он стал готов к использованию в таких приложениях, как Google Assistant. В следующем году Google представила рекламу Cloud Text-to-Speech. преобразователь текста в речь на основе WaveNet.

Позже в 2018 году DeepMind разработала высокоэффективную модель, известную как WaveRNN, совместно разработанную с использованием Google AI, которая была развернута для пользователей Google Duo в 2019 году.

Google утверждает, что алгоритмы DeepMind значительно повысили эффективность охлаждения большинства ее центров обработки данных. Также технология помогает Гугл игры'' персонализированные рекомендации приложений и сотрудничал с командой Android, чтобы создать пару функций, доступных для устройств Android Pie.

Новые функции включают адаптивную яркость и адаптивную батарею, которые используют машинное обучение для экономии энергии и делают устройства, работающие под управлением операционной системы, более удобными для пользователя. Это был первый раз, когда DeepMind интегрировал эти методы в небольшом масштабе с обычными приложениями машинного обучения, требующими больших вычислительных мощностей.

Телескоп «Хаббл» компании позволил людям заглянуть глубже в космос, а доступные инструменты уже расширяют человеческие знания и, в свою очередь, оказывают положительное глобальное влияние. Долгосрочная миссия DeepMind - решать проблемы интеллекта, создавая обобщенные и эффективные системы решения проблем, получившие название искусственного общего интеллекта (AGI).

Полностью руководствуясь принципами этики и безопасности, общество может использовать изобретение, чтобы найти жизнеспособные решения некоторых из самых сложных и фундаментальных научных проблем в мире.

На данный момент компания продолжает развивать свои технологии и стремится расширить возможности их использования практически во всех важнейших аспектах человечества, включая здоровье, игры и охрану окружающей среды.

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