Sản phẩm AI của DeepMind hàng đầu đang cách mạng hóa thế giới

Khi DeepMind ra mắt vào năm 2010, có rất ít sự quan tâm đến lĩnh vực trí tuệ nhân tạo (AI) so với mức độ quan tâm tồn tại ngày nay. Để tăng tốc lĩnh vực công nghệ non trẻ, nhóm đã áp dụng cách tiếp cận liên ngành.

Họ đã tích hợp những ý tưởng mới với những tiến bộ trong kỹ thuật, học máy, cơ sở hạ tầng mô phỏng và máy tính, khoa học thần kinh, toán học, và các phương pháp mới để tổ chức các nỗ lực khoa học.

Công nghệ DeepMind là một công ty con trí tuệ nhân tạo của Anh của Alphabet Inc. Phòng thí nghiệm nghiên cứu có trụ sở tại Luân Đôn là mua lại bởi Google vào năm 2014. Công ty này có các trung tâm nghiên cứu ở Pháp, Canada và Hoa Kỳ. Trong năm tiếp theo, nó hoàn toàn thuộc sở hữu của Alphabet.

Công ty đã hợp tác với Google để đẩy nhanh công việc của mình và tiếp tục thiết lập chương trình nghiên cứu của mình. Một số chương trình DeepMind đã học cách chẩn đoán các bệnh về mắt hiệu quả như các bác sĩ hàng đầu thế giới và tiết kiệm 30% năng lượng được sử dụng để đảm bảo các trung tâm dữ liệu luôn hoạt động tốt. Các chương trình dự đoán hình dạng 3D phức tạp của protein có thể biến đổi cách phát minh ra thuốc trong tương lai.

Công ty đã đạt được thành công ban đầu trong trò chơi máy tính với các nhà nghiên cứu thường sử dụng nó để kiểm tra AI. Một trong những chương trình đã học cách chơi 49 trò chơi Atari khác nhau từ đầu, chỉ bằng cách nhìn điểm ảnh và điểm số trên màn hình. Chương trình AlphaGo cũng là chương trình đầu tiên đánh bại một kỳ thủ cờ vây chuyên nghiệp, một kỳ tích được mô tả là đi trước thời đại một thập kỷ.

Trong những năm qua, DeepMind đã tạo ra một mạng lưới thần kinh học cách chơi trò chơi điện tử như con người và máy Turing thần kinh hoặc mạng nơ-ron có thể truy cập bộ nhớ ngoài giống như máy Turing thông thường. Sự phát triển đã dẫn đến một máy tính bắt chước trí nhớ ngắn hạn của não người.

Vào năm 2016, DeepMind đã gây chú ý sau khi chương trình AlphaGo của họ đánh bại kỳ thủ cờ vây chuyên nghiệp con người Lee Sedol, nhà vô địch thế giới, trong một trận đấu 5 ván, trở thành chủ đề của một bộ phim tài liệu.

Một chương trình tổng quát khác, AlphaZero, đánh bại các chương trình mạnh nhất chơi cờ vua, cờ vây và Shogi (Cờ vua Nhật Bản) sau nhiều ngày thi đấu với chính nó bằng cách sử dụng một số phương pháp học tăng cường. Vào năm 2020, DeepMind đã đạt được những tiến bộ đáng kể trong vấn đề gấp protein.

Tổng quan về DeepMind

Demis Hassabis, Shane Legg và Mustafa Suleyman là những người sáng lập ra công ty đang phát triển mạnh mẽ này. Legg và Hassabis gặp nhau lần đầu tại Đơn vị Khoa học Thần kinh Tính toán Gatsby của Đại học London.

Ban đầu, công ty bắt đầu nghiên cứu công nghệ trí tuệ nhân tạo dạy nó chơi một số trò chơi cũ từ nhiều thập kỷ trước.

Một số trò chơi bao gồm Space Invaders, Pong và Breakout. Các nhà phát triển đã đưa trí tuệ nhân tạo vào từng trò chơi mà không có bất kỳ kiến ​​thức nào trước đó về các quy tắc của nó. Sau khi công nghệ dành một thời gian để tìm hiểu cách trò chơi vận hành, AI sau đó sẽ trở thành một chuyên gia trong đó:

"Các quá trình nhận thức mà AI trải qua được cho là rất giống với những quá trình mà một con người chưa bao giờ xem trò chơi sẽ sử dụng để hiểu và cố gắng làm chủ nó."

Các nhà sáng lập nhằm mục đích tạo ra một trí tuệ nhân tạo có mục đích chung có thể được sử dụng hiệu quả và hiệu quả cho hầu hết mọi thứ. Horizons Ventures and Founders Fund là một số liên doanh chính đã đầu tư vào công ty. Ngoài ra, các doanh nhân đáng chú ý như Peter Thiel, Scott Banister, và Elon Musk đã đầu tư vào công ty trong những ngày đầu thành lập.

Vào ngày 26 tháng 2014 năm 500, Google đã mua lại DeepMind với giá 2013 triệu đô la trong cùng năm khi nó nhận được giải thưởng “Công ty của năm” trong Phòng thí nghiệm Máy tính Cambridge. Việc bán cho Google diễn ra sau khi Facebook kết thúc đàm phán với công ty vào năm XNUMX. Sau đó, công ty được đổi tên thành Google DeepMind và duy trì tên này trong hai năm.

Royal Free NHS Trust và DeepMind đã ký Thỏa thuận chia sẻ thông tin đầu tiên (ISA) vào tháng 2015 năm XNUMX để tạo Streams, một ứng dụng quản lý nhiệm vụ lâm sàng. Sau khi được Google mua lại, công ty đã thành lập một hội đồng đạo đức AI để nghiên cứu nhưng nó vẫn còn là một bí ẩn với việc cả hai công ty đều từ chối cho biết ai là người ngồi trong hội đồng quản trị.

Công ty đã tham gia Facebook, Amazon, Microsoft, Google và IBM để khởi động 'Quan hệ đối tác về AI' dành cho giao diện xã hội-AI. DeepMind đã mở một đơn vị mới được gọi là DeepMind Ethics and Society, tập trung chủ yếu vào các câu hỏi về đạo đức và xã hội được đặt ra bởi công nghệ AI. Nhà triết học lỗi lạc, Nick Bostrom, là cố vấn của 'Hiệp hội'.

Sản phẩm và công nghệ của DeepMind

Công ty cố gắng tích hợp các kỹ thuật tốt nhất từ ​​khoa học thần kinh hệ thống và học máy để tạo ra một thuật toán học tập có mục đích chung mạnh mẽ. Trong năm 2016, Nghiên cứu Google đã xuất bản một bài báo về An toàn AI và cách tránh các hành vi không mong muốn trong quá trình sử dụng trí tuệ nhân tạo.

Vào năm 2017, DeepMind đã phát hành GridWorld, đây là một thử nghiệm mã nguồn mở để đánh giá liệu một thuật toán có học cách vô hiệu hóa công tắc tiêu diệt hoặc thể hiện một số hành vi không mong muốn hay không. Vào khoảng tháng 2018 năm XNUMX, các nhà nghiên cứu tại công ty đã đào tạo một trong các hệ thống của mình để chơi trò chơi máy tính Quake III Arena.

Tính đến năm ngoái, công ty đã xuất bản hơn một nghìn bài báo, với 13 bài báo trong số này đã được Science hoặc Nature chấp nhận. Đây là một số sản phẩm DeepMind hàng đầu.

Học tập củng cố sâu

Trái ngược với các AI khác được phát triển cho các mục đích và chức năng được xác định trước trong một không gian hạn chế, DeepMind nói rằng hệ thống của nó không được lập trình trước. Công nghệ này học hỏi kinh nghiệm bằng cách chỉ sử dụng các pixel thô làm đầu vào dữ liệu.

Nó chủ yếu sử dụng học sâu chạy trên một mạng nơ-ron phức tạp bằng cách sử dụng một loại Q-learning mới lạ. Q-learning là một loại hình học tập củng cố không có mô hình. Công nghệ kiểm tra hệ thống trên các trò chơi điện tử, bao gồm cả trò chơi điện tử như Breakout và Space Invaders.

Sau đó, mà không cần thay đổi mã, hệ thống AI bắt đầu hiểu cách chơi trò chơi và sau khi chơi một vài phiên, nó chơi hiệu quả hơn bất kỳ con người nào. Trở lại năm 2013, DeepMind đã đăng nghiên cứu chuyên sâu về một hệ thống AI có thể vượt qua khả năng của con người trong các trò chơi khác nhau, dẫn đến việc Google mua lại hệ thống này.

Năm ngoái, công ty đã tung ra Agent57 và Agent trí tuệ nhân tạo vượt quá hiệu suất cấp độ con người trên tất cả 57 trò chơi của bộ Atari2600.

AlphaGo và những người kế vị

Năm 2014, công ty đã công bố nghiên cứu về hệ thống máy tính có khả năng chơi cờ vây. Sau đó vào tháng 2015 năm XNUMX, AlphaGo, một chương trình cờ vây trên máy tính, do công ty phát triển đã đánh bại nhà vô địch cờ vây châu Âu Fan Hui, với tỷ số XNUMX không. Đó là lần đầu tiên khi một chương trình AI đánh bại một kỳ thủ cờ vây chuyên nghiệp.

Vào tháng 2016 năm 4, AlphaGo đã đánh bại Lee Sedol, một trong những kỳ thủ có thứ hạng cao nhất trên toàn thế giới, với tỷ số 1-2017. Trong Hội nghị thượng đỉnh cờ vây tương lai năm 3, AI đã thắng trong trận đấu 1 ván với số XNUMX thế giới vào thời điểm đó, Ke Jie. Hệ thống sử dụng một giao thức học tập có giám sát, nghiên cứu nhiều trò chơi do con người chơi với nhau.

Phiên bản AlphaGo Zero cải tiến đã đánh bại phiên bản trước Hệ thống AlphaGo 100 trò chơi về 0 vào năm 2017. Các chiến lược của phiên bản mới hơn đã được tự học và nó đánh bại phiên bản tiền nhiệm trong vòng ba ngày với sức mạnh xử lý kém hơn AlphaGo. Cuối năm đó, một phiên bản sửa đổi của AlphaGo Zero, AlphaZero có được khả năng siêu phàm về shogi và cờ vua.

Tất cả các phiên bản này của hệ thống trí tuệ nhân tạo của DeepMind chỉ học cách chơi thông qua việc tự chơi. Công nghệ AlphaGo được thiết kế để sử dụng phương pháp học tăng cường sâu cho phép nó cải thiện theo thời gian thông qua việc tự học.

Hệ thống sử dụng hai mạng nơron sâu cho phép nó đánh giá xác suất di chuyển và một mạng giá trị để đánh giá vị trí. Mạng lưới chính sách này được đào tạo thông qua học tập có giám sát và sau đó được hoàn thiện bằng cách học tập củng cố theo cấp độ chính sách. Trong bối cảnh đó, mạng giá trị đã học cách xác định người chiến thắng trong các trò chơi do mạng chính sách chơi chống lại chính nó.

Sau đó, mạng đã sử dụng một cái nhìn trước Tìm kiếm cây Monte Carlo (MCTS) đã sử dụng mạng chính sách để xác định các chuyển động có xác suất cao ứng viên khi mạng giá trị được đánh giá đồng thời các vị trí cây. Hệ thống đang sử dụng tính năng học tập củng cố trong đó hệ thống đã chơi hàng triệu trò chơi này với chính nó nhằm mục đích tăng tỷ lệ thắng.

Đáng chú ý, tìm kiếm cây đơn giản của nó chủ yếu dựa vào mạng nơ-ron của nó để đánh giá các vị trí và di chuyển mẫu mà không sử dụng các đợt triển khai Monte Carlo. Với những cải tiến này, hệ thống AlphaZero cần ít sức mạnh tính toán hơn AlphaGo, hoạt động trên bốn bộ xử lý AI chuyên dụng được gọi là TPU của Google thay vì 48 được sử dụng bởi AlphaGo.

AlphaFold

Vào năm 2016, DeepMind đã chuyển việc nghiên cứu và phát triển trí tuệ nhân tạo của mình thành một trong những thách thức khó khăn nhất hiện nay trong khoa học, đó là sự gấp protein. Chỉ hai năm sau, DeepMind's AlphaFold đã được trao danh hiệu Đánh giá quan trọng thứ 13 về Kỹ thuật dự đoán cấu trúc protein (CASP) sau khi nó xác định thành công cấu trúc chính xác nhất cho 25 trong số 43 protein.

Hassabis bình luận trong một cuộc phỏng vấn với The Guardian:

“Đây là một công trình hải đăng, sự đầu tư lớn đầu tiên của chúng tôi về con người và nguồn lực vào một vấn đề cơ bản, rất quan trọng, mang tính khoa học thực tế”.

Năm ngoái, trong CASP lần thứ 14, các dự báo của AlphaFold có điểm số chính xác tương đương với các kỹ thuật trong phòng thí nghiệm. Một thành viên của hội đồng phân xử khoa học, Tiến sĩ Andriy Kryshtafovych, nói rằng thành tựu này 'thực sự đáng chú ý, và nói thêm rằng vấn đề dự đoán cách thức các protein gấp lại đã được giải quyết một cách rộng rãi.

Các sản phẩm DeepMind đáng chú ý khác

Công ty đã giới thiệu một hệ thống chuyển văn bản thành giọng nói, WaveNet, vào năm 2016. Lúc đầu, nó quá chuyên sâu về tính toán để sử dụng trong các sản phẩm tiêu dùng nhưng nó đã sẵn sàng để sử dụng trên các ứng dụng như Trợ lý Google vào cuối năm 2017. Vào năm sau, Google đã công bố Cloud Text-to-Speech, một quảng cáo. sản phẩm chuyển văn bản thành giọng nói, dựa trên WaveNet.

Cuối năm 2018, DeepMind đã phát triển một mô hình hiệu quả cao được gọi là WaveRNN được đồng phát triển bằng cách sử dụng Google AI và được triển khai cho người dùng Google Duo vào năm 2019.

Google nói rằng các thuật toán DeepMind đã làm tăng đáng kể hiệu quả của việc làm mát hầu hết các trung tâm dữ liệu của nó. Ngoài ra, công nghệ hỗ trợ Google playđề xuất ứng dụng được cá nhân hóa của và cộng tác với nhóm Android để tạo ra một cặp tính năng khả dụng cho các thiết bị Android Pie.

Các tính năng mới bao gồm Độ sáng thích ứng và Pin thích ứng sử dụng công nghệ máy học để tiết kiệm năng lượng và làm cho các thiết bị chạy hệ điều hành thân thiện hơn với người dùng. Đó là lần đầu tiên DeepMind tích hợp các kỹ thuật này ở quy mô nhỏ với các ứng dụng học máy thông thường cần nhiều sức mạnh tính toán.

Kính viễn vọng Hubble của công ty cho phép mọi người nhìn sâu hơn vào không gian, với các công cụ có sẵn đã mở rộng kiến ​​thức của con người và do đó, tạo ra tác động tích cực trên toàn cầu. Nhiệm vụ lâu dài của DeepMind là giải quyết trí thông minh, tạo ra các hệ thống giải quyết vấn đề tổng quát và hiệu quả, được mệnh danh là trí thông minh nhân tạo (AGI).

Được hướng dẫn hoàn toàn bởi đạo đức và an toàn, sáng chế có thể giúp xã hội có được những giải pháp khả thi cho một số vấn đề khoa học cơ bản và thách thức nhất trên thế giới.

Hiện tại, công ty đang tiếp tục phát triển công nghệ của mình và đang hướng tới việc mở rộng khả năng sử dụng của nó trong hầu hết các khía cạnh quan trọng của con người bao gồm sức khỏe, trò chơi và bảo vệ môi trường.

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