ผลิตภัณฑ์ DeepMind AI ชั้นนำที่ปฏิวัติโลก

เมื่อ DeepMind เปิดตัวในปี 2010 มีความสนใจเพียงเล็กน้อยในด้านของ ปัญญาประดิษฐ์ (AI) เทียบกับระดับความสนใจที่มีอยู่ในปัจจุบัน ทีมงานได้นำแนวทางสหวิทยาการมาใช้เพื่อเร่งความเร็วในสาขาเทคโนโลยีที่พึ่งเกิดขึ้น

พวกเขารวมแนวคิดใหม่เข้ากับความก้าวหน้าทางวิศวกรรม เรียนรู้เครื่องโครงสร้างพื้นฐานการจำลองและการคำนวณ ประสาทวิทยาศาสตร์ คณิตศาสตร์ และวิธีการใหม่ในการจัดความพยายามทางวิทยาศาสตร์

เทคโนโลยี DeepMind เป็น บริษัท ย่อยด้านปัญญาประดิษฐ์ของอังกฤษของ Alphabet Inc. ห้องปฏิบัติการวิจัยในลอนดอนคือ ที่ได้มา โดย Google ในปี 2014 บริษัทนี้มีศูนย์วิจัยในฝรั่งเศส แคนาดา และสหรัฐอเมริกา ในปีถัดมา อัลฟาเบทจะเป็นเจ้าของทั้งหมด

บริษัทได้ร่วมมือกับ Google เพื่อเร่งงานและกำหนดวาระการวิจัยต่อไป โปรแกรม DeepMind หลายโปรแกรมได้เรียนรู้การวินิจฉัยโรคตาอย่างมีประสิทธิภาพเท่ากับแพทย์ชั้นนำของโลก และประหยัดพลังงาน 30% ที่ใช้เพื่อให้แน่ใจว่าศูนย์ข้อมูลยังคงเย็นอยู่ โปรแกรมทำนายรูปร่าง 3 มิติที่ซับซ้อนของโปรตีนที่สามารถเปลี่ยนแปลงวิธีการประดิษฐ์ยาในอนาคต

บริษัทประสบความสำเร็จในช่วงต้นของเกมคอมพิวเตอร์ โดยที่นักวิจัยมักใช้เพื่อทดสอบ AI หนึ่งในโปรแกรมที่เรียนรู้การเล่นเกมอาตาริ 49 เกมตั้งแต่เริ่มต้น เพียงจากการดูพิกเซลและคะแนนบนหน้าจอ โปรแกรม AlphaGo ยังเป็นโปรแกรมแรกที่สามารถเอาชนะผู้เล่น Go มืออาชีพได้ ซึ่งเป็นผลงานที่อธิบายไว้ว่าเป็นทศวรรษก่อนหน้าเวลา

ในช่วงหลายปีที่ผ่านมา DeepMind ได้สร้าง a เครือข่ายประสาท ที่เรียนรู้วิธีเล่นวิดีโอเกมอย่างมนุษย์ และเครื่อง Neural Turing หรือโครงข่ายประสาทเทียมที่สามารถเข้าถึงหน่วยความจำภายนอกได้เหมือนกับเครื่องทัวริงทั่วไป การพัฒนาส่งผลให้คอมพิวเตอร์เลียนแบบหน่วยความจำระยะใกล้ของสมองมนุษย์

ในปี 2016 DeepMind กลายเป็นหัวข้อข่าวหลังจากโปรแกรม AlphaGo จัดการเอาชนะ Lee Sedol ผู้เล่น Go มืออาชีพที่เป็นมนุษย์ แชมป์โลกในการแข่งขัน 5 เกม ซึ่งกลายเป็นหัวข้อของภาพยนตร์สารคดี

โปรแกรมทั่วไปอื่น AlphaZero เอาชนะโปรแกรมที่ทรงพลังที่สุดในการเล่นหมากรุก Go และ Shogi (หมากรุกญี่ปุ่น) หลังจากเล่นกับตัวเองเป็นเวลาหลายวันโดยใช้การเรียนรู้การเสริมกำลัง ในปี 2020 DeepMind ได้พัฒนาปัญหาการพับโปรตีนอย่างมาก

ภาพรวม DeepMind

Demis Hassabis, Shane Legg และ Mustafa Suleyman เป็นผู้ก่อตั้งบริษัทที่เจริญรุ่งเรืองแห่งนี้ Legg และ Hassabis พบกันครั้งแรกที่หน่วย Gatsby Computational Neuroscience Unit ของ University College London

ในขั้นต้น บริษัทเริ่มทำงานเกี่ยวกับเทคโนโลยีปัญญาประดิษฐ์ที่สอนให้เล่นเกมเก่าบางเกมเมื่อหลายสิบปีก่อน

เกมบางเกมรวมถึง Space Invaders, Pong และ Breakout นักพัฒนาแนะนำปัญญาประดิษฐ์ให้กับเกมทีละเกมโดยไม่ต้องมีความรู้เกี่ยวกับกฎของเกมมาก่อน หลังจากที่เทคโนโลยีใช้เวลาในการเรียนรู้ว่าเกมทำงานอย่างไร AI จะกลายเป็นผู้เชี่ยวชาญต่อไป:

“กระบวนการทางปัญญาที่ AI ดำเนินการนั้น พูดได้ว่าเหมือนกับมนุษย์ที่ไม่เคยเห็นเกมมาก่อนจะใช้เพื่อทำความเข้าใจและพยายามควบคุมมัน”

ผู้ก่อตั้งมีเป้าหมายที่จะสร้างปัญญาประดิษฐ์เอนกประสงค์ที่สามารถใช้งานได้อย่างมีประสิทธิภาพและประสิทธิผลสำหรับเกือบทุกอย่าง Horizons Ventures and Founders Fund เป็นการลงทุนหลักบางส่วนที่ลงทุนในบริษัท นอกจากนี้ ผู้ประกอบการที่มีชื่อเสียงเช่น ธิลล์ปีเตอร์, สก็อตต์ แบนนิสเตอร์ และ Elon Musk ลงทุนในบริษัทในช่วงแรกๆ

เมื่อวันที่ 26 มกราคม 2014 Google ได้ซื้อ DeepMind เป็นเงิน 500 ล้านดอลลาร์ในปีเดียวกันเมื่อได้รับรางวัล "บริษัทแห่งปี" ของห้องปฏิบัติการคอมพิวเตอร์เคมบริดจ์ การขายให้กับ Google เกิดขึ้นหลังจาก Facebook ยุติการเจรจากับบริษัทในปี 2013 หลังจากนั้น บริษัทได้เปลี่ยนชื่อเป็น Google DeepMind และคงชื่อไว้เป็นเวลาสองปี

Royal Free NHS Trust และ DeepMind ได้ลงนามในข้อตกลงการแบ่งปันข้อมูล (ISA) ฉบับแรกในเดือนกันยายน 2015 เพื่อสร้าง Streams ซึ่งเป็นแอปจัดการงานทางคลินิก หลังจากการเข้าซื้อกิจการโดย Google บริษัทได้จัดตั้งคณะกรรมการจริยธรรมด้าน AI เพื่อการวิจัย แต่ยังคงเป็นปริศนาที่ทั้งสองบริษัทปฏิเสธที่จะระบุว่าใครเป็นคณะกรรมการ

บริษัทเข้าร่วม Facebook, Amazon, Microsoft, Google และ ไอบีเอ็ม ที่จะเปิดตัว 'พันธมิตรทางปัญญาประดิษฐ์' ที่อุทิศให้กับส่วนต่อประสาน AI และสังคม DeepMind ได้เปิดหน่วยงานใหม่ที่เรียกว่า DeepMind Ethics and Society โดยมุ่งเน้นที่คำถามด้านจริยธรรมและสังคมเป็นหลักซึ่งเกิดจากเทคโนโลยี AI Nick Bostrom นักปรัชญาชื่อดังเป็นที่ปรึกษาของ 'Society'

ผลิตภัณฑ์และเทคโนโลยี DeepMind

บริษัทมุ่งมั่นที่จะผสมผสานเทคนิคที่ดีที่สุดจากระบบประสาทและการเรียนรู้ของเครื่อง เพื่อสร้างอัลกอริธึมการเรียนรู้เอนกประสงค์ที่มีประสิทธิภาพ ในปี 2016 การวิจัยของ Google ตีพิมพ์บทความเกี่ยวกับความปลอดภัยของ AI และวิธีหลีกเลี่ยงพฤติกรรมที่ไม่พึงประสงค์ระหว่างกระบวนการปัญญาประดิษฐ์

ในปี 2017 DeepMind ได้เปิดตัว GridWorld ซึ่งเป็นชุดทดสอบโอเพ่นซอร์สสำหรับประเมินว่าอัลกอริทึมเรียนรู้ที่จะปิดการใช้งานสวิตช์ฆ่าหรือแสดงพฤติกรรมที่ไม่พึงประสงค์บางอย่างหรือไม่ ในช่วงเดือนกรกฎาคม พ.ศ. 2018 นักวิจัยของ บริษัท ได้ฝึกอบรมระบบใดระบบหนึ่งเพื่อเล่นเกมคอมพิวเตอร์ Quake III Arena

เมื่อปีที่แล้ว บริษัทได้ตีพิมพ์เอกสารมากกว่าหนึ่งพันฉบับ โดย 13 ฉบับของเอกสารเหล่านี้ได้รับการยอมรับจาก Science or Nature นี่คือบางส่วนของ ผลิตภัณฑ์ DeepMind ชั้นนำ.

การเรียนรู้การเสริมแรงเชิงลึก

ตรงกันข้ามกับ AI อื่น ๆ ที่พัฒนาขึ้นเพื่อวัตถุประสงค์และการทำงานที่กำหนดไว้ล่วงหน้าภายในพื้นที่จำกัด DeepMind กล่าวว่าระบบไม่ได้ตั้งโปรแกรมไว้ล่วงหน้า เทคโนโลยีเรียนรู้จากประสบการณ์โดยใช้พิกเซลดิบเป็นข้อมูลเข้า

ส่วนใหญ่ใช้การเรียนรู้เชิงลึกที่ทำงานบนโครงข่ายประสาทเทียมโดยใช้การเรียนรู้ Q แบบใหม่ Q-learning เป็นการเรียนรู้แบบเสริมกำลังแบบไม่มีโมเดล เทคโนโลยีทดสอบระบบในวิดีโอเกมรวมถึงช่วงต้น เกมอาร์เคด เช่น Breakout และ Space Invaders

จากนั้นโดยไม่ต้องเปลี่ยนรหัส ระบบ AI เริ่มเข้าใจวิธีการเล่นเกมและหลังจากเล่นไปสองสามเซสชันก็เล่นได้อย่างมีประสิทธิภาพมากกว่ามนุษย์ ย้อนกลับไปในปี 2013 DeepMind ได้โพสต์การวิจัยเชิงลึกเกี่ยวกับระบบ AI ที่สามารถเอาชนะความสามารถของมนุษย์ในเกมต่างๆ ได้ ซึ่งนำไปสู่การเข้าซื้อกิจการโดย Google

ปีที่แล้ว บริษัทได้เปิดตัว Agent57 และตัวแทนปัญญาประดิษฐ์ที่เหนือกว่าประสิทธิภาพระดับมนุษย์ในเกมทั้งหมด 57 เกมของชุด Atari2600

AlphaGo และผู้สืบทอด

ในปี 2014 บริษัทได้ตีพิมพ์งานวิจัยเกี่ยวกับระบบคอมพิวเตอร์ที่มีความสามารถในการเล่นเกม Go ต่อมาในเดือนตุลาคม 2015 AlphaGo ซึ่งเป็นโปรแกรมคอมพิวเตอร์ Go ที่พัฒนาโดยบริษัทสามารถเอาชนะ Fan Hui แชมป์ Go ของยุโรปได้ XNUMX ต่อ XNUMX นั่นเป็นครั้งแรกที่โปรแกรม AI เอาชนะผู้เล่น Go มืออาชีพได้

ในเดือนมีนาคม 2016 AlphaGo เอาชนะ Lee Sedol ซึ่งเป็นหนึ่งในผู้เล่นที่มีคะแนนสูงสุดทั่วโลกด้วยคะแนน 4-1 ในระหว่างการประชุมสุดยอด Future of Go ปี 2017 AI ชนะการแข่งขัน 3 เกมกับ Ke Jie ซึ่งเป็นหมายเลข 1 ของโลกในขณะนั้น ระบบใช้โปรโตคอลการเรียนรู้ภายใต้การดูแล โดยศึกษาเกมต่างๆ ที่มนุษย์เล่นต่อกัน

เวอร์ชัน AlphaGo Zero ที่ปรับปรุงแล้วเอาชนะเวอร์ชันก่อนหน้า ระบบ AlphaGo 100 เกมเป็น 0 ในปี 2017 กลยุทธ์ของเวอร์ชันใหม่กว่านั้นเรียนรู้ด้วยตนเองและเอาชนะรุ่นก่อนภายในสามวันด้วยพลังการประมวลผลน้อยกว่า AlphaGo ต่อมาในปีนั้น AlphaGo Zero รุ่นดัดแปลง AlphaZero ได้รับความสามารถเหนือมนุษย์ในการเล่นโชกิและหมากรุก

ระบบปัญญาประดิษฐ์ของ DeepMind เวอร์ชันทั้งหมดนี้เรียนรู้การเล่นผ่านการเล่นด้วยตนเองเท่านั้น เทคโนโลยี AlphaGo ได้รับการออกแบบเพื่อใช้วิธีการเรียนรู้การเสริมแรงเชิงลึกทำให้สามารถปรับปรุงเมื่อเวลาผ่านไปผ่านการเรียนรู้ด้วยตนเอง

ระบบใช้โครงข่ายประสาทเทียมลึก XNUMX โครงเพื่อให้สามารถประเมินความน่าจะเป็นในการเคลื่อนที่และเครือข่ายมูลค่าเพื่อประเมินตำแหน่ง เครือข่ายนโยบายนี้ได้รับการฝึกอบรมผ่านการเรียนรู้ภายใต้การดูแล จากนั้นจึงปรับปรุงโดยการเรียนรู้การเสริมแรงแบบไล่ระดับนโยบาย ในบริบทนั้น เครือข่ายคุณค่าได้เรียนรู้ที่จะตัดสินผู้ชนะของเกมที่เครือข่ายนโยบายเล่นด้วยตัวเอง

ต่อมาเครือข่ายใช้การมองไปข้างหน้า ค้นหาต้นไม้มอนติคาร์โล (MCTS) ที่ใช้เครือข่ายนโยบายเพื่อกำหนดการเคลื่อนไหวที่มีแนวโน้มสูงของผู้สมัครในขณะที่เครือข่ายค่าประเมินตำแหน่งต้นไม้พร้อมกัน ระบบกำลังใช้การเรียนรู้แบบเสริมกำลังซึ่งระบบเล่นเกมเหล่านี้นับล้านเพื่อต่อต้านตัวเองโดยมีเป้าหมายเพื่อเพิ่มอัตราการชนะ

โดยเฉพาะอย่างยิ่ง การค้นหาต้นไม้แบบง่ายนั้นอาศัยโครงข่ายประสาทเป็นหลักในการประเมินตำแหน่งและการเคลื่อนที่ของตัวอย่างโดยไม่ต้องใช้ Monte Carlo rollouts ด้วยการปรับปรุงเหล่านี้ ระบบ AlphaZero ต้องการพลังการประมวลผลน้อยกว่า AlphaGo ซึ่งทำงานบนโปรเซสเซอร์ AI เฉพาะสี่ตัวที่เรียกว่า Google TPU แทน 48 ที่ใช้โดย AlphaGo

อัลฟ่าโฟลด์

ในปี 2016 DeepMind ได้เปลี่ยนการวิจัยและพัฒนาปัญญาประดิษฐ์ให้เป็นหนึ่งในความท้าทายที่ยากที่สุดที่มีอยู่ในวิทยาศาสตร์ นั่นคือการพับโปรตีน สองปีต่อมา AlphaFold ของ DeepMind ได้รับรางวัล ถ้วยรางวัลการประเมินเทคนิคทางเทคนิคสำหรับการทำนายโครงสร้างโปรตีน (CASP) ครั้งที่ 13 หลังจากประสบความสำเร็จในการกำหนดโครงสร้างที่แม่นยำที่สุดสำหรับโปรตีน 25 จาก 43 ชนิด

Hassabis แสดงความคิดเห็นในการให้สัมภาษณ์กับ The Guardian:

“นี่เป็นโครงการประภาคาร การลงทุนครั้งใหญ่ครั้งแรกของเราในแง่ของผู้คนและทรัพยากร ไปสู่ปัญหาทางวิทยาศาสตร์ขั้นพื้นฐานที่สำคัญมากในโลกแห่งความเป็นจริง”

ปีที่แล้ว ในช่วง CASP ครั้งที่ 14 การคาดการณ์ของ AlphaFold ได้คะแนนความแม่นยำเทียบเท่ากับเทคนิคในห้องปฏิบัติการ ดร. Andriy Kryshtafovych หนึ่งในคณะกรรมการตัดสินทางวิทยาศาสตร์ กล่าวว่า ความสำเร็จนี้ 'น่าทึ่งจริงๆ และเสริมว่า ปัญหาในการทำนายว่าการพับของโปรตีนนั้นได้รับการแก้ไขอย่างกว้างขวางแล้ว

ผลิตภัณฑ์ DeepMind ที่โดดเด่นอื่นๆ

บริษัทเปิดตัว a ระบบข้อความเป็นคำพูด, WaveNet ในปี 2016 ตอนแรกมีการประมวลผลที่เข้มข้นเกินไปสำหรับใช้ในสินค้าอุปโภคบริโภค แต่ก็พร้อมสำหรับการใช้งานบนแอปพลิเคชันเช่น Google Assistant ในปลายปี 2017 ในปีต่อมา Google ได้เปิดตัว Cloud Text-to-Speech ซึ่งเป็นโฆษณาเชิงพาณิชย์ ผลิตภัณฑ์แปลงข้อความเป็นคำพูดตาม WaveNet

ต่อมาในปี 2018 DeepMind ได้พัฒนาโมเดลประสิทธิภาพสูงที่เรียกว่า WaveRNN ที่พัฒนาร่วมกันโดยใช้ Google AI ซึ่งเปิดตัวสู่ผู้ใช้ Google Duo ในปี 2019

Google กล่าวว่าอัลกอริธึม DeepMind ได้เพิ่มประสิทธิภาพอย่างมากในการระบายความร้อนให้กับศูนย์ข้อมูลส่วนใหญ่ อีกทั้งเทคโนโลยียังช่วย Google Playคำแนะนำแอพส่วนบุคคลของ และร่วมมือกับทีม Android เพื่อสร้างคุณสมบัติคู่ที่พร้อมใช้งานในอุปกรณ์ Android Pie

คุณสมบัติใหม่นี้รวมถึง Adaptive Brightness และ Adaptive Battery ซึ่งใช้การเรียนรู้ของเครื่องเพื่อประหยัดพลังงานและทำให้อุปกรณ์ที่ใช้ระบบปฏิบัติการใช้งานง่ายขึ้น นั่นเป็นครั้งแรกที่ DeepMind ผสมผสานเทคนิคเหล่านี้ในขนาดที่เล็กกับแอปพลิเคชันการเรียนรู้ของเครื่องปกติที่ต้องการพลังประมวลผลจำนวนมาก

กล้องโทรทรรศน์ฮับเบิลของบริษัททำให้ผู้คนสามารถมองลึกเข้าไปในอวกาศได้ ด้วยเครื่องมือที่มีอยู่แล้วในการขยายความรู้ของมนุษย์ และสร้างผลกระทบเชิงบวกทั่วโลก ภารกิจระยะยาวของ DeepMind คือการแก้ปัญหาปัญญา สร้างระบบการแก้ปัญหาทั่วไปและมีประสิทธิภาพ ซึ่งเรียกว่าปัญญาประดิษฐ์ทั่วไป (AGI)

จริยธรรมและความปลอดภัยชี้นำโดยสมบูรณ์ การประดิษฐ์นี้อาจจัดขึ้นในสังคมเพื่อหาแนวทางแก้ไขที่เป็นไปได้สำหรับปัญหาทางวิทยาศาสตร์ที่ท้าทายและเป็นพื้นฐานที่สุดในโลก

สำหรับตอนนี้ บริษัทยังคงพัฒนาเทคโนโลยีอย่างต่อเนื่อง และตั้งเป้าที่จะขยายการใช้งานในแง่มุมที่สำคัญของมนุษยชาติเกือบทั้งหมด รวมถึงสุขภาพ การเล่นเกม และการอนุรักษ์สิ่งแวดล้อม

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