Kas ir Google DeepMind?

DeepMind: Google skatījums uz nākotni

Ar brīdinājumiem par gaidāmo mašīnas pārņemšanu nāk tādi nozīmīgi skaitļi kā Stefans Hokings, Bils Geitss un Elons Musks, AI, noteikti ir joma, ar kuru jums vajadzētu būt neiedomājami neprātīgai turpināt.

Tomēr Google īpašumā esošais DeepMind ir priekšgalā mākslīgo intelektu izpētē. Un viena lieta, kuras viņi noteikti nav, ir dumjš.

Google nopirka DeepMind kad tas bija jau labi finansēts AI startēšana 2014. gada janvārī, Facebook arī teica, ka tas lidinās. Tiek ziņots, ka darījuma vērtība bija 300–400 miljoni mārciņu.

Kas tad ir Google DeepMind? Pie kā tas strādā? Un vai tā darbs patiešām novedīs pie tā, ka mašīnas pārņems pasauli?

Dziļāki jautājumi

DeepMind tika izveidots Londonā 2011. gadā. To izveidoja Demiss Hasabis, bijušais britu šaha brīnumbērns, par spēļu attīstītāju kļuvis neirozinātnieks; Jaunzēlandietis Šeins Leggs; un britu uzņēmējs Mustafa Suleimans.

Pat pirms Google iegādes DeepMind bija pazīstams kā milzīgs spēlētājs AI jomā, un tas, iespējams, bija izcils ar savu revolucionāro darbu un pievilcību investoriem.

Kompānija apraksta tā vienīgais mērķis ir ļoti vienkāršs: “atrisināt izlūkošanu”.

To ir pietiekami viegli pateikt, taču tas īsti neapraksta DeepMind darbību. Uzņēmums veido “jaudīgus vispārējas nozīmes mācību algoritmus”, apvienojot dažādas tehnikas no mašīnmācīšanās un sistēmu neirozinātnes.

Pašlaik uzņēmums nodarbina aptuveni 140 pētniekus Kings Cross galvenajā mītnē Londonas ziemeļdaļā.

Spēļu sistēma

DeepMind izveidoja AI sistēmu, kas sev iemācīja spēlēt 49 klasiskās Atari videospēles, ieskaitot Breakout, bieži vien tādā līmenī, ka neviens cilvēka spēlētājs to nespētu.

Pārsteidzoši ir tas, ka tas tika sasniegts tikai ar minimālu cilvēka ieguldījumu. Jau iepriekš superdatori ir ieprogrammēti šaha lielmeistaru uzņemšanai - un dažreiz veiksmīgi. Bet tas vienmēr ir darīts, izmantojot datus, kas balstīti uz reālās dzīves spēlētāju stratēģijām, nevis pats dators izdomā noteikumus, izlasa tāfeli un izdomā darbu stratēģiju.

Iespaidīgs ir arī šo 49 spēļu daudzveidīgais raksturs, kurā cita starpā ietilpa šāvēji ar sānu ritināšanu, kaujas spēles viens pret vienu un sacīkšu spēles. Tas atspoguļo daudzveidīgu lēmumu pieņemšanas prasību kopumu, kuram AI "aģentam" bija jāpielāgojas.

Pēc savu secinājumu publicēšanas zinātnes žurnālā Dabalīdzdibinātājs Hasabiss šo izrāvienu nosauca par “pirmo nozīmīgo pakāpienu pa kāpnēm, lai pierādītu, ka vispārējās mācību sistēmas var darboties”. Viņš arī norādīja, ka šī ir “pirmā reize, kad kāds izveido vienotu vispārēju mācību sistēmu, kas var mācīties tieši no pieredzes”.

Tas bija diezgan atzīstami, AI mazā, bet patiesā formā.

Saistīts: 11 labākās spēles Lielbritānijā

Bet DeepMind ir apguvis ne tikai datorspēles. 2015. gada oktobrī DeepMind pētnieki iebilda ar AI pret Eiropas valdošo Go čempionu Fan Hui. Senā galda spēle ietver melnu un baltu akmeņu pārvietošanu uz kuģa, lai pretendētu uz teritoriju, un tiek teikts, ka tā ir eksponenciāli sarežģītāka nekā Šahs.

Google AI piecās spēlēs izdevās pieveikt Hui. Izrāvienu radīja DeepMind komanda, kas iemācīja AI tehnoloģiju aptuveni 30 miljoniem Go kustību no spēlētājiem visā pasaulē. Pēc tam pētnieki nostādīja sistēmu pret sevi, lai izstrādātu jaunus pasākumus, kurus varētu izmantot pret Go lielmeistaru.

Uzvara pret Hui bija pirmā reize, kad programma pārspēja profesionālu spēlētāju. Google uzvara AI tika paziņota tikai dažas stundas pēc Facebook izpilddirektora Marks Cukerbergs paziņoja viņa kompānija bija ‘tuvu’, lai uzvarētu labākos cilvēka Go spēlētājus.

Praktiski pielietojumi

Kā Vadu uzsvērts februāra raksts, Hasabiss uzskata, ka bioloģiskās mācīšanās mehānikai ir atslēga AI pētījumu turpināšanai. "Mēs mācāmies, izmantojot tādas lietas kā atmiņas atkārtojums, izmantojot hipokampu, tāpēc starp neirozinātni un to ir krustojumi," viņš teica.

Kā Hassabis izteicās, šī darba praktiskais pielietojums būtu “būvēt vispārējas nozīmes viedās mašīnas”, lai gan viņš atzīst, ka tas vēl bija paveikts daudzus gadu desmitus.

DeepMind vēlētos pielietot savu tehnoloģiju tādiem praktiskiem, pasauli aptverošiem jautājumiem kā klimata zinātne un slimību modelēšana. Iespējams, ka vispirms mēs to redzēsim piemērotu pašu Google produktiem, tostarp meklēšanas un tulkošanas rīkiem.

Būtu arī ērti, ja vienas no Google bez automašīnas vadītājiem centrā būtu nevainojama, pielāgojama lēmumu pieņemšanas mašīna.

Pagaidām Hasabiss un viņa komanda plāno palielināt centienus, lai risinātu 1990. gadu sarežģītākās spēles.

DeepMind veselība

2016. gada februārī DeepMind paziņoja par plāniem izveidot medicīnas tehnoloģiju nodaļu, lai izpētītu, kā AI varētu uzlabot veselību. Jaunajā projektā piedalās DeepMind inženieri un pētnieki, kas strādā ar Imperatora koledžu un Karalisko Brīvās Londonas NHS fondu.

In paziņojums savā vietnē DeepMind komanda teica: ”Nacionālais veselības dienests ir ārkārtīgi svarīgs mūsu komandai. NHS palīdzēja daudziem no mums nonākt pasaulē un ir rūpējusies par saviem tuviniekiem, kad viņiem visvairāk nepieciešama palīdzība. Mēs vēlamies redzēt, ka NHS plaukst.

"Mūsu DeepMind Health mērķis ir atbalstīt ārstus, sniedzot tehnisko pieredzi, kas vajadzīga, lai izveidotu un paplašinātu tehnoloģijas, kas viņiem palīdz nodrošināt pēc iespējas labāku aprūpi saviem pacientiem."

Viens no veidiem, kā projekts jau ir ietekmējis, ir mobilā lietotne Streams. Lietotni izstrādāja DeepMind Health komanda, un tā savlaicīgi sniedz informāciju, kas palīdz medmāsām un ārstiem vieglāk atklāt akūtu nieru traumu gadījumus. Veseli 20 procenti ārkārtas slimnīcu uzņemšanas ir saistīti ar stāvokli.

DeepMind izstrādāja lietotni Streams, lai palīdzētu identificēt akūtu nieru traumu

Plūsmā tiek integrēts arī profesora Ara Darzi un Dr Dominika Kinga darbs no Londonas Imperatora koledžas. Viņu lietotne Hark ir agrīnās stadijas klīnisko uzdevumu pārvaldības sistēma, kas ir pievienota plūsmām, lai “revolucionizētu uzdevumu pārvaldību slimnīcās”.

Nākotnē DeepMind saka, ka tas ražos vairāk rīku medmāsu un ārstu atbalstam un darbosies jaunas tehnoloģijas, kas uzlabo esošās sistēmas un veicina inovācijas no ārstiem un tehnologi.

Uz mašīnām, kas pārņem pasauli

Tātad, kā ir ar šīm labi reklamētajām trīs pasaules spilgtāko prātu bailēm, paredzot Terminatoram līdzīgu pārņemšanu ar ļaunprātīgu AI?

DeepMind līdzdibinātājs Mustafa Suleimans domā, ka šādas runas nav noderīgas un nedaudz dīvainas. "Stāstījums ir nomainīts no" Vai nav briesmīgi, ka AI ir bijusi tik neveiksmīga? "Uz" Vai tas nav briesmīgi vai mākslīgais intelekts ir bijis tik veiksmīgs? ”” sacīja Suleimans, runājot nesenā mašīnmācīšanās pasākumā Londona.

"Tas, kā mēs domājam par AI, ir tas, ka tas būs ļoti spēcīgs rīks, kuru mēs kontrolējam un kuru mēs vadām, kura iespējas, kuras mēs ierobežojam, tāpat kā jūs darāt ar jebkuru citu rīku, kas mums ir apkārtējā pasaulē, neatkarīgi no tā, vai tās ir veļas mazgājamās mašīnas vai traktoriem. Mēs tos veidojam, lai ļautu cilvēcei nevis mūs iznīcināt. ”

Ja tas nenomierina jūsu nervus, uzskatiet, ka DeepMind, piekrītot Google iegādei, uzstāja uz vairākiem drošības nosacījumiem. Viens no tiem bija izveidot ētikas un drošības padomi, lai uzraudzītu tās darbu.

Vēl viena prasība bija tāda, ka nevienu DeepMind AI darbu nevar izmantot militāriem vai izlūkdatu vākšanas mērķiem.

AI konkurenti

Google, protams, nav vienīgais tehnoloģiju uzņēmums, kuru interesē AI. Patiesībā visi lielākie interneta spēlētāji tajā ir ieguldījuši lielus līdzekļus un turpina zagt talantus no AI laboratorijām.

Facebook, kuru, kā jau tika apspriests, interesēja DeepMind pirms Google, ir sava AI grupa, kuru vada “dziļo mācību” profesors Yann LeCun.

Pagājušajā gadā tikmēr tika atklāts, ka Elons Musks un Marks Cukerbergs apvienojās klubā, lai ieguldītu Vicarious, uzņēmums, kas “izstrādā mašīnmācīšanās programmatūru, kuras pamatā ir cilvēka skaitļošanas principi smadzenes ”.

Daudz tālāk ambīciju mērogā, bet vēl praktiskāk, virkne tehnoloģiju uzņēmumu (tostarp Google) ir ieguldījuši datoru redzamības jomā. Tas ietver tādu algoritmu izstrādi, kas datoriem ļauj atpazīt fotoattēlu un attēlu saturu.

Vispazīstamākais piemērs tam ir Google nesen atjaunotais pakalpojums Fotoattēli, taču tas nav ne jauns, ne ekskluzīvs. Piemēram, 2012. gadā mākoņkrātuves līderis Dropbox iegādājās datorvīzijas uzņēmumu Anchovi Labs, savukārt Yahoo IQ dzinēji un LookFlow ir līdzīgi darījuši Flickr.

Bet DeepMind īpašā fotoattēlu atpazīšanas sistēma ieguva slavu 2015. gadā, kad inženieri Google pētījumu laboratorijās veica eksperimentu. Būtībā viņi lūdza neironu tīklu noteikt modeļus attēlos un pēc tam tos pārspīlēt. Ja DeepMind atpazītu, piemēram, seju, tas padarītu to vēl vairāk līdzīgu sejai.

Tā kā sistēma tika apmācīta, galvenokārt datu bāzē ievadot dzīvnieku attēlus, iegūtie attēli izskatījās pēc sirreālistiskas mākslas ar dzīvnieku sejām un psihodēliskiem modeļiem.

Attēli bija tik pārsteidzoši, ka daudzi no tiem tika pārdoti izsolē, kas notika Sanfrancisko, kur daži mākslas darbi bija pat 8 000 ASV dolāru.

Tomēr šķiet, ka tas tiek izmantots vai nu cilvēces lielāko problēmu risināšanai, vai sirreālisma mākslas radīšanai nenovēršami, ka AI un mašīnmācībai būs milzīga loma mūsu ikdienas dzīvē vai vismaz mūsu dzīvē bērnu dzīvi.