Dünyada Devrim Yaratan En İyi DeepMind Yapay Zeka Ürünleri

DeepMind 2010 yılında piyasaya çıktığında, bu alana çok az ilgi vardı. yapay zeka (AI) bugün var olan ilgi seviyelerine kıyasla. Gelişmekte olan teknoloji alanını hızlandırmak için ekip disiplinler arası bir yaklaşım benimsedi.

Yeni fikirleri mühendislikteki gelişmelerle bütünleştirdiler, makine öğrenme, simülasyon ve bilgi işlem altyapısı, sinirbilim, matematik ve bilimsel çabaları organize etmenin yeni yöntemleri.

DeepMind Teknolojileri Alphabet Inc'in bir İngiliz yapay zeka yan kuruluşudur. Londra merkezli araştırma laboratuvarı, edinilen 2014 yılında Google tarafından. Bu firmanın Fransa, Kanada ve Amerika Birleşik Devletleri'nde araştırma merkezleri bulunmaktadır. Ertesi yıl, tamamen Alfabeye ait oldu.

Firma, çalışmalarını hızlandırmak için Google ile güçlerini birleştirdi ve araştırma gündemini belirlemeye devam etti. DeepMind programlarının birçoğu, göz hastalıklarını dünyanın en iyi doktorları kadar verimli bir şekilde teşhis etmeyi ve veri merkezlerinin soğuk kalmasını sağlamak için kullanılan enerjiden %30 tasarruf etmeyi öğrenmiştir. Programlar, gelecekte ilaçların nasıl icat edileceğini değiştirebilecek karmaşık 3B protein şekillerini tahmin ediyor.

Şirket, normalde yapay zekayı test etmek için kullanan araştırmacılarla bilgisayar oyunlarında erken başarı elde etti. Programlardan biri sadece ekrandaki pikselleri ve puanları görerek 49 farklı Atari oyununu sıfırdan oynamayı öğrendi. AlphaGo programı aynı zamanda profesyonel bir Go oyuncusunu yenen ilk programdı ve bu, zamanının on yıl ilerisi olarak tanımlanan bir başarıydı.

DeepMind yıllar içinde bir sinir ağı insanlar gibi video oyunlarının nasıl oynanacağını ve bir Neural Turing makinesini veya tıpkı geleneksel Turing makinesi gibi harici bir belleğe erişebilen bir sinir ağını öğreniyor. Gelişme, insan beyninin kısa süreli hafızasını taklit eden bir bilgisayarla sonuçlandı.

DeepMind, 2016 yılında AlphaGo programının, dünya şampiyonu bir insan profesyonel Go oyuncusu Lee Sedol'u bir belgesel filme konu olan 5 maçlık bir maçta yenmeyi başardıktan sonra manşetlere çıktı.

Diğer bir genel program olan AlphaZero, birkaç gün boyunca pekiştirici öğrenme kullanarak kendi kendine oynadıktan sonra satranç, Go ve Shogi (Japon Satrancı) oynayan en güçlü programları yendi. 2020'de DeepMind, protein katlama probleminde önemli ilerlemeler kaydetti.

DeepMind'a Genel Bakış

Demis Hassabis, Shane Legg ve Mustafa Süleyman bu gelişen şirketin kurucularıdır. Legg ve Hassabis ilk olarak University College London'daki Gatsby Hesaplamalı Sinirbilim Birimi'nde bir araya geldi.

Başlangıçta şirket, ona onlarca yıl öncesinden bazı eski oyunları oynamayı öğreten yapay zeka teknolojisi üzerinde çalışmaya başladı.

Oyunlardan bazıları Space Invaders, Pong ve Breakout'u içeriyordu. Geliştiriciler, kuralları hakkında önceden herhangi bir bilgiye sahip olmadan yapay zekayı bir seferde bir oyuna tanıttı. Teknoloji oyunun nasıl çalıştığını öğrenmek için biraz zaman harcadıktan sonra, AI daha sonra bu konuda uzman olmaya devam edecek:

“Yapay zekanın yaşadığı bilişsel süreçlerin, oyunu daha önce hiç görmemiş bir insanın oyunu anlamak ve ustalaşmaya çalışmak için kullanacağı süreçlere çok benzediği söyleniyor.”

Kurucular, hemen hemen her şey için etkili ve verimli bir şekilde kullanılabilecek genel amaçlı bir yapay zeka yaratmayı amaçladılar. Horizons Ventures ve Founders Fund, şirkete yatırım yapan ana girişimlerden bazıları. Ayrıca, önemli girişimciler Peter Thiel, Scott Banister ve Elon Musk ilk günlerinde şirkete yatırım yaptı.

26 Ocak 2014'te Google, aynı yıl Cambridge Bilgisayar Laboratuvarı "Yılın Şirketi" ödülünü aldığı DeepMind'ı 500 milyon dolara satın aldı. Google'a yapılan satış, Facebook'un şirketle 2013 yılında görüşmelerini sonlandırmasının ardından geldi. Daha sonra şirket, Google DeepMind olarak yeniden markalandı ve adını iki yıl korudu.

Royal Free NHS Trust ve DeepMind, klinik bir görev yönetimi uygulaması olan Streams'i oluşturmak için Eylül 2015'te ilk Bilgi Paylaşım Anlaşmasını (ISA) imzaladı. Google tarafından satın alındıktan sonra, firma araştırma için bir AI etik kurulu kurdu, ancak her iki şirketin de kurulda kimin oturduğunu söylemeyi reddetmesi bir sır olarak kaldı.

Şirket Facebook, Amazon, Microsoft, Google ve IBM toplum-AI arayüzüne adanmış 'AI üzerinde Ortaklık' başlatmak için. DeepMind, esas olarak AI teknolojisi tarafından gündeme getirilen etik ve toplumsal sorulara odaklanan DeepMind Etik ve Toplum olarak bilinen yeni bir birim açtı. Tanınmış filozof Nick Bostrom, 'Toplum'un danışmanıdır.

DeepMind Ürünleri ve Teknolojileri

Şirket, güçlü bir genel amaçlı öğrenme algoritması oluşturmak için sistem sinirbilimi ve makine öğreniminden en iyi teknikleri entegre etmeye çalışmaktadır. 2016 yılında Google Araştırma AI Safety ve yapay zeka sürecinde istenmeyen davranışlardan nasıl kaçınılacağı hakkında bir makale yayınladı.

2017'de DeepMind, bir algoritmanın öldürme anahtarını devre dışı bırakmayı öğrenip öğrenmediğini veya bazı istenmeyen davranışlar sergileyip sergilemediğini değerlendirmek için açık kaynaklı bir test ortamı olan GridWorld'ü piyasaya sürdü. Temmuz 2018'de, şirketteki araştırmacılar, sistemlerinden birini Quake III Arena bilgisayar oyununu oynamak için eğitti.

Geçen yıl itibariyle, firma binden fazla makale yayınladı ve bu makalelerin 13'ü Science or Nature tarafından kabul edildi. İşte bunlardan bazıları en iyi DeepMind ürünleri.

Derin Takviye Öğrenme

DeepMind, önceden tanımlanmış amaçlar için geliştirilen ve sınırlı bir alanda çalışan diğer AI'ların aksine, sisteminin önceden programlanmadığını söylüyor. Teknoloji, veri girişi olarak yalnızca ham pikselleri kullanarak deneyimlerden öğrenir.

Çoğunlukla yeni bir Q-öğrenme türü kullanarak evrişimli bir sinir ağı üzerinde çalışan derin öğrenmeyi kullanır. Q-öğrenme, bir tür modelsiz pekiştirmeli öğrenmedir. Teknoloji, sistemi erken dönemler de dahil olmak üzere video oyunlarında test ediyor. arcade oyunları Breakout ve Space Invaders gibi.

Ardından, kodu değiştirmeden AI sistemi oyunun nasıl oynanacağını anlamaya başlar ve birkaç seans oynadıktan sonra herhangi bir insandan daha verimli oynar. 2013'te DeepMind, çeşitli oyunlarda insan yeteneklerini aşabilen ve Google tarafından satın alınmasına yol açan bir AI sistemi hakkında derinlemesine bir araştırma yayınladı.

Geçen yıl şirket, Atari57 paketinin tüm 57 oyununda insan düzeyinde performansı aşan Agent2600 ve yapay zeka Agent'ı piyasaya sürdü.

AlphaGo ve ardılları

2014 yılında firma, Go oyununu oynama yeteneğine sahip bilgisayar sistemleri üzerine bir araştırma yayınladı. Daha sonra Ekim 2015'te, şirket tarafından geliştirilen bir bilgisayar Go programı olan AlphaGo, Avrupa Go şampiyonu Fan Hui'yi beşe sıfır yendi. Bu, bir AI programının profesyonel bir Go oyuncusunu yendiği ilk seferdi.

Mart 2016'da AlphaGo, dünya çapında en yüksek sıradaki oyunculardan biri olan Lee Sedol'u 4-1'lik bir skorla yendi. 2017 Future of Go Zirvesi sırasında, yapay zeka, o zamanlar dünyanın 3 numarası olan Ke Jie ile 1 maçlık bir maç kazandı. Sistem, insanlar tarafından birbirine karşı oynanan birçok oyunu inceleyen, denetimli bir öğrenme protokolü kullandı.

Geliştirilmiş AlphaGo Zero sürümü önceki sürümü yendi AlphaGo sistemi 100'de 0 oyundan 2017'a. Yeni sürümün stratejileri kendi kendine öğrenildi ve AlphaGo'dan daha az işlem gücüyle üç gün içinde önceki sürümü yendi. Yılın ilerleyen saatlerinde, AlphaGo Zero'nun değiştirilmiş bir versiyonu olan AlphaZero, shogi ve satrançta insanüstü yetenekler kazandı.

DeepMind'in yapay zeka sistemlerinin tüm bu versiyonları, oynamayı sadece kendi kendine oynama yoluyla öğrendi. AlphaGo teknolojisi, kendi kendine öğrenme yoluyla zaman içinde gelişmesini sağlayan derin pekiştirmeli öğrenme yaklaşımını kullanmak üzere tasarlanmıştır.

Sistem, hareket olasılıklarını değerlendirmek için iki derin sinir ağı ve pozisyonları değerlendirmek için bir değer ağı kullandı. Bu politika ağı, denetimli öğrenme yoluyla eğitildi ve ardından politika aşamalı pekiştirmeli öğrenme ile geliştirildi. Bu bağlamda, değer ağı, politika ağının kendisine karşı oynadığı oyunların kazananlarını belirlemeyi öğrendi.

Daha sonra, ağ bir ileri görüş kullandı Monte Carlo ağacı arama (MCTS), değer ağı eş zamanlı olarak ağaç konumlarını değerlendirirken, aday yüksek olasılıklı hareketleri belirlemek için bir politika ağı kullandı. Sistem, kazanma oranını artırmayı amaçlayan bu oyunların milyonlarcasını kendisine karşı oynadığı takviyeli öğrenmeyi kullanıyordu.

Özellikle, basitleştirilmiş ağaç araması, Monte Carlo sunumlarını kullanmadan konumları ve örnek hareketlerini değerlendirmek için esas olarak sinir ağına dayanır. Bu geliştirmelerle AlphaZero sistemi, AlphaGo'dan daha az bilgi işlem gücüne ihtiyaç duyuyordu ve bu sistem, olarak bilinen dört özel AI işlemcisi üzerinde çalışıyordu Google TPU'ları AlphaGo tarafından kullanılan 48 yerine.

AlfaKatlama

DeepMind, 2016'da yapay zeka araştırma ve geliştirmesini bilimde var olan en zorlu zorluklardan biri olan protein katlanmasına dönüştürdü. Sadece iki yıl sonra, DeepMind's AlphaFold ödüllendirildi 13 proteinden 25'i için en doğru yapıyı başarıyla belirledikten sonra 43. Protein Yapısı Tahmini Tekniklerinin (CASP) Kritik Değerlendirmesi ödülünü kazandı.

Hassabis, The Guardian ile yaptığı röportajda şunları söyledi:

"Bu bir deniz feneri projesi, temel, çok önemli, gerçek dünya bilimsel bir probleme insan ve kaynaklar açısından ilk büyük yatırımımız."

Geçen yıl, 14. CASP sırasında, AlphaFold'un projeksiyonları laboratuvar teknikleriyle karşılaştırılabilir bir doğruluk puanı aldı. Bilimsel yargıçlar kurulunun bir üyesi, Dr. Andriy Kryshtafovych, başarının 'gerçekten dikkate değer' olduğunu söyledi ve proteinlerin nasıl katlandığını tahmin etme sorununun kapsamlı bir şekilde çözüldüğünü ekledi.

Diğer Önemli DeepMind Ürünleri

Şirket bir tanıttı metinden konuşmaya sistemi, WaveNet, 2016 yılında. İlk başta, tüketici ürünlerinde kullanım için hesaplama açısından çok yoğundu, ancak 2017'nin sonlarında Google Asistan gibi uygulamalarda kullanıma hazır hale geldi. Ertesi yıl, Google, ticari bir reklam olan Cloud Text-to-Speech'i piyasaya sürdü. WaveNet tabanlı metin-konuşma ürünü.

2018'in ilerleyen saatlerinde DeepMind, 2019'da Google Duo kullanıcılarına sunulan ve Google AI kullanılarak ortaklaşa geliştirilen WaveRNN olarak bilinen oldukça verimli bir model geliştirdi.

Google, DeepMind algoritmalarının veri merkezlerinin çoğunu soğutmanın verimliliğini büyük ölçüde artırdığını söylüyor. Ayrıca, teknoloji yardımcı olur Google Oyunkişiselleştirilmiş uygulama önerileri ve Android Pie cihazlarına sunulan bir çift özellik oluşturmak için Android ekibiyle işbirliği yaptı.

Yeni özellikler arasında, enerji tasarrufu sağlamak ve işletim sistemini çalıştıran cihazları daha kullanıcı dostu hale getirmek için makine öğrenimini kullanan Uyarlanabilir Parlaklık ve Uyarlanabilir Pil yer alıyor. Bu, DeepMind'ın bu teknikleri, çok fazla bilgi işlem gücüne ihtiyaç duyan normal makine öğrenimi uygulamalarıyla küçük ölçekli bir ölçekte ilk kez entegre etmesiydi.

Şirketin Hubble teleskobu, halihazırda mevcut olan araçlarla insan bilgisini genişleterek ve dolayısıyla olumlu bir küresel etki yaratarak, insanların uzaya daha derin bakmalarını sağladı. DeepMind'in uzun vadeli misyonu, yapay genel zeka (AGI) olarak adlandırılan genelleştirilmiş ve etkili problem çözme sistemleri oluşturarak zekayı çözmektir.

Tamamen etik ve güvenlik tarafından yönlendirilen buluş, toplumun dünyadaki en zorlu ve temel bilimsel konulardan bazılarına uygulanabilir çözümler bulmasını sağlayabilir.

Şimdilik, şirket teknolojisini geliştirmeye devam ediyor ve sağlık, oyun ve çevre koruma dahil olmak üzere insanlığın neredeyse tüm kritik yönlerinde kullanılabilirliğini genişletmeyi hedefliyor.

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