Найкращі продукти DeepMind AI, що революціонізують світ

Коли DeepMind був запущений у 2010 році, інтерес до цієї галузі був невеликий штучний інтелект (AI) порівняно з сучасними рівнями інтересу. Щоб прискорити розвиток галузі технологій, команда прийняла міждисциплінарний підхід.

Вони поєднали нові ідеї з досягненнями в галузі техніки, навчання за допомогою машини, моделювання та обчислювальна інфраструктура, нейронаука, математика та нові методи організації наукової діяльності.

Технології DeepMind є британською дочірньою компанією Alphabet Inc зі штучного інтелекту. Лондонська дослідницька лабораторія була придбаний Google у 2014 році. Ця фірма має дослідницькі центри у Франції, Канаді та США. У наступному році він повністю перейшов у власність Alphabet.

Фірма об’єднала зусилля з Google для пришвидшення роботи та продовжувала визначати порядок денний своїх досліджень. Деякі програми DeepMind навчились діагностувати захворювання очей настільки ж ефективно, як і провідні світові лікарі, та економити 30% енергії, яка використовується, щоб центри обробки даних залишалися крутими. Програми передбачають складні тривимірні форми білків, які можуть перетворити спосіб винайдення наркотиків у майбутньому.

Компанія досягла раннього успіху в комп'ютерних іграх, коли дослідники зазвичай використовують її для тестування ШІ. Одна з програм навчилася грати в 49 різних ігор Atari з нуля, просто бачачи пікселі та партитури на екрані. Програма AlphaGo також була першою, хто здолав професійного гравця Go, що є подвигом, який описаний як десятиліття попереду свого часу.

Протягом багатьох років DeepMind створив a нейронної мережі який навчається грати у відеоігри, як люди, і нейронну машину Тьюринга, або нейронну мережу, яка може отримати доступ до зовнішньої пам’яті, як і звичайна машина Тьюринга. В результаті розробки був створений комп’ютер, який імітує короткочасну пам’ять людського мозку.

У 2016 році DeepMind потрапив у заголовки новин після того, як програмі AlphaGo вдалося перемогти професійного гравця Go Lee Лі Седола, чемпіона світу, в 5-ігровому матчі, який став предметом документального фільму.

Інша загальна програма, AlphaZero, перемагала найпотужніші програми, що грали в шахи, Go і Shogi (японські шахи) після кількох днів гри проти себе, використовуючи певне підкріплення. У 2020 році DeepMind домігся значного прогресу в проблемі складання білка.

Огляд DeepMind

Деміс Хассабіс, Шейн Легг та Мустафа Сулейман є засновниками цієї процвітаючої компанії. Легг і Хассабіс вперше зустрілися в лондонському університетському коледжі з питань обчислювальної неврології.

Спочатку компанія почала працювати над технологією штучного інтелекту, навчаючи її грати в деякі старі ігри десятиліть тому.

Деякі з ігор включали Space Invaders, Pong та Breakout. Розробники ввели штучний інтелект в одну гру за раз, не маючи жодних попередніх знань про її правила. Після того, як технологія витратила деякий час на вивчення того, як працює гра, ШІ потім став експертом у цій галузі:

"Когнітивні процеси, через які проходить ШІ, дуже схожі на ті, які людина, яка ніколи не бачила гри, використовувала б для того, щоб зрозуміти та спробувати освоїти її".

Засновники мали на меті створити універсальний штучний інтелект, який можна було б ефективно та ефективно використовувати практично для чого завгодно. Horizons Ventures та Founders Fund є одними з основних підприємств, які інвестували в компанію. Також відомим підприємцям подобається Пітер Тіль, Скотт Баністер і Елон Маск інвестували в компанію в перші дні її існування.

26 січня 2014 року Google придбав DeepMind за 500 мільйонів доларів у тому ж році, коли отримав нагороду Кембриджської комп’ютерної лабораторії «Компанія року». Продаж компанії Google відбувся після того, як у 2013 році Facebook закінчив переговори з компанією. Після цього компанія була перейменована на Google DeepMind і зберігала це ім’я протягом двох років.

Royal Free NHS Trust та DeepMind підписали свою першу Угоду про обмін інформацією (ISA) у вересні 2015 року для створення Streams - програми для управління клінічними завданнями. Після придбання компанією Google фірма створила комісію з питань етики ШІ для досліджень, але залишається загадкою, оскільки обидві компанії відмовляються повідомляти, хто сидить у раді.

Компанія приєдналася до Facebook, Amazon, Microsoft, Google і IBM запустити «Партнерство з ШІ», присвячене інтерфейсу «Суспільство-ШІ». DeepMind відкрив новий підрозділ, відомий як DeepMind Ethics and Society, зосереджений головним чином на етичних і суспільних питаннях, які порушує технологія AI. Видатний філософ Нік Бостром є радником «Товариства».

Продукти та технології DeepMind

Компанія прагне інтегрувати найкращі методи системної нейронауки та машинного навчання, щоб створити потужний алгоритм навчання загального призначення. У 2016 р. Google Research опублікував статтю про безпеку штучного інтелекту та про те, як уникнути небажаної поведінки під час процесу штучного інтелекту.

У 2017 році DeepMind випустив GridWorld, який є тестовим стендом з відкритим кодом для оцінки того, чи навчиться алгоритм відключати перемикач вбивства, чи виявляє небажану поведінку. Десь у липні 2018 року дослідники компанії навчили одну зі своїх систем грати в комп'ютерну гру Quake III Arena.

Станом на минулий рік фірма опублікувала понад тисячу робіт, 13 з яких були прийняті Science або Nature. Ось деякі з Топ продуктів DeepMind.

Навчання глибокому підкріпленню

На відміну від інших AI, які були розроблені для заздалегідь визначених цілей і функціонують в обмеженому просторі, DeepMind каже, що його система не запрограмована заздалегідь. Ця технологія навчається на досвіді, використовуючи лише необроблені пікселі для введення даних.

У ньому переважно використовується глибоке навчання, що виконується на згортковій нейронній мережі з використанням нового типу Q-навчання. Q-навчання – це тип навчання з підкріпленням без моделі. Технологія тестує систему на відеоіграх, у тому числі ранніх аркадні ігри як Breakout і Space Invaders.

Потім, не змінюючи код, система ШІ починає розуміти, як грати в гру, і, провівши кілька сеансів, вона грає ефективніше, ніж будь-яка людина. Ще в 2013 році DeepMind опублікував глибоке дослідження системи штучного інтелекту, яка може перевершити людські здібності в різних іграх, що призвело до її придбання Google.

У минулому році компанія випустила Agent57 та агент штучного інтелекту, що перевищує показники людського рівня у всіх 57 іграх набору Atari2600.

AlphaGo та наступники

У 2014 році фірма опублікувала дослідження комп'ютерних систем з можливістю грати в гру Go. Пізніше, у жовтні 2015 року, програма AlphaGo, розроблена компанією, перемогла європейського чемпіона Go Go Фан Хуей з п'ятьма нулями. Тоді вперше програма ШІ перемогла професійного гравця Go.

У березні 2016 року AlphaGo переміг Лі Седола, одного з найвищих рейтингів гравців у світі, з рахунком 4-1. Під час саміту Future of Go у 2017 році ШІ виграв 3-ігровий матч із світовим номером 1 на той час Ке Цзе. Система використовувала контрольований протокол навчання, вивчаючи багато ігор, в які грали люди один проти одного.

Покращена версія AlphaGo Zero перемогла попередню Система AlphaGo 100 ігор до 0 у 2017 році. Стратегія новішої версії була самонавкою, і вона перевершила свою попередницю за три дні з меншою процесорною потужністю, ніж AlphaGo. Пізніше в цьому році, модифікована версія AlphaGo Zero, AlphaZero отримав надлюдські здібності в сьогі та шахах.

Усі ці версії систем штучного інтелекту DeepMind навчилися грати лише завдяки самостійній грі. Технологія AlphaGo була розроблена для використання підходу глибокого підкріплення, що дозволяє йому вдосконалюватися з часом завдяки самонавченню.

Система використовувала дві глибокі нейронні мережі, що дозволяють оцінювати ймовірності переміщення та мережу значень для оцінки позицій. Ця політична мережа була підготовлена ​​за допомогою контрольованого навчання, а потім була вдосконалена шляхом навчання з підкріплення градієнтами політики. У цьому контексті мережа цінностей навчилася визначати переможців ігор, проти яких грає політична мережа.

Пізніше мережа використовувала погляд вперед Пошук дерева Монте-Карло (MCTS), який використовував мережу політики для визначення кандидатів з високою ймовірністю переміщень, оскільки мережа цінностей одночасно оцінювала позиції дерева. Система використовувала навчання з підкріпленням, коли система грала проти себе в мільйони цих ігор, прагнучи збільшити свій показник виграшу.

Примітно, що його спрощений пошук дерева базується в основному на його нейронній мережі для оцінки позицій і переміщень зразків без використання розгортань Монте-Карло. Завдяки цим удосконаленням системі AlphaZero було потрібно менше обчислювальної потужності, ніж AlphaGo, яка працює на чотирьох спеціалізованих процесорах AI, відомих як Google TPU замість 48, які використовує AlphaGo.

AlphaFold

Десь у 2016 році DeepMind звернув свої дослідження та розробки штучного інтелекту до однієї з найскладніших проблем у науці — згортання білків. Всього два роки потому AlphaFold від DeepMind був нагороджений трофей 13-ї Критичної оцінки методів прогнозування білкової структури (CASP) після того, як він успішно визначив найточнішу структуру для 25 з 43 білків.

Хассабіс прокоментував в інтерв'ю The Guardian:

"Це проект маяка, наша перша велика інвестиція з точки зору людей та ресурсів у фундаментальну, дуже важливу, реальну наукову проблему".

Торік, під час 14-ї CASP, прогнози AlphaFold отримали оцінку точності, порівнянну з лабораторними методами. Один із членів групи наукових суддів, д-р Андрій Криштафович, сказав, що це досягнення було «по-справжньому чудовими», і додав, що проблема прогнозування того, як складається білок, була широко вирішена.

Інші помітні продукти DeepMind

Компанія представила a система перетворення тексту в мовлення, WaveNet, у 2016 році. Спочатку він був занадто інтенсивним для використання в споживчих продуктах, але наприкінці 2017 року він був готовий до використання в таких програмах, як Google Assistant. У наступному році Google представила рекламу Cloud Text-to-Speech. продукт синтезу мовлення, заснований на WaveNet.

Пізніше, в 2018 році, DeepMind розробив високоефективну модель, відому як WaveRNN, спільно розроблену за допомогою Google AI, яка була представлена ​​для користувачів Google Duo у 2019 році.

Google каже, що алгоритми DeepMind значно підвищили ефективність охолодження більшості центрів обробки даних. Крім того, технологія допомагає в Google Playперсоналізовані рекомендації додатків та співпрацював з командою Android, щоб створити пару функцій, доступних для пристроїв Android Pie.

Нові функції включають Adaptive Brightness та Adaptive Battery, які використовують машинне навчання, щоб заощадити енергію та зробити пристрої під управлінням операційної системи більш зручними для користувача. Тоді DeepMind вперше інтегрував ці методи в малому масштабі із звичайними програмами машинного навчання, які потребують великої обчислювальної потужності.

Телескоп компанії "Хаббл" дозволив людям глибше заглянути в космос, завдяки наявним інструментам, які вже розширюють людські знання і, в свою чергу, роблять позитивний глобальний вплив. Довготерміновою місією DeepMind є розв'язання інтелекту, створення узагальнених та ефективних систем вирішення проблем, які отримали назву штучного загального інтелекту (AGI).

Повністю керуючись етикою та безпекою, винахід може бути призначене суспільству для отримання життєздатних рішень деяких найбільш складних та фундаментальних наукових питань у світі.

На даний момент компанія продовжує розробляти свої технології, і вона прагне розширити свою корисність практично у всіх важливих аспектах людства, включаючи здоров'я, ігри та збереження навколишнього середовища.

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