Deep Mind Technologies Limited | |
---|---|
Typ | dceřiná společnost |
Základna | 2010 |
Bývalá jména | Technologie DeepMind, Google DeepMind |
Zakladatelé | Shane Legg [d] ,Demis Hassabisa Mustafa Suleiman [d] |
Umístění | 5 New Street Square, Londýn EC4A 3TW, Velká Británie |
Průmysl | umělá inteligence |
produkty | AlphaGo , AlphaFold a AlphaGo Zero |
Počet zaměstnanců | 1 000 (k prosinci 2019) [1] |
Mateřská společnost | Společnost Alphabet Inc. |
webová stránka | deepmind.com _ |
Mediální soubory na Wikimedia Commons |
DeepMind Technologies Limited neboli DeepMind je britská společnost zabývající se umělou inteligencí . Společnost byla založena v roce 2010 v Londýně pod názvem DeepMind Technologies. Získané společností Google v roce 2014 .
Společnost se proslavila vývojem počítačového systému AlphaGo , který porazil profesionálního hráče Go [2] . DeepMind vytvořil neuronovou síť schopnou naučit se hrát videohry na lidské úrovni [3] . V roce 2020 společnost vyvinula program AlphaFold2, který umožňuje řešit jeden ze základních problémů biologické vědy při sestavování trojrozměrných proteinových modelů [4] .
V roce 2010 založili Demis Hassabis , Shane Legg , Mustafa Suleiman startup DeepMind Technologies [5] . Předtím se Hassabis a Legg znali již z University College London , kde pracovali v Gatsby Computational Neuroscience Unit ( www.gatsby.ucl.ac.uk ) [6] .
Do společnosti investovaly velké fondy rizikového kapitálu Horizons Ventures , Founders Fund [7] a také podnikatelé Scott Banister [8] a Elon Musk [9] . Jan Tallinn byl jedním z prvních investorů a poradců společnosti [10] .
V roce 2014 získala společnost DeepMind ocenění „Společnost roku“ od Computer Laboratory University of Cambridge [11] .
26. ledna 2014 Google oznámil akvizici společnosti DeepMind Technologies [12] . Podle různých zpráv se částka transakce pohybovala od 400 do 650 milionů dolarů [13] [14] [15] [16] . K obchodu údajně došlo poté, co Facebook v roce 2013 ukončil jednání o koupi DeepMind Technologies [17] . Jednou z podmínek dohody DeepMind s Googlem bylo vytvoření posledního panelu o etických problémech umělé inteligence [18] .
Po nákupu společností Google se společnost stala známou jako Google DeepMind.
Začátkem září 2016 společnost převzala mateřská společnost Google Alphabet a z jejího názvu zmizela zmínka o Google, nyní je známá jako DeepMind Technologies Limited nebo DeepMind. Přepracovány byly i webové stránky společnosti.
Cílem společnosti je „řešit problém inteligence“ [19] . K tomu využívají „nejlepší technologie, od strojového učení po systémovou psychofyziologii , aby nakonec vytvořily univerzální učební algoritmy“ [19] . Pracují také na formalizaci inteligence [20] , aby ji nejen implementovali do strojů, ale také aby pochopili, jak funguje lidský mozek. Podle Demise Hassabise [21] :
... pokusit se extrahovat podstatu inteligence jako algoritmický konstrukt může být nejlepší způsob, jak pochopit nejhlubší tajemství naší mysli.
Řešení problému inteligence vidí DeepMind ve vytvoření univerzálních samoučících se inteligentních agentů , kteří by se byli schopni autonomně učit z nezpracovaných vstupních dat a byli by vhodní pro řešení libovolných úkolů, na rozdíl od „omezené AI “, jako je Deep Blue nebo IBM Watson řeší pouze jednu předdefinovanou úlohu. Jako hlavní přístup k budování inteligentních agentů bylo zvoleno posílení učení [22] .
Společnost v současné době zkoumá počítačové systémy, které mohou hrát různé hry, od strategických her jako Go až po počítačové arkádové hry . Shane Legge tvrdí, že umělá inteligence bude schopna dosáhnout lidské úrovně, „když se stroj naučí hrát širokou třídu her využívajících pouze vstupní a výstupní signály percepčního proudu a přenášet porozumění z hry do hry...“ [23 ] . Demis Hassabis vysvětluje zaměření na hry, spíše než na tradičnější robotiku , tím, že „ roboti jsou drazí, pomalí a často se rozbijí... výzkumník je rozptylován opravováním mechanických částí robota...“ [22] . Uvádí se, že Google koupil společnost po zveřejnění studie o umělé inteligenci , která úspěšně hraje sedm různých her Atari (Pong, Breakout, Space Invaders, Seaquest, Beamrider, Enduro, Q*bert) [3] .
Na začátku roku 2018 výzkumníci z DeepMind vycvičili jeden ze svých systémů pro hraní PC hry Quake III Arena . Po nějaké době strávené na tréninku, co se týče úrovně hry, tento systém nejprve dohnal, a pak předběhl i lidi, kteří jsou silnými hráči [24] [25] .
V roce 2014 zveřejnil DeepMind hybridní architekturu neuronové sítě sestávající z rekurentní neuronové sítě a externí paměti [26] [27] . Neuronová síť používá externí paměť k zápisu a následnému čtení informací stejným způsobem, jako to dělá Turingův stroj , z tohoto důvodu dostala architektura název „Neural Turing Machine“ (Neural Turing Machine). V pojetí vědců Turingův Neural Machine napodobuje krátkodobou paměť člověka a umožňuje pochopit principy jeho fungování. V experimentech byla neuronová síť úspěšně trénována v jednoduchých algoritmech: kopírování, třídění, asociativní paměť.
DeepMind odhalil systém AI, který se dokáže naučit hrát klasické hry ze 70. a 80. let. pro herní konzoli Atari 2600 [28] [29] [30] [31] [32] . Ve studii byla umělá inteligence vycvičena k hraní 49 videoher. Díky tomu bylo dosaženo úrovně hry srovnatelné s člověkem a ve 22 hrách dokázal systém překonat člověka. Umělá inteligence DeepMind není pevně zakódována pro konkrétní hru. Na začátku tréninku systém neví nic o pravidlech hry a učí se hrát sám a jako vstup a informaci o získaných bodech během hry používá pouze pixelový obrázek hry.
Umělá inteligence je založena na tom, čemu DeepMind říká hluboké posilování, neboli deep Q-network (DQN) [28] [30] . Jedná se o bezmodelovou variantu posilovacího učení pomocí Q-learningu , ve kterém je funkce užitku modelována pomocí hluboké neuronové sítě . Jako architektura neuronové sítě byla zvolena konvoluční neuronová síť , která je v současnosti efektivně využívána pro rozpoznávání obrazu .
DeepMind plánuje naučit umělou inteligenci postavenou na stejných principech, jak hrát složitější 3D hry 90. let, jako jsou Doom a závodní simulátory [22] . V únoru 2016 byly prezentovány první výsledky tréninku AI ve 3D hrách [33] [34] . Umělá inteligence se dokázala naučit řídit auto v 3D závodním simulátoru TORCS [35] , najít východ a ceny v Doom-like 3D labyrintu Labyrinth [36] , provádět jednoduché úkoly ( lokomoce , balancovat, manipulovat s předměty ) ve fyzikálním simulátoru MuJoCo ( www.mujoco. org ) [37] . Stejně jako dříve byl na vstup AI přiváděn pouze pixelový obraz „světa“. Architektura neuronové sítě byla rozšířena o LSTM , typ rekurentní neuronové sítě .
Alpha StarNa každoročním festivalu Blizzcon 2016 oznámil Blizzard , který je iniciátorem této akce, své partnerství s DeepMind. Tato událost byla poté publikována v článku na oficiálních blozích obou společností [38] [39] . Účelem této spolupráce je představit a vycvičit AI ve Starcraft II . Podle vývojářů hry je Starcraft II ideálním prostředím pro výuku umělé inteligence, protože složitá pravidla hry dostatečně odrážejí složitost a všestrannost skutečného světa. Tuto hru navíc sama komunita považovala za největší problém AI, které se podařilo porazit člověka ve hře go, šachy a poker [40] .
StarCraft II je perfektní prostředí, které posune výzkum AI na další úroveň. Složitá pravidla hry adekvátně odrážejí všestrannost a náhodnost skutečného světa. Nejprve se naučíte těžit suroviny, poté postavíte jednoduché budovy, prozkoumáte mapu a budete hledat nepřítele. Vyplatí se vyrábět více jednotek nebo by bylo lepší posílit obrannou linii? Zaútočíte brzy nebo se zaměříte na vývoj?
V tuto chvíli se pracuje na „Starcraft 2 API“, které umožňuje AI plně interagovat s herním rozhraním, do vývoje se může zapojit kdokoli, k čemuž byly zveřejněny technické úkoly [41] , které se plánují implementováno v prvním čtvrtletí roku 2017. Samotná umělá inteligence se bude učit sledováním záznamů ostatních hráčů, kteří se účastnili hodnocených her.
V turnaji 19. prosince 2018 mezi AlphaStar a dvěma top 100 profesionálními hráči TLO a MaNa vyhrál AlphaStar 10-0. Ve stejné době se MaNa podařilo vyhrát jednu extralegální hru [42] [43] [44]
24. ledna 2019 byl představen program AlphaStar, který se specializuje na hru StarCraft II v žánru real-time strategie . AlphaStar program nejprve vyučoval z nahrávek her lidí, poté jej zařadil do „AlphaStar League“, kde AI hrála nejen sama proti sobě, ale také „vykořisťovatelské“ agenty, což byly verze AI, které se specificky zaměřovaly. Slabiny AlphaStar a reprezentovaly každou ze tří ras [40] . Trénink zajistil, že AlphaStar bude impozantním soupeřem pro všechny tři rasy a každou herní strategii. V době prezentace měl AlphaStar znalosti odpovídající 200 letům herní doby. [45] . Zároveň se vývojáři pokusili omezit možnosti AI, například omezením počtu akcí za minutu, což přirovnalo k průměrnému počtu akcí dobrého hráče (což nebrání programu zobrazovat nemožné výsledky pro lidi), kvůli čemuž byl program nucen naučit se vyhrávat s dlouhodobou strategií [40] . Rychlost reakce je asi 3 snímky od objevení se nepřítele v zóně viditelnosti po reakci. Zmenšena velikost zorného pole AI na zorné pole hráče.
Do konce října 2019 se AI stala velmistrem hry a překonala 99,8 % registrovaných lidských hráčů ve Starcraft II. AlphaStar zabralo 44 dní školení, než bylo dosaženo tohoto úspěchu. [40] .
V říjnu 2015 herní software AlphaGo [46] go od DeepMind porazil evropského šampiona Go Fan Hui (2. dan ) 5:0 [2] . Novinka byla oznámena až 27. ledna 2016, současně s uveřejněním článku v časopise Nature [2] .
Je to poprvé v historii, kdy umělá inteligence porazila profesionála na Go [47] ; před AlphaGo všechny známé umělé inteligence hrály Go pouze na amatérské úrovni. Go je považována za hru, která je pro počítač poměrně náročná na výhru (ve srovnání s podobnými hrami, např. šachy) kvůli velkému množství možností tahů, z tohoto důvodu je tradiční metoda AI výčtu tahů prakticky nepoužitelná [ 2] [48] . V březnu 2016 program vyhrál zápas proti jednomu z nejsilnějších goistů na světě, Lee Sedolovi , se skóre 4-1.
Publikace DeepMind pokrývají následující témata [49] : porozumění přirozenému jazyku stroji [50] , generování obrázků na základě šablon pomocí neuronových sítí [51] , rozpoznávání řeči , trénovací algoritmy neuronové sítě.
DeepMind Health je divize DeepMind působící v oblasti umělé inteligence v medicíně [52] [53] [54] . Její otevření bylo oznámeno 24. února 2016 na webových stránkách společnosti. Divizi vede Mustafa Suleiman .
Při své práci bude DeepMind Health spolupracovat s britskou národní zdravotní službou . DeepMind Health plánuje poskytnout lékařům technické znalosti pro vývoj a zlepšování technologií péče o pacienty. Zvláštní pozornost bude věnována bezpečnosti dat pacientů a důvěrnosti. Výkon jednotky bude přezkoumán výborem nezávislých odborníků, včetně Richarda Hortona ., redaktor uznávaného lékařského časopisu The Lancet .
DeepMind Health v současné době pracuje na vytvoření elektronických nástrojů, které zjednodušují práci lékaře. Pro přesnější diagnostiku akutního poškození ledvin byla představena aplikace pro chytré telefony . DeepMind také koupil lékařskou aplikaci, správce úloh pro lékaře. Tým lékařů z Imperial College London , který ji vytvořil, se připojuje k DeepMind Health. Částka obchodu nebyla zveřejněna.
V prosinci 2020 tým DeepMind oznámil, že vyřešil základní vědecký problém predikce proteinové struktury. Program vyvinutý společností a založený na neuronových sítích dokázal předpovědět strukturu proteinu s 90% přesností (což je lepší než moderní metody skenování). To umožňuje sestavit 3D proteinové modely založené na kódující genomové sekvenci, což má velký význam pro vývoj nových léků a pochopení biochemických procesů obecně. [55]
V roce 2014 zahajuje DeepMind spolupráci s Oxfordskou univerzitou [56] [57] . DeepMind najímá dva špičkové týmy AI z Oxfordu. Toto je tým předních světových odborníků na aplikaci hlubokého učení na strojové porozumění přirozenému jazyku : profesoři Nando De Freitas a Phil Blancom, Drs. Edward Grevenstett a Karl Moritz. A tým některých předních světových odborníků na strojové vidění : Dr. Karen Simonyan a Max Jadenberg, profesor Andrew Zisserman. V rámci spolupráce získají od Googlu významné finanční prostředky Fakulta informatiky a Technická fakulta. DeepMind také plánuje program studentských stáží, přednášky a semináře pro studenty.
S DeepMind spolupracují i vědci z jiných univerzit. David Silver, spoluautor článku AlphaGo [58] a mnoha dalších publikací DeepMind o posilování učení , přednáší na University College London [59] . Některé publikace DeepMind jsou spoluautory vědců z následujících organizací [49] : University of Toronto , University of Montreal , Australian National University , University of Amsterdam , UC Berkeley , INRIA .
![]() | |
---|---|
Foto, video a zvuk | |
Tematické stránky | |
V bibliografických katalozích |
Abeceda | |||
---|---|---|---|
Pododdělení |
| ![]() | |
Bývalý |
| ||
Lidé |
|