دنیا میں انقلاب لانے والے ٹاپ ڈیپ منڈ اے آئی پروڈکٹ

جب ڈیپ مائنڈ 2010 میں لانچ کیا گیا تو اس کے شعبے میں بہت کم دلچسپی تھی۔ مصنوعی ذہانت (AI) دلچسپی کی سطحوں کے مقابلے جو آج موجود ہے۔ نوزائیدہ ٹیکنالوجی کے میدان کو تیز کرنے کے لیے، ٹیم نے ایک بین الضابطہ نقطہ نظر اپنایا۔

انہوں نے انجینئرنگ میں ترقی کے ساتھ نئے آئیڈیاز کو مربوط کیا، مشین لرننگ، تخروپن اور کمپیوٹنگ انفراسٹرکچر، نیورو سائنس، ریاضی، اور سائنسی کوششوں کو منظم کرنے کے نئے طریقے۔

ڈیپ مائنڈ ٹیکنالوجیز الفابیٹ انکارپوریشن کا ایک برطانوی مصنوعی ذہانت کا ذیلی ادارہ ہے۔ لندن میں قائم تحقیقی لیبارٹری حاصل 2014 میں گوگل کے ذریعے۔ اس فرم کے فرانس، کینیڈا اور ریاستہائے متحدہ میں تحقیقی مراکز ہیں۔ اگلے سال یہ مکمل طور پر الفابیٹ کی ملکیت بن گیا۔

اس فرم نے اپنے کام کو تیز کرنے کے لئے گوگل کے ساتھ افواج میں شمولیت اختیار کی اور اپنے تحقیقی ایجنڈے کو جاری رکھنا جاری رکھا۔ ڈیپ مائنڈ کے متعدد پروگراموں نے آنکھوں کی بیماریوں کی پوری دنیا کے اعلی ڈاکٹروں کی طرح موثر انداز میں تشخیص کرنا سیکھا ہے اور ڈیٹا سنٹرز کو ٹھنڈا رہنے کو یقینی بنانے کے لئے استعمال ہونے والی 30 فیصد توانائی کو بچانا ہے۔ پروگراموں میں پروٹین کی پیچیدہ تھری ڈی شکلوں کی پیش گوئی کی گئی ہے جو مستقبل میں منشیات کی ایجاد کرنے کے طریقہ کار کو بدل سکتا ہے۔

کمپنی نے کمپیوٹر گیمز میں ابتدائی کامیابی حاصل کی اور محققین عام طور پر اسے اے آئی ٹیسٹ کرنے کے لئے استعمال کرتے ہیں۔ اسکرین پر پکسلز اور اسکور دیکھنے سے ، شروع سے 49 مختلف اٹاری کھیل کھیلنا سیکھا گیا۔ الفاگو پروگرام بھی ایک پہلا پروگرام تھا جس نے کسی پیشہ ور گو پلیئر کو شکست دی ، ایسا کارنامہ جسے اپنے وقت سے ایک دہائی پہلے بیان کیا گیا ہے۔

سالوں کے دوران، DeepMind نے ایک تخلیق کیا۔ عصبی نیٹ ورک جو انسانوں کی طرح ویڈیو گیمز کھیلنے کا طریقہ سیکھتا ہے، اور نیورل ٹورنگ مشین، یا ایک نیورل نیٹ ورک جو روایتی ٹورنگ مشین کی طرح بیرونی میموری تک رسائی حاصل کر سکتا ہے۔ اس ترقی کا نتیجہ ایک کمپیوٹر کی صورت میں نکلا جو انسانی دماغ کی قریب ترین میموری کی نقل کرتا ہے۔

2016 میں ، ڈیف منڈ نے اس کے بعد اس کی شہ سرخیاں بنائیں جب اس کے الفاگو پروگرام نے ایک انسانی پیشہ ور گو کھلاڑی لی سیڈول ، عالمی چیمپیئن کو 5 کھیلوں کے میچ میں شکست دینے میں کامیاب کیا ، جو ایک دستاویزی فلم کا موضوع بن گیا۔

ایک اور عام پروگرام ، الفا زیرو نے شطرنج ، گو ، اور شوگی (جاپانی شطرنج) کے کھیلوں کے سب سے طاقتور پروگراموں کو شکست دے کر کئی دن کمک سیکھنے کا استعمال کرتے ہوئے اپنے خلاف کھیلا۔ 2020 میں ، ڈیپ منڈ نے پروٹین فولڈنگ کے مسئلے میں کافی پیشرفت کی۔

ڈیپ مائنڈ جائزہ

ڈیمس حسابیس ، شین لیگ ، اور مصطفی سلیمان اس ترقی پزیر کمپنی کے بانی ہیں۔ لیگ اور حسابیس کی پہلی ملاقات یونیورسٹی کالج لندن کے گیٹسبی کمپیوٹیشنل نیورو سائنس سائنس یونٹ میں ہوئی۔

ابتدائی طور پر ، کمپنی نے مصنوعی ذہانت کی ٹکنالوجی پر کام کرنا شروع کیا تھا جو اسے دہائیوں پہلے سے کچھ پرانے کھیل کھیلنے کی تعلیم دیتا تھا۔

کچھ کھیلوں میں خلائی حملہ آور ، پونگ اور بریک آؤٹ شامل تھے۔ ڈویلپرز نے اس کے قواعد کا کوئی سابقہ ​​علم نہ ہونے پر مصنوعی ذہانت کو ایک وقت میں ایک کھیل میں متعارف کرایا۔ اس ٹیکنالوجی کے کھیل سیکھنے میں کچھ وقت گزارنے کے بعد ، AI پھر اس میں ماہر بن جائے گا:

"یہ علمی عمل جن کے ذریعہ اے آئی گزرتا ہے وہ ان لوگوں کی طرح ہوتا ہے جنہوں نے کبھی ایسا کھیل نہیں دیکھا تھا جسے سمجھنے اور اس پر عبور حاصل کرنے کی کوشش کی تھی۔"

بانیوں کا مقصد ایک عام مقصد کی مصنوعی ذہانت تخلیق کرنا تھا جسے تقریباً کسی بھی چیز کے لیے مؤثر اور مؤثر طریقے سے استعمال کیا جا سکے۔ Horizons Ventures and Founders Fund کچھ اہم منصوبے ہیں جنہوں نے کمپنی میں سرمایہ کاری کی۔ اس کے علاوہ، قابل ذکر کاروباری افراد پسند کرتے ہیں پیٹر Thiel، سکاٹ بینسٹر، اور یلون کستوری اپنے ابتدائی دنوں میں کمپنی میں سرمایہ کاری کی۔

26 جنوری ، 2014 کو ، گوگل نے اسی سال Deep 500 ملین میں ڈیپ مائنڈ حاصل کیا جب اسے کیمبرج کمپیوٹر لیبارٹری "کمپنی آف دی ایئر" ایوارڈ ملا۔ گوگل کو یہ فروخت 2013 میں کمپنی کے ساتھ فیس بک کے مذاکرات ختم ہونے کے بعد ہوئی۔ اس کے بعد ، کمپنی کو گوگل ڈیپ مائنڈ کے نام سے موسوم کیا گیا اور اس نام کو دو سال تک برقرار رکھا۔

رائل فری این ایچ ایس ٹرسٹ اور ڈیپ مائنڈ نے ستمبر 2015 میں اپنے پہلے انفارمیشن شیئرنگ ایگریمنٹ (ISA) پر دستخط کیے ، جو ایک کلینیکل ٹاسک مینجمنٹ ایپ اسٹریمز بنانے کے ل. ہیں۔ گوگل کے حصول کے بعد ، فرم نے تحقیق کے لئے اے آئی اخلاقیات کا بورڈ قائم کیا لیکن یہ دونوں کمپنیوں کے بورڈ پر بیٹھنے سے انکار کرنے سے انکشاف ہوا ہے۔

کمپنی نے فیس بک، ایمیزون، مائیکروسافٹ، گوگل، اور میں شمولیت اختیار کی۔ IBM سوسائٹی-AI انٹرفیس کے لیے وقف 'اے آئی پر پارٹنرشپ' شروع کرنے کے لیے۔ DeepMind نے ایک نیا یونٹ کھولا ہے جسے DeepMind Ethics and Society کے نام سے جانا جاتا ہے جو بنیادی طور پر اخلاقی اور سماجی سوالات پر توجہ مرکوز کرتا ہے جو AI ٹیکنالوجی کے ذریعے اٹھائے جاتے ہیں۔ ممتاز فلسفی، نک بوسٹروم، 'سوسائٹی' کے مشیر ہیں۔

ڈیپ مائنڈ مصنوعات اور ٹیکنالوجیز

کمپنی سسٹمز نیورو سائنس اور مشین لرننگ کی بہترین تکنیکوں کو مربوط کرنے کی کوشش کرتی ہے تاکہ ایک طاقتور عام مقصد کے سیکھنے کا الگورتھم بنایا جا سکے۔ 2016 میں، Google ریسرچ نے اے آئی سیفٹی اور مصنوعی ذہانت کے عمل کے دوران ناپسندیدہ رویے سے بچنے کے طریقہ کے بارے میں ایک مقالہ شائع کیا۔

2017 میں ، ڈیپ مائنڈ نے گرڈورلڈ کو جاری کیا ، جو یہ جانچنے کے لئے ایک اوپن سورس ٹیسٹڈ ہے کہ آیا الگورتھم کِل سوئچ کو غیر فعال کرنا سیکھتا ہے یا کچھ ناپسندیدہ سلوک کی نمائش کرتا ہے۔ جولائی 2018 میں ، کمپنی کے محققین نے اس کے ایک سسٹم کو زلزلہ III ایرینا کمپیوٹر گیم کھیلنے کے لئے تربیت دی۔

پچھلے سال تک، فرم نے ایک ہزار سے زیادہ مقالے شائع کیے تھے، جن میں سے 13 کو سائنس یا نیچر نے قبول کیا تھا۔ یہاں کے کچھ ہیں ٹاپ ڈیپ مائنڈ مصنوعات.

گہری کمک سیکھنا

جیسا کہ دوسرے AIs کی مخالفت کی گئی ہے جو پہلے سے طے شدہ مقاصد اور محدود جگہ میں کام کرنے کے لئے تیار کی گئی تھی ، ڈیپ منڈ کا کہنا ہے کہ اس کا نظام پہلے سے پروگرام نہیں ہے۔ یہ ٹیکنالوجی تجربے سے صرف خام پکسلز کو ڈیٹا ان پٹ کے بطور استعمال کرکے سیکھتی ہے۔

یہ زیادہ تر ایک نئی قسم کی Q- لرننگ کا استعمال کرتے ہوئے convolutional عصبی نیٹ ورک پر چلنے والی گہری سیکھنے کا استعمال کرتا ہے۔ کیو لرننگ ماڈل فری کمک سیکھنے کی ایک قسم ہے۔ ٹیکنالوجی ویڈیو گیمز پر سسٹم کی جانچ کرتی ہے، بشمول ابتدائی آرکیڈ کھیل جیسے بریک آؤٹ اور خلائی حملہ آور۔

پھر ، کوڈ کو تبدیل کیے بغیر ، اے آئی سسٹم یہ سمجھنے لگتا ہے کہ کھیل کو کیسے کھیلنا ہے اور کچھ سیشنز کھیلنے کے بعد ، یہ کسی بھی انسان سے زیادہ موثر انداز میں کھیلتا ہے۔ 2013 میں واپس ، ڈپ مائنڈ نے ایک AI نظام پر گہری تحقیق شائع کی جو مختلف کھیلوں میں انسانی صلاحیتوں کو پیچھے چھوڑ سکتی ہے ، جس کی وجہ سے گوگل اس کے حصول کا باعث بنتا ہے۔

پچھلے سال ، کمپنی نے ایجنٹ 57 اور مصنوعی ذہانت کا ایجنٹ جاری کیا جو اٹاری 57 سویٹ کے تمام 2600 گیمز میں انسانی سطح کی کارکردگی سے تجاوز کر گیا ہے۔

الفاگو اور جانشین

2014 میں ، اس فرم نے گو گیم کو کھیلنے کی صلاحیت کے ساتھ کمپیوٹر سسٹم پر تحقیق شائع کی۔ بعد میں اکتوبر 2015 میں ، کمپنی کے ذریعہ تیار کردہ کمپیوٹر گو پروگرام الفاگو نے ، یوروپی گو چیمپیئن فین ھوئی کو پانچ صفر سے شکست دے دی۔ یہ پہلا موقع تھا جب کسی AI پروگرام نے ایک پیشہ ور گو کھلاڑی کو شکست دی۔

مارچ 2016 میں ، الفاگو نے دنیا بھر میں اعلی درجے کے کھلاڑیوں میں سے ایک لی سیڈول کو 4-1 کے اسکور سے شکست دی۔ گوئ سمٹ 2017 کے مستقبل کے موقع پر ، اے آئی نے اس وقت ورلڈ نمبر 3 ، کے جی کے ساتھ 1 کھیل کا میچ جیتا تھا۔ اس نظام میں انسانوں کے ایک دوسرے کے خلاف کھیلے جانے والے بہت سے کھیلوں کا مطالعہ کرتے ہوئے ایک زیر نگرانی سیکھنے والا پروٹوکول استعمال کیا گیا تھا۔

بہتر AlphaGo زیرو ورژن نے پچھلے کو شکست دی۔ الفا گو سسٹم 100 میں 0 گیمز سے 2017۔ نئے ورژن کی حکمت عملی خود سکھائی گئی تھی اور اس نے AlphaGo سے کم پروسیسنگ پاور کے ساتھ تین دن کے اندر اپنے پیشرو کو مات دے دی۔ سال کے آخر میں، AlphaGo زیرو کے ایک ترمیم شدہ ورژن، AlphaZero نے شوگی اور شطرنج میں مافوق الفطرت صلاحیتیں حاصل کیں۔

ڈیپ مائنڈ کے مصنوعی ذہانت کے سسٹم کے یہ سبھی ورژن صرف خود پلے کے ذریعے کھیلنا سیکھتے ہیں۔ الفاگو ٹکنالوجی کو گہری کمک لگانے والے سیکھنے کے نقطہ نظر کو استعمال کرنے کے لئے ڈیزائن کیا گیا تھا تاکہ اسے خود سیکھنے کے ذریعہ وقت کے ساتھ ساتھ بہتری لانے میں مدد ملے گی۔

اس نظام نے دو گہرے عصبی نیٹ ورکس کا استعمال کیا ہے جس سے وہ اس اقدام کو ممکنہ اندازہ لگانے اور پوزیشنوں کا اندازہ کرنے کے لئے ایک ویلیو نیٹ ورک کو قابل بناتا ہے۔ اس پالیسی نیٹ ورک کو زیر نگرانی سیکھنے کے ذریعے تربیت دی گئی تھی اور اس کے بعد پالیسی سے متعلق تدریجی کمک سیکھنے سے بہتر بنایا گیا تھا۔ اس تناظر میں ، ویلیو نیٹ ورک نے اپنے خلاف پالیسی نیٹ ورک کے ذریعہ کھیلے گئے گیمز کے فاتحین کا تعین کرنا سیکھا۔

بعد میں، نیٹ ورک نے ایک نظر کا استعمال کیا مونٹی کارلو درخت کی تلاش (MCTS) جس نے ایک پالیسی نیٹ ورک کا استعمال کیا تاکہ امیدواروں کی زیادہ امکانی چالوں کا تعین کیا جاسکے کیونکہ ویلیو نیٹ ورک بیک وقت درختوں کی پوزیشنوں کا جائزہ لیتا ہے۔ سسٹم کمک سیکھنے کا استعمال کر رہا تھا جہاں سسٹم نے اپنی جیت کی شرح کو بڑھانے کے مقصد سے اپنے خلاف یہ لاکھوں گیمز کھیلے۔

خاص طور پر، اس کی آسان درخت کی تلاش مونٹی کارلو رول آؤٹس کا استعمال کیے بغیر پوزیشنوں اور نمونوں کی چالوں کا اندازہ کرنے کے لیے بنیادی طور پر اس کے اعصابی نیٹ ورک پر انحصار کرتی ہے۔ ان اضافہ کے ساتھ، AlphaZero سسٹم کو AlphaGo کے مقابلے میں کم کمپیوٹنگ پاور کی ضرورت تھی، جو کہ چار خصوصی AI پروسیسر کے نام سے جانا جاتا ہے۔ Google TPUs AlphaGo کے ذریعہ استعمال کردہ 48 کے بجائے۔

الفا فولڈ

2016 میں کسی وقت، ڈیپ مائنڈ نے اپنی مصنوعی ذہانت کی تحقیق اور ترقی کو سائنس میں موجود مشکل ترین چیلنجوں میں سے ایک کی طرف موڑ دیا، پروٹین فولڈنگ۔ بمشکل دو سال بعد، ڈیپ مائنڈ کا الفا فولڈ نوازا گیا 13 میں سے 25 پروٹینوں کے لیے سب سے درست ڈھانچہ کا کامیابی سے تعین کرنے کے بعد پروٹین سٹرکچر پریڈیکشن (CASP) ٹرافی کے لیے تکنیکوں کا 43 واں تنقیدی جائزہ۔

حسابیس نے دی گارڈین کو انٹرویو دیتے ہوئے تبصرہ کیا:

"یہ لائٹ ہاؤس پروجیکٹ ہے ، لوگوں اور وسائل کے لحاظ سے بنیادی ، انتہائی اہم ، حقیقی دنیا کے سائنسی مسئلے میں ہماری پہلی بڑی سرمایہ کاری۔"

پچھلے سال ، 14 ویں CASP کے دوران ، الفا فولڈ کے اندازوں کو لیب تراکیب کے ساتھ موازنہ کرنے میں درستگی کا اسکور ملا۔ سائنسی فیصلہ کنندگان کے پینل کے ایک رکن ، ڈاکٹر آندرے کریشفاوفائچ نے کہا کہ یہ کامیابی 'واقعی قابل ذکر ہے' اور انہوں نے مزید کہا کہ پروٹینوں کے فولڈ کو کس طرح بڑے پیمانے پر حل کیا گیا تھا اس کی پیش گوئی کرنے کا مسئلہ۔

دیگر قابل ذکر ڈیپ مائنڈ مصنوعات

کمپنی نے متعارف کرایا a متن سے تقریر کا نظام, WaveNet، 2016 میں۔ شروع میں، یہ صارفی مصنوعات میں استعمال کے لیے بہت زیادہ کمپیوٹیشنل تھا لیکن یہ 2017 کے آخر میں گوگل اسسٹنٹ جیسی ایپلی کیشنز پر استعمال کے لیے تیار ہو گیا۔ اگلے سال، گوگل نے کلاؤڈ ٹیکسٹ ٹو اسپیچ کی نقاب کشائی کی، جو ایک کمرشل ہے۔ WaveNet پر مبنی ٹیکسٹ ٹو اسپیچ پروڈکٹ۔

بعد میں ، 2018 میں ، ڈیپ مائنڈ نے ایک انتہائی موثر ماڈل تیار کیا جسے WaveRNN نے شریک کیا ہے جسے AI AI کا استعمال کرتے ہوئے تیار کیا گیا ہے ، جسے 2019 میں گوگل جوڑی کے صارفین کے لئے تیار کیا گیا تھا۔

گوگل کا کہنا ہے کہ ڈیپ مائنڈ الگورتھم نے اس کے بیشتر ڈیٹا سینٹرز کو ٹھنڈا کرنے کی کارکردگی میں بڑی حد تک اضافہ کیا ہے۔ اس کے علاوہ، ٹیکنالوجی کی مدد کرتا ہے گوگل کھیلیںکی ذاتی نوعیت کی ایپ کی سفارشات اور اینڈرائیڈ ٹیم کے ساتھ مل کر اینڈرائیڈ پائی ڈیوائسز پر دستیاب خصوصیات کا ایک جوڑا تخلیق کیا۔

نئی خصوصیات میں انکولی چمک اور انکولی بیٹری شامل ہے جو توانائی کی بچت اور آپریٹنگ سسٹم چلانے والے آلات کو زیادہ صارف دوست بنانے کے ل to مشین لرننگ کا استعمال کرتی ہے۔ یہ پہلا موقع تھا جب ڈیپ مائنڈ نے ان مشینوں کو معمولی مشین لرننگ ایپلی کیشنز کے ساتھ چھوٹے پیمانے پر وسعت میں ان تکنیکوں کو مربوط کیا جس میں کمپیوٹنگ طاقت کی ضرورت تھی۔

کمپنی کے ہبل دوربین نے لوگوں کو خلاء کی گہرائی میں دیکھنے کے قابل بنا دیا ، یہ اوزار پہلے سے ہی دستیاب ہیں جو انسانی علم کو پھیلاتے ہیں اور اس کے نتیجے میں ، ایک مثبت عالمی اثر مرتب کرتے ہیں۔ ڈیپ مائنڈ کا طویل مدتی مشن انٹیلی جنس کو حل کرنا ہے ، عام اور مؤثر مسئلے کو حل کرنے کے نظام بنانا ہے ، جسے مصنوعی جنرل انٹیلیجنس (AGI) کا نام دیا جاتا ہے۔

اخلاقیات اور حفاظت سے پوری طرح رہنمائی کرتے ہوئے ، ایجاد کو معاشرے میں منعقد کیا جاسکتا ہے تاکہ وہ دنیا کے کچھ انتہائی مشکل اور بنیادی سائنسی امور کا قابل عمل حل نکال سکے۔

ابھی تک ، کمپنی اپنی ٹیکنالوجی کو ترقی دے رہی ہے اور اس کا مقصد انسانیت کے تقریبا تمام اہم پہلوؤں بشمول صحت ، گیمنگ اور ماحولیاتی تحفظ میں اپنی افادیت کو بڑھانا ہے۔

ماخذ: https://e-cryptonews.com/DPmind-ai-products/