✖


Jump to content

Гугл ДипМайнд

(Перенаправлено с DeepMind Technologies )

Гугл ДипМайнд
Гугл ДипМайнд
Тип компании Дочерняя компания
Промышленность Искусственный интеллект
Основан 23 сентября 2010 г .; 13 лет назад ( 23 сентября 2010 г. ) [1]
Founders
HeadquartersLondon, England[2]
Key people
ProductsAlphaGo, AlphaStar, AlphaFold, AlphaZero
OwnerAlphabet Inc.[3]
Number of employees
c. 2,600 (2024)[4]
ParentDeepmind Holdings Limited[5]
Websitedeepmind.google
Part of a series on
Artificial intelligence
Major goals
Approaches
Applications
Philosophy
History
Glossary

Google DeepMind Technologies Limited — британско-американская исследовательская лаборатория искусственного интеллекта , которая является дочерней компанией Google . Основанная в Великобритании в 2010 году, компания была приобретена Google в 2014 году. [6] и в апреле 2023 года объединилась с Google AI компании подразделением Google Brain и стала Google DeepMind. Компания базируется в Лондоне , а исследовательские центры находятся в Канаде. [7] Франция, [8] Германия и США.

DeepMind представила нейронные машины Тьюринга (нейронные сети, которые могут обращаться к внешней памяти подобно обычной машине Тьюринга ), [9] В результате появился компьютер, который отдаленно напоминает кратковременную память человеческого мозга. [10] [11]

DeepMind создала модели нейронных сетей для видеоигр и настольных игр . В 2016 году компания попала в заголовки газет после того, как ее программа AlphaGo победила профессионального в го игрока Ли Седоля , чемпиона мира, в матче из пяти игр , о котором был снят документальный фильм. [12] Более общая программа AlphaZero победила самые мощные программы, играющие в го , шахматы и сёги (японские шахматы) после нескольких дней игры против самой себя с использованием обучения с подкреплением . [13]

In 2020, DeepMind made significant advances in the problem of protein folding with AlphaFold.[14] In July 2022, it was announced that over 200 million predicted protein structures, representing virtually all known proteins, would be released on the AlphaFold database.[15][16] AlphaFold's database of predictions achieved state of the art records on benchmark tests for protein folding algorithms, although each individual prediction still requires confirmation by experimental tests. AlphaFold3 was released in May 2024, making structural predictions for the interaction of proteins with various molecules. It achieved new standards on various benchmarks, raising the state of the art accuracies from 28 and 52 percent to 65 and 76 percent.

History

[edit]

The start-up was founded by Demis Hassabis, Shane Legg and Mustafa Suleyman in September 2010.[17][18] Hassabis and Legg first met at the Gatsby Computational Neuroscience Unit at University College London (UCL).[19]

Demis Hassabis has said that the start-up began working on artificial intelligence technology by teaching it how to play old games from the seventies and eighties, which are relatively primitive compared to the ones that are available today. Some of those games included Breakout, Pong, and Space Invaders. AI was introduced to one game at a time, without any prior knowledge of its rules. After spending some time on learning the game, AI would eventually become an expert in it. "The cognitive processes which the AI goes through are said to be very like those of a human who had never seen the game would use to understand and attempt to master it."[20] The goal of the founders is to create a general-purpose AI that can be useful and effective for almost anything.

Major venture capital firms Horizons Ventures and Founders Fund invested in the company,[21] as well as entrepreneurs Scott Banister,[22] Peter Thiel,[23] and Elon Musk.[24] Jaan Tallinn was an early investor and an adviser to the company.[25] On 26 January 2014, Google confirmed its acquisition of DeepMind for a price reportedly ranging between $400 million and $650 million.[26][27][28] and that it had agreed to take over DeepMind Technologies. The sale to Google took place after Facebook reportedly ended negotiations with DeepMind Technologies in 2013.[29] The company was afterwards renamed Google DeepMind and kept that name for about two years.[30]

In 2014, DeepMind received the "Company of the Year" award from Cambridge Computer Laboratory.[31]

Logo from 2015–2016
Логотип 2016–2019 гг.

In September 2015, DeepMind and the Royal Free NHS Trust signed their initial information sharing agreement to co-develop a clinical task management app, Streams.[32]

После приобретения Google компания учредила совет по этике искусственного интеллекта . [33] Совет по этике исследований ИИ остается загадкой: и Google, и DeepMind отказываются раскрывать список членов совета. [34] DeepMind открыла новое подразделение под названием DeepMind Ethics and Society, которое сосредоточилось на этических и социальных вопросах, поднимаемых искусственным интеллектом, с участием известного философа Ника Бострома в качестве консультанта. [35] В октябре 2017 года DeepMind создала новую исследовательскую группу для изучения этики ИИ. [36] [37]

В декабре 2019 года соучредитель Сулейман объявил, что покидает DeepMind, чтобы присоединиться к Google, занимая политическую должность. [38]

В апреле 2023 года DeepMind объединилась с Google AI компании подразделением Google Brain в рамках продолжающихся усилий компании по ускорению работы над ИИ в ответ на OpenAI ChatGPT и образовала Google DeepMind . [39] Это ознаменовало конец многолетней борьбы руководителей DeepMind за большую автономию от Google. [40]

Продукты и технологии

[ редактировать ]

В 2016 году компания Google Research опубликовала документ, посвященный безопасности ИИ и предотвращению нежелательного поведения в процессе обучения ИИ. [41] В 2017 году компания DeepMind выпустила GridWorld, испытательный стенд с открытым исходным кодом для оценки того, учится ли алгоритм отключать аварийный переключатель или иным образом демонстрирует определенное нежелательное поведение. [42] [43]

В июле 2018 года исследователи из DeepMind обучили одну из своих систем игре в компьютерную игру Quake III Arena . [44]

По состоянию на 2020 год DeepMind опубликовал более тысячи статей, в том числе тринадцать статей, которые были приняты журналами Nature или Science . [ нужна ссылка ] DeepMind привлек внимание средств массовой информации в период AlphaGo; Согласно поиску LexisNexis , в 2016 году DeepMind упоминалось в 1842 опубликованных новостях, а в 2019 году их количество снизилось до 1363. [45]

Игры

[ редактировать ]

В отличие от более ранних ИИ, таких как IBM от Deep Blue или Watson , которые были разработаны для заранее определенной цели и функционировали только в рамках этой области, первоначальные алгоритмы DeepMind должны были быть общими. Они использовали обучение с подкреплением — алгоритм, который учится на основе опыта, используя в качестве входных данных только необработанные пиксели. Их первоначальный подход использовал глубокое Q-обучение со сверточной нейронной сетью . [30] [46] Они протестировали систему на видеоиграх, особенно на ранних аркадных играх , таких как Space Invaders или Breakout . [46] [47] Без изменения кода тот же ИИ мог играть в определенные игры более эффективно, чем когда-либо мог это сделать любой человек. [47]

В 2013 году компания DeepMind опубликовала исследование системы искусственного интеллекта, которая превзошла человеческие способности в таких играх, как Pong , Breakout и Enduro , а также превзошла самые современные производительности в Seaquest , Beamrider и Q*bert . [48] [49] Сообщается, что эта работа привела к приобретению компании Google. [50] ИИ DeepMind применялся в видеоиграх, созданных в 1970-х и 1980-х годах ; продолжалась работа над более сложными 3D-играми, такими как Quake , впервые появившаяся в 1990-х годах. [47]

В 2020 году DeepMind опубликовала Agent57, [51] [52] ИИ-агент, который превосходит человеческий уровень по производительности во всех 57 играх пакета Atari 2600. [53] В июле 2022 года DeepMind объявила о разработке DeepNash, безмодальной многоагентной системы обучения с подкреплением, способной играть в настольную игру Stratego на уровне эксперта-человека. [54]

AlphaGo и преемники

[ редактировать ]
Основные статьи: AlphaGo , AlphaGo Zero , AlphaZero и MuZero.

В октябре 2015 года компьютерная программа го под названием AlphaGo, разработанная DeepMind, обыграла чемпиона Европы по го Фань Хуэя , профессионала с 2 даном (из 9 возможных) со счетом пять: ноль. [55] Это был первый случай, когда искусственный интеллект (ИИ) победил профессионального игрока в го. [56] Раньше было известно, что компьютеры играли в го только на «любительском» уровне. [55] [57] Го считается гораздо более сложной задачей для компьютеров по сравнению с другими играми, такими как шахматы , из-за гораздо большего количества возможностей, что делает его непомерно трудным для традиционных методов ИИ, таких как грубая сила . [55] [57]

В марте 2016 года он обыграл Ли Седоля , одного из игроков с самым высоким рейтингом в мире, со счетом 4:1 в матче из пяти игр . На саммите Future of Go в 2017 году AlphaGo выиграла матч из трех игр у Кэ Цзе , который в течение двух лет был игроком с самым высоким рейтингом в мире. [58] [59] В 2017 году улучшенная версия AlphaGo Zero победила AlphaGo в ста играх из ста. Позже в том же году AlphaZero , модифицированная версия AlphaGo Zero, приобрела сверхчеловеческие способности в шахматах и ​​сёги. В 2019 году DeepMind выпустила новую модель под названием MuZero , которая освоила области го , шахмат , сёги и игр Atari 2600 без человеческих данных, знаний предметной области или известных правил. [60] [61]

Технология AlphaGo была разработана на основе глубокого обучения с подкреплением , что отличает ее от технологий искусственного интеллекта, представленных на рынке. Данные, подаваемые в алгоритм AlphaGo, состояли из различных ходов, основанных на исторических данных турниров. Количество ходов постепенно увеличивалось, пока их не было обработано более 30 миллионов. Цель заключалась в том, чтобы система имитировала игрока-человека, представленного входными данными, и со временем стала лучше. Она играла против себя и извлекла уроки из результатов; таким образом, со временем он научился совершенствоваться и в результате увеличил свой процент выигрышей. [62]

AlphaGo использовала две глубокие нейронные сети: политическую сеть для оценки вероятности хода и сеть стоимости для оценки позиций. Сеть политики обучалась посредством контролируемого обучения, а затем была усовершенствована с помощью обучения с подкреплением градиента политики . Сеть создания стоимости научилась предсказывать победителей в играх, которые политическая сеть ведет против себя. После обучения эти сети использовали упреждающий поиск по дереву Монте-Карло , используя сеть политик для определения возможных ходов с высокой вероятностью, в то время как сеть ценности (в сочетании с развертыванием Монте-Карло с использованием политики быстрого развертывания) оценивала позиции дерева. [63]

Напротив, AlphaGo Zero обучалась без предоставления данных об играх, в которые играли люди. Вместо этого он генерировал свои собственные данные, играя миллионы игр против себя. Он использовал единую нейронную сеть, а не отдельные сети политики и ценности. Его упрощенный поиск по дереву опирался на эту нейронную сеть для оценки позиций и перемещений выборки. Новый алгоритм обучения с подкреплением включил упреждающий поиск внутри цикла обучения. [63] В AlphaGo Zero занято около 15 человек и миллионы вычислительных ресурсов. [64] В конечном счете, ему требовалось гораздо меньше вычислительной мощности, чем AlphaGo, работающему на четырех специализированных процессорах искусственного интеллекта (Google TPU ) вместо 48 у AlphaGo. [65] Ему также потребовалось меньше времени на обучение: он смог победить своего предшественника всего за три дня по сравнению с месяцами, необходимыми для оригинального AlphaGo. [66] Аналогичным образом, AlphaZero также обучалась посредством самостоятельной игры .

Исследователи применили MuZero для решения реальной проблемы сжатия видео с заданным числом битов относительно интернет-трафика на таких сайтах, как YouTube , Twitch и Google Meet . Цель MuZero — оптимально сжать видео, чтобы сохранить качество видео при сокращении объема данных. Конечным результатом использования MuZero стало среднее снижение битрейта на 6,28%. [67] [68]

АльфаСтар

[ редактировать ]
Основная статья: AlphaStar (программное обеспечение)

В 2016 году Хассабис обсуждал игру StarCraft как вызов будущего, поскольку она требует стратегического мышления и обработки несовершенной информации. [69]

В январе 2019 года DeepMind представила AlphaStar — программу, играющую в стратегическую игру в реальном времени StarCraft II . AlphaStar использовала обучение с подкреплением на основе повторов игроков-людей, а затем играла против себя, чтобы улучшить свои навыки. На момент презентации AlphaStar обладала знаниями, эквивалентными 200 годам игрового времени. Он выиграл 10 матчей подряд у двух профессиональных игроков, хотя у него было несправедливое преимущество: он мог видеть все поле, в отличие от игрока-человека, которому приходится перемещать камеру вручную. Предварительная версия, в которой это преимущество было зафиксировано, проиграла последующий матч. [70]

В июле 2019 года AlphaStar начала играть против случайных людей в общедоступной европейской многопользовательской игре 1 на 1. В отличие от первой версии AlphaStar, в которой играли только протоссы против протоссов, в этой версии играли все расы игры, и ранее были исправлены несправедливые преимущества. [71] [72] К октябрю 2019 года AlphaStar достигла уровня гроссмейстера в лестнице StarCraft II во всех трех гонках StarCraft , став первым ИИ, достигшим высшей лиги широко популярного киберспорта без каких-либо игровых ограничений. [73]

Складывание белка

[ редактировать ]
Основная статья: AlphaFold

В 2016 году DeepMind обратила свой искусственный интеллект к сворачиванию белков — давней проблеме молекулярной биологии . В декабре 2018 года AlphaFold компании DeepMind выиграла 13-ю критическую оценку методов прогнозирования структуры белка (CASP), успешно предсказав наиболее точную структуру 25 из 43 белков. «Это проект-маяк, наша первая крупная инвестиция с точки зрения людей и ресурсов в фундаментальную, очень важную, реальную научную проблему», — сказал Хассабис The Guardian . [74] В 2020 году в 14-м CASP прогнозы AlphaFold достигли точности, сравнимой с лабораторными методами. Доктор Андрей Крыштафович, один из научных экспертов, назвал это достижение «поистине выдающимся» и сказал, что проблема предсказания того, как сворачиваются белки, «в значительной степени решена». [75] [76] [77]

В июле 2021 года были выпущены RoseTTAFold и AlphaFold2 с открытым исходным кодом, позволяющие ученым запускать свои собственные версии инструментов. Неделю спустя DeepMind объявила, что AlphaFold завершила предсказание почти всех белков человека, а также целых протеомов 20 других широко изученных организмов. [78] Структуры были опубликованы в базе данных структур белков AlphaFold. В июле 2022 года было объявлено, что предсказания более 200 миллионов белков, представляющих практически все известные белки, будут опубликованы в базе данных AlphaFold. [15] [16]

Самое последнее обновление AlphaFold3, выпущенное в мае 2024 года, предсказывает взаимодействие белков с ДНК, РНК и различными другими молекулами. В конкретном эталонном тесте по проблеме взаимодействия ДНК AlphaFold3 достиг точности 65%, что значительно улучшило предыдущий уровень техники (28%). [79]

Языковые модели

[ редактировать ]

В 2016 году DeepMind представила WaveNet , систему преобразования текста в речь . Изначально он был слишком вычислительно интенсивным для использования в потребительских продуктах, но в конце 2017 года он стал готов к использованию в потребительских приложениях, таких как Google Assistant . [80] [81] В 2018 году Google запустил коммерческий продукт преобразования текста в речь Cloud Text-to-Speech на основе WaveNet. [82] [83] В 2018 году DeepMind представила более эффективную модель под названием WaveRNN, разработанную совместно с Google AI . [84] [85] В 2020 году был представлен WaveNetEQ — метод сокрытия потерь пакетов, основанный на архитектуре WaveRNN. [86] В 2019 году Google начал распространять WaveRNN с WavenetEQ для пользователей Google Duo . [87]

, выпущенная в мае 2022 года, Gato представляет собой поливалентную мультимодальную модель. Он был обучен выполнению 604 задач, таких как подписи к изображениям, диалоги или расположение блоков. По данным DeepMind, в 450 из этих задач Гато превзошел экспертов-людей как минимум в половине случаев. [88] В отличие от таких моделей, как MuZero, Gato не нужно переучивать, чтобы переключаться с одной задачи на другую.

Sparrow на базе искусственного интеллекта, — это чат-бот разработанный DeepMind для создания более безопасных систем машинного обучения с использованием сочетания отзывов людей и предложений поиска Google. [89]

Chinchilla — языковая модель, разработанная DeepMind. [90]

28 апреля 2022 года компания DeepMind опубликовала сообщение в блоге о единой модели визуального языка (VLM) под названием Flamingo, которая может точно описать изображение чего-либо с помощью всего лишь нескольких обучающих изображений. [91] [92]

АльфаКод

[ редактировать ]

В 2022 году DeepMind представила AlphaCode, механизм кодирования на базе искусственного интеллекта, который создает компьютерные программы со скоростью, сравнимой со скоростью среднего программиста, при этом компания тестирует систему на предмет проблем с кодированием, создаваемых Codeforces, используемых в соревнованиях по программированию среди людей . [93] AlphaCode получила рейтинг, эквивалентный 54 % от среднего балла на Codeforces, после обучения работе с данными GitHub , а также проблемами и решениями Codeforce. Программа должна была найти уникальное решение и отказаться от дублирования ответов.

Близнецы

[ редактировать ]
Основная статья: Близнецы (языковая модель)

Gemini — это мультимодальная модель большого языка , выпущенная 6 декабря 2023 года. [94] Он является преемником языковых моделей Google LaMDA и PaLM 2 OpenAI и призван бросить вызов GPT-4 . [95] Gemini выпускается в трех размерах: Nano, Pro и Ultra. [96] Gemini — это также название чат-бота, интегрирующего Gemini (ранее называвшегося Bard ). [97]

Джемма

[ редактировать ]
Основная статья: Джемма (языковая модель)

Gemma — это семейство легких больших языковых моделей с открытым исходным кодом, выпущенное 21 февраля 2024 года. Оно доступно в двух различных размерах: модель с 7 миллиардами параметров, оптимизированная для использования графического процессора и TPU, и модель с 2 миллиардами параметров, предназначенная для процессоров и процессоров. приложения на устройстве. Модели Gemma были обучены на 6 триллионах текстовых токенов с использованием тех же архитектур, наборов данных и методологий обучения, что и семейство моделей Gemini. [98]

ГЛАДКИЙ

[ редактировать ]

В марте 2024 года DeepMind представила масштабируемый инструктируемый многословный агент, или SIMA, ИИ-агент, способный понимать и следовать инструкциям на естественном языке для выполнения задач в различных виртуальных трехмерных средах. SIMA, обучавшаяся на девяти видеоиграх из восьми студий и четырех исследовательских сред, продемонстрировала способность адаптироваться к новым задачам и настройкам, не требуя доступа к исходному коду игры или API. Агент включает в себя предварительно обученное компьютерное зрение и языковые модели, точно настроенные на игровые данные, причем язык имеет решающее значение для понимания и выполнения заданных задач в соответствии с инструкциями. Исследование DeepMind было направлено на разработку более полезных агентов ИИ путем перевода расширенных возможностей ИИ в реальные действия через языковой интерфейс. [99] [100]

Видео модель

[ редактировать ]

В мае 2024 года была анонсирована мультимодальная модель генерации видео на Google I/O 2024 под названием Veo . Google заявил, что может создавать видео в разрешении 1080p продолжительностью более минуты. [6] По состоянию на июнь 2024 г. , модель находится в ограниченном тестировании. [7]

Робототехника

[ редактировать ]

RoboCat, выпущенный в июне 2023 года, представляет собой модель искусственного интеллекта, которая может управлять роботизированными руками. Модель может адаптироваться к новым моделям роботизированного оружия и новым типам задач. [101] [102]

Спорт

[ редактировать ]

Исследователи DeepMind применили модели машинного обучения к футболу , который в Северной Америке часто называют футболом, моделируя поведение футболистов, включая вратаря, защитников и нападающих, в различных сценариях, таких как пенальти. Исследователи использовали тепловые карты и кластерный анализ, чтобы организовать игроков на основе их склонности вести себя определенным образом во время игры, когда им приходится решать, как забить или помешать другой команде забить.

Исследователи отмечают, что модели машинного обучения можно использовать для демократизации футбольной индустрии за счет автоматического выбора интересных видеоклипов игры, которые будут служить в качестве основных моментов. Это можно сделать путем поиска видео по определенным событиям, что возможно, поскольку анализ видео является общепринятой областью машинного обучения. Это также возможно благодаря обширной спортивной аналитике, основанной на данных, включая аннотированные передачи или удары, датчиках, которые многократно фиксируют данные о движениях игроков в течение игры, а также моделях теории игр. [103] [104]

Археология

[ редактировать ]

Google представил новую программу археологических документов, названную Итака в честь греческого острова Гомера в «Одиссее» . [105] Эта глубокая нейронная сеть помогает исследователям восстановить пустой текст поврежденных греческих документов, а также определить их дату и географическое происхождение. [106] Работа основана на другой сети анализа текста, выпущенной DeepMind в 2019 году, под названием Pythia. [106] Итака достигает 62% точности восстановления поврежденных текстов и 71% точности определения местоположения, а точность датировки составляет 30 лет. [106] Авторы утверждали, что использование Итаки «экспертами-историками» повысило точность их работы с 25 до 72 процентов. [105] Однако Элеонора Дики отметила, что на самом деле в этом тесте участвовали только студенты, и неясно, насколько полезна Итака будет «действительно квалифицированным редакторам». [106]

Команда работает над распространением модели на другие древние языки, включая демотический , аккадский , иврит и майя . [105]

Материаловедение

[ редактировать ]

В ноябре 2023 года Google DeepMind анонсировала сеть графов с открытым исходным кодом для исследования материалов (GNoME). Инструмент предлагает миллионы материалов, ранее неизвестных в химии, в том числе несколько сотен тысяч стабильных кристаллических структур, из которых 736 были экспериментально получены Массачусетским технологическим институтом на момент выпуска. [107] [108] Однако, по словам Энтони Читама , GNoME не внес «полезного практического вклада в деятельность экспериментальных материаловедов». [109] В обзорной статье Читама и Рама Сешадри не удалось выявить какие-либо «поразительно новые» материалы, найденные GNoME, причем большинство из них представляют собой незначительные варианты уже известных материалов. [109] [110]

Математика

[ редактировать ]

АльфаТензор

[ редактировать ]

В октябре 2022 года DeepMind выпустила AlphaTensor , в котором использовались методы обучения с подкреплением, аналогичные тем, которые используются в AlphaGo, для поиска новых алгоритмов умножения матриц . [111] [112] В особом случае умножения двух матриц 4×4 на целочисленные элементы, когда записывается только четность или нечетность записей, AlphaTensor нашел алгоритм, требующий всего 47 различных умножений; предыдущим оптимумом, известным с 1969 года, был более общий алгоритм Штрассена , использующий 49 умножений. [113] Ученый-компьютерщик Джош Алман назвал AlphaTensor «доказательством концепции чего-то, что может стать прорывом», а Василевска Уильямс назвала его «немного преувеличенным». [113] несмотря на то, что его основа в обучении с подкреплением также признается «чем-то совершенно отличным» от предыдущих подходов. [112]

АльфаГеометрия

[ редактировать ]
Основная статья: AlphaGeometry

AlphaGeometry — это нейросимволический искусственный интеллект , который смог решить 25 из 30 задач по геометрии Международной математической олимпиады , что сравнимо с результатом золотого медалиста. [114]

Традиционные геометрические программы представляют собой символьные движки , которые полагаются исключительно на закодированные человеком правила для создания строгих доказательств, что лишает их гибкости в необычных ситуациях. AlphaGeometry сочетает в себе такой символический движок со специализированной моделью большого языка, обученной на синтетических данных геометрических доказательств. Когда символическому движку не удается самостоятельно найти формальное и строгое доказательство, он обращается к большой языковой модели, которая предлагает геометрическую конструкцию для продвижения вперед. Однако неясно, насколько этот метод применим к другим областям математики или рассуждений, поскольку символьные движки полагаются на правила, специфичные для предметной области, а также из-за потребности в синтетических данных. [114]

АльфаДоказательство

[ редактировать ]

AlphaProof — это модель искусственного интеллекта, которая сочетает предварительно обученную языковую модель с алгоритмом обучения с подкреплением AlphaZero. AlphaZero ранее научилась осваивать игры. Предварительно обученная языковая модель, используемая в этой комбинации, представляет собой тонкую настройку модели Gemini для автоматического перевода формулировок задач на естественном языке в формальные утверждения, создавая большую библиотеку формальных задач различной сложности. Для этой цели математические утверждения определяются на формальном языке Lean . На Международной математической олимпиаде 2024 года AlphaProof вместе с адаптированной версией AlphaGeometry впервые достигли того же уровня решения задач, что и серебряный медалист этого соревнования. [115] [116]

АльфаДев

[ редактировать ]
Основная статья: АльфаДев

В июне 2023 года компания Deepmind объявила, что AlphaDev , которая ищет улучшенные алгоритмы информатики с помощью обучения с подкреплением , обнаружила более эффективный способ кодирования алгоритма сортировки и алгоритма хеширования. Новый алгоритм сортировки был на 70% быстрее для более коротких последовательностей и на 1,7% быстрее для последовательностей, превышающих 250 000 элементов, а новый алгоритм хеширования в некоторых случаях был на 30% быстрее. Алгоритм сортировки был принят в стандартной библиотеки C++ алгоритмы сортировки и стал первым изменением этих алгоритмов за более чем десятилетие и первым обновлением, включающим алгоритм, открытый с помощью ИИ. [117] Алгоритм хеширования был выпущен в библиотеку с открытым исходным кодом. [118] По оценкам Google, эти два алгоритма используются триллионы раз каждый день. [119]

Разные вклады в Google

[ редактировать ]

Google заявила, что алгоритмы DeepMind значительно повысили эффективность охлаждения центров обработки данных, автоматически балансируя стоимость сбоев оборудования и стоимость охлаждения. [120] Кроме того, DeepMind (вместе с другими исследователями Alphabet AI) помогает Google Play персонализировать рекомендации приложений. [82] DeepMind также сотрудничал с командой Android в Google для создания двух новых функций, которые стали доступны людям с устройствами под управлением Android Pie, девятой версии мобильной операционной системы Google. Эти функции, адаптивная батарея и адаптивная яркость, используют машинное обучение для экономии энергии и упрощают использование устройств под управлением операционной системы. Впервые DeepMind использует эти методы в таком небольшом масштабе, поскольку типичные приложения машинного обучения требуют на несколько порядков большей вычислительной мощности. [121]

DeepMind Здоровье

[ редактировать ]

В июле 2016 года было объявлено о сотрудничестве между DeepMind и Moorfields Eye Hospital по разработке приложений искусственного интеллекта для здравоохранения . [122] DeepMind будет применяться для анализа анонимных сканирований глаз в поисках ранних признаков заболеваний, приводящих к слепоте .

В августе 2016 года было объявлено об исследовательской программе с больницей Университетского колледжа Лондона с целью разработки алгоритма, который сможет автоматически различать здоровые и раковые ткани в областях головы и шеи. [123]

Существуют также проекты с фондом Royal Free London NHS Foundation Trust и Imperial College Healthcare NHS Trust по разработке новых клинических мобильных приложений, связанных с электронными записями пациентов . [124] Сообщается, что в декабре 2017 года сотрудники Royal Free Hospital заявили, что доступ к данным пациентов через приложение сэкономил «огромное количество времени» и внес «феноменальную» разницу в ведение пациентов с острым повреждением почек. Данные о результатах теста отправляются на мобильные телефоны сотрудников и предупреждают их об изменениях в состоянии пациента. Это также позволяет персоналу видеть, отреагировал ли кто-то еще, и показывать пациентам свои результаты в визуальной форме. [125] [ ненадежный источник? ]

В ноябре 2017 года DeepMind объявила об исследовательском партнерстве с Британским центром онкологических исследований Имперского колледжа Лондона с целью улучшения выявления рака молочной железы путем применения машинного обучения к маммографии. [126] Кроме того, в феврале 2018 года DeepMind объявила, что сотрудничает с Министерством по делам ветеранов США , пытаясь использовать машинное обучение для прогнозирования начала острого повреждения почек у пациентов, а также, в более широком смысле, общего ухудшения состояния пациентов во время пребывания в больнице, чтобы что врачи и медсестры смогут быстрее оказать помощь нуждающимся пациентам. [127]

DeepMind разработала приложение под названием Streams, которое отправляет врачам оповещения о пациентах, которым грозит острое повреждение почек. [128] 13 ноября 2018 года DeepMind объявила, что ее подразделение здравоохранения и приложение Streams будут поглощены Google Health . [129] Защитники конфиденциальности заявили, что это объявление предает доверие пациентов и, по-видимому, противоречит предыдущим заявлениям DeepMind о том, что данные пациентов не будут связаны с учетными записями или службами Google. [130] [131] Представитель DeepMind заявил, что данные пациентов по-прежнему будут храниться отдельно от сервисов и проектов Google. [132]

Споры об обмене данными NHS

[ редактировать ]

В апреле 2016 года New Scientist получила копию соглашения об обмене данными между DeepMind и Royal Free London NHS Foundation Trust . Последний управляет тремя лондонскими больницами, где ежегодно проходят лечение около 1,6 миллиона пациентов. Соглашение показывает, что DeepMind Health имела доступ к данным о госпитализации, выписке и переводе, несчастных случаях и неотложной помощи, патологии и радиологии, а также интенсивной терапии в этих больницах. Сюда входили личные данные, например, был ли у пациентов диагностирован ВИЧ , страдали ли они от депрессии или когда-либо делали аборт с целью проведения исследований для поиска лучших результатов при различных состояниях здоровья. [133] [134]

(ICO) была подана жалоба В Управление комиссара по информации , в которой утверждалось, что данные должны быть псевдонимизированы и зашифрованы. [135] В мае 2016 года журнал New Scientist опубликовал еще одну статью, в которой утверждалось, что проект не получил одобрения Консультативной группы по конфиденциальности Агентства по регулированию лекарственных средств и товаров медицинского назначения . [136]

В 2017 году ICO завершило годичное расследование, в котором основное внимание уделялось тому, как Фонд Royal Free NHS Foundation Trust тестировал приложение Streams в конце 2015 и 2016 годов. [137] ICO обнаружило, что Royal Free не соблюдала Закон о защите данных, когда предоставляла данные о пациентах DeepMind, и обнаружило несколько недостатков в обработке данных, в том числе то, что пациенты не были должным образом проинформированы о том, что их данные будут использоваться как часть тест. DeepMind опубликовал свои мысли [138] о расследовании в июле 2017 года, заявив, что «нам нужно действовать лучше», и подчеркнув несколько мероприятий и инициатив, которые они инициировали в целях прозрачности, надзора и взаимодействия. Это включало разработку стратегии вовлечения пациентов и общественности. [139] и прозрачность в своих партнерских отношениях.

В мае 2017 года Sky News опубликовал просочившееся письмо от National Data Guardian дамы Фионы Калдикотт , в котором говорилось, что, по ее «обдуманному мнению», соглашение об обмене данными между DeepMind и Royal Free было заключено на «ненадлежащей правовой основе». [140] В июле 2017 года Управление комиссара по информации постановило, что больница Royal Free не выполнила Закон о защите данных, когда передала DeepMind личные данные 1,6 миллиона пациентов. [141]

DeepMind Этика и общество

[ редактировать ]

В октябре 2017 года DeepMind объявила о создании нового исследовательского подразделения DeepMind Ethics & Society. [142] Их цель — финансировать внешние исследования по следующим темам: конфиденциальность, прозрачность и справедливость; экономические последствия; управление и подотчетность; управление рисками ИИ; мораль и ценности ИИ; и как ИИ может решить мировые проблемы. В результате команда надеется глубже понять этические последствия ИИ и помочь обществу увидеть, что ИИ может быть полезным. [143]

Это новое подразделение DeepMind является полностью отдельным подразделением от партнерства ведущих компаний, использующих искусственный интеллект, научных кругов, организаций гражданского общества и некоммерческих организаций под названием « Партнерство по искусственному интеллекту на благо людей и общества» , частью которого также является DeepMind. [144] Совет по этике и обществу DeepMind также отличается от обсуждаемого совета по этике ИИ, который Google первоначально согласился сформировать при приобретении DeepMind. [145]

DeepMind Профессора машинного обучения

[ редактировать ]

DeepMind спонсирует три кафедры машинного обучения:

  1. В Кембриджском университете , проводимом Нилом Лоуренсом , [146] на кафедре компьютерных наук и технологий ,
  2. В Оксфордском университете , проводимом Майклом Бронштейном , [147] на факультете компьютерных наук и
  3. В Университетском колледже Лондона , проводимом Марком Дейзенротом , [148] на кафедре компьютерных наук.

См. также

[ редактировать ]

Ссылки

[ редактировать ]
  1. ^ «DeepMind Technologies Limited – Обзор (бесплатная информация о компании от Регистрационной палаты)» . Дом компаний . Проверено 13 марта 2016 г.
  2. ^ «Кингс-Кросс — Здание S2 — SES Engineering Services» . www.ses-ltd.co.uk . Проверено 14 июля 2022 г.
  3. ^ «Лица Deepmind Holdings Limited со значительным контролем — Найдите и обновите информацию о компании — GOV.UK» . Дом компаний . 30 августа 2019 года . Проверено 7 мая 2024 г.
  4. ^ Лэнгли, Хью (16 мая 2024 г.). «Как генеральный директор Google Сундар Пичаи встряхнул свою команду лидеров в эпоху искусственного интеллекта» . Бизнес-инсайдер . Архивировано из оригинала 20 мая 2024 года.
  5. ^ «Обзор Deepmind Holdings Limited — Найдите и обновите информацию о компании — GOV.UK» . Дом компаний . 30 августа 2019 года . Проверено 7 мая 2024 г.
  6. ^ Перейти обратно: а б Брей, Чад (27 января 2014 г.). «Google приобретает британского разработчика искусственного интеллекта» . Книга сделок . Проверено 4 ноября 2019 г.
  7. ^ Перейти обратно: а б "О нас" . ДипМайнд . 14 мая 2024 г.
  8. ^ «Возвращение в Париж» . ДипМайнд . 14 мая 2024 г.
  9. ^ Грейвс, Алекс ; Уэйн, Грег; Данигелка, Иво (2014). «Нейронные машины Тьюринга». arXiv : 1410.5401 [ cs.NE ].
  10. ^ Лучшее за 2014 год: секретный стартап DeepMind от Google представляет «нейронную машину Тьюринга». Архивировано 4 декабря 2015 года в Wayback Machine , MIT Technology Review.
  11. ^ Грейвс, Алекс ; Уэйн, Грег; Рейнольдс, Малькольм; Харли, Тим; Данигелка, Иво; Грабская-Барвинская, Агнешка; Кольменарехо, Серхио Гомес; Грефенштетт, Эдвард; Рамальо, Тьяго (12 октября 2016 г.). «Гибридные вычисления с использованием нейронной сети с динамической внешней памятью» . Природа . 538 (7626): 471–476. Бибкод : 2016Natur.538..471G . дои : 10.1038/nature20101 . ISSN   1476-4687 . ПМИД   27732574 . S2CID   205251479 .
  12. ^ Кос, Грег (29 сентября 2017 г.), AlphaGo , Иоаннис Антоноглу, Лукас Бейкер, Ник Бостром , получено 9 января 2018 г.
  13. ^ Сильвер, Дэвид ; Юбер, Томас; Шритвизер, Джулиан; Антоноглу, Иоаннис; Лай, Мэтью; Гез, Артур; Ланкто, Марк; Сифре, Лоран; Кумаран, Дхаршан; Грепель, Торе; Лилликрап, Тимоти; Симонян, Карен; Хассабис, Демис (5 декабря 2017 г.). «Освоение шахмат и сёги путем самостоятельной игры с помощью общего алгоритма обучения с подкреплением». arXiv : 1712.01815 [ cs.AI ].
  14. ^ Каллауэй, Юэн (30 ноября 2020 г.). « Это изменит всё»: искусственный интеллект DeepMind совершает гигантский скачок в решении белковых структур» . Природа . Проверено 31 августа 2021 г.
  15. ^ Перейти обратно: а б Геддес, Линда (28 июля 2022 г.). «DeepMind раскрывает структуру 200 миллионов белков, совершая научный прорыв» . Хранитель .
  16. ^ Перейти обратно: а б «AlphaFold раскрывает структуру белковой вселенной» . ДипМайнд . 28 июля 2022 г.
  17. ^ «Google покупает британскую компанию по искусственному интеллекту DeepMind» . Блумберг . 27 января 2014 г. Архивировано из оригинала 13 ноября 2014 г. . Проверено 13 ноября 2014 г.
  18. ^ «Google выделяет 400 миллионов фунтов стерлингов на разработку искусственного интеллекта» . Файнэншл Таймс . 27 января 2014 года . Проверено 13 ноября 2014 г.
  19. ^ «Демис Хассабис: 15 фактов об основателе DeepMind Technologies» . Хранитель . Проверено 12 октября 2014 г.
  20. ^ Марр, Бернард. «Как удивительный стартап Google в области искусственного интеллекта DeepMind делает наш мир умнее» . Форбс . Проверено 30 июня 2018 г.
  21. ^ Куксон, Роберт (27 января 2014 г.). «Покупка DeepMind предвещает подъем машин» . Файнэншл Таймс . Проверено 14 октября 2014 г.
  22. ^ «Инвесторы DeepMind Technologies» . Проверено 12 октября 2014 г.
  23. ^ Шид, Сэм. «Как DeepMind убедила миллиардера Питера Тиля инвестировать, не переводя компанию в Силиконовую долину» . Бизнес-инсайдер.
  24. ^ Роуэн, Дэвид (22 июня 2015 г.). «DeepMind: внутри супермозга Google» . Проводная Великобритания . Архивировано из оригинала 3 сентября 2023 года.
  25. ^ «Recode.net – Приобретение DeepMind Technologies» . 26 января 2014 года . Проверено 27 января 2014 г.
  26. ^ «Google купит компанию DeepMind, занимающуюся искусственным интеллектом» . Рейтер . 26 января 2014 года . Проверено 12 октября 2014 г.
  27. ^ «Google приобретает британский стартап Deepmind в области искусственного интеллекта» . Хранитель . Проверено 27 января 2014 г.
  28. ^ «Отчет о приобретении, TechCrunch» . ТехКранч . Проверено 27 января 2014 г.
  29. ^ «Google побеждает Facebook в приобретении DeepMind Technologies» . Проверено 27 января 2014 г.
  30. ^ Перейти обратно: а б Мних, Владимир; Кавукчуоглу, Корай; Сильвер, Дэвид (26 февраля 2015 г.). «Контроль на человеческом уровне посредством глубокого обучения с подкреплением». Природа . 518 (7540): 529–33. Бибкод : 2015Natur.518..529M . дои : 10.1038/nature14236 . ПМИД   25719670 . S2CID   205242740 .
  31. ^ «Награды Зала славы: отметить успех компаний, основанных выпускниками компьютерных лабораторий» . Кембриджский университет . Проверено 12 октября 2014 г.
  32. ^ Ломас, Наташа. «В документах подробно описан план DeepMind по применению ИИ к данным Национальной службы здравоохранения в 2015 году» . ТехКранч . Проверено 26 сентября 2017 г.
  33. ^ «Внутри таинственного совета по этике Google» . Форбс . 3 февраля 2014 года . Проверено 12 октября 2014 г.
  34. ^ Рамеш, Рандип (4 мая 2016 г.). «DeepMind от Google не должен тайно поглощать данные нашей Национальной службы здравоохранения» . Хранитель . Архивировано из оригинала 13 октября 2016 года . Проверено 19 октября 2016 г.
  35. ^ Херн, Алекс (4 октября 2017 г.). «DeepMind объявляет о создании группы по этике, которая сосредоточится на проблемах ИИ» . The Guardian – через www.theguardian.com.
  36. ^ «DeepMind создала новую исследовательскую группу по вопросам этики и общества» . Бизнес-инсайдер . Проверено 25 октября 2017 г.
  37. ^ «DeepMind создает новую исследовательскую группу для изучения этики ИИ» . Грань . Проверено 25 октября 2017 г.
  38. ↑ Мадхумита Мурджиа, «Соучредитель DeepMind уходит на политическую должность в Google» , Financial Times , 5 декабря 2019 г.
  39. ^ Рот, Эмма; Питерс, Джей (20 апреля 2023 г.). «Большой шаг Google в области искусственного интеллекта объединит Brain и DeepMind в одну команду» . Грань . Архивировано из оригинала 20 апреля 2023 года . Проверено 21 апреля 2023 г.
  40. ^ Олсон, Парми (21 мая 2023 г.). «Подразделение Google DeepMind попыталось — и не удалось — добиться автономии ИИ от родителя» . Уолл Стрит Джорнал . Архивировано из оригинала 21 мая 2021 года . Проверено 12 сентября 2023 г.
  41. ^ Амодей, Дарий; Привет, Крис; Стейнхардт, Джейкоб; Кристиано, Пол; Шульман, Джон; Мане, Дэн (21 июня 2016 г.). «Конкретные проблемы безопасности ИИ». arXiv : 1606.06565 [ cs.AI ].
  42. ^ «У DeepMind есть простые тесты, которые могут предотвратить апокалипсис искусственного интеллекта Илона Маска» . Bloomberg.com . 11 декабря 2017 года . Проверено 8 января 2018 г.
  43. ^ «DeepMind компании Alphabet использует игры, чтобы выяснить, сможет ли искусственный интеллект вырваться на свободу и убить нас всех» . Удача . Проверено 8 января 2018 г.
  44. ^ «Новый трюк DeepMind AI — играть в Quake III Arena как человек» . Engadget . 3 июля 2018 г.
  45. ^ Шид, Сэм (5 июня 2020 г.). «Почему ажиотаж вокруг DeepMind утихает по мере перехода от игр к науке» . CNBC . Проверено 12 июня 2020 г.
  46. ^ Перейти обратно: а б Мних, Владимир; Кавукчуоглу, Корай; Сильвер, Дэвид; Грейвс, Алекс; Антоноглу, Иоаннис; Виерстра, Даан; Ридмиллер, Мартин (12 декабря 2013 г.). «Игра в Atari с глубоким обучением с подкреплением». arXiv : 1312.5602 [ cs.LG ].
  47. ^ Перейти обратно: а б с Искусственный интеллект Deepmind @ FDOT14 . 19 апреля 2014 г. — через YouTube .
  48. ^ «Взгляд назад на некоторые из крупнейших побед ИИ в видеоиграх в 2018 году» . ВенчурБит . 29 декабря 2018 года . Проверено 19 апреля 2019 г.
  49. ^ Мних, Владимир; Кавукчуоглу, Корай; Сильвер, Дэвид; Грейвс, Алекс; Антоноглу, Иоаннис; Виерстра, Даан; Ридмиллер, Мартин (19 декабря 2013 г.). «Игра в Atari с глубоким обучением с подкреплением». arXiv : 1312.5602 [ cs.LG ].
  50. ^ «Последний прорыв в области искусственного интеллекта, сделанный DeepMind до того, как его купила Google» . Блог физики arXiv . 29 января 2014 года . Проверено 12 октября 2014 г.
  51. ^ Адриа Пучдоменек Бадиа; Пиот, Билал; Каптуровский, Стивен; Шпрехманн, Пабло; Витвицкий, Алекс; Го, Дэниел; Бланделл, Чарльз (30 марта 2020 г.). «Агент57: превосходит человеческий тест Atari». arXiv : 2003.13350 [ cs.LG ].
  52. ^ «Agent57: превосходит человеческий тест Atari» . ДипМайнд . 31 марта 2020 г. Проверено 25 мая 2020 г.
  53. ^ Линдер, Кортни (2 апреля 2020 г.). «Этот ИИ может победить людей во всех 57 играх Atari» . Популярная механика . Проверено 9 июня 2020 г.
  54. ^ «Исследователи Deepmind AI представляют DeepNash, автономный агент, обученный с помощью безмодельного мультиагентного обучения с подкреплением, который учится играть в игру Stratego на экспертном уровне» . МаркТехПост . 9 июля 2022 г.
  55. ^ Перейти обратно: а б с «Google добилась «прорыва» в области искусственного интеллекта, победив чемпиона по го» . Новости Би-би-си . 27 января 2016 г.
  56. ^ «Первое поражение профессионала Го против искусственного интеллекта» . Ле Монд (на французском языке). 27 января 2016 г.
  57. ^ Перейти обратно: а б «Исследовательский блог: AlphaGo: освоение древней игры го с помощью машинного обучения» . Блог исследований Google . 27 января 2016 г.
  58. ^ «Мировые рейтинги игроков в го» . Май 2017.
  59. ^ «Ке Цзе празднует свой 19-й день рождения и уже два года занимает первое место в человеческом мире» (на китайском языке, май 2017 г.).
  60. ^ «MuZero: Освоение го, шахмат, сёги и Atari без правил» . www.deepmind.com . Проверено 29 апреля 2022 г.
  61. ^ Шритвизер, Джулиан; Антоноглу, Иоаннис; Юбер, Томас; Симонян, Карен; Сифре, Лоран; Шмитт, Саймон; Гез, Артур; Локхарт, Эдвард; Хассабис, Демис; Грепель, Торе; Лилликрап, Тимоти (23 декабря 2020 г.). «Освоение Atari, Go, шахмат и сёги путем планирования с использованием изученной модели» . Природа . 588 (7839): 604–609. arXiv : 1911.08265 . Бибкод : 2020Natur.588..604S . дои : 10.1038/s41586-020-03051-4 . ISSN   0028-0836 . ПМИД   33361790 . S2CID   208158225 .
  62. ^ «Новейший ИИ может решать проблемы без обучения» . Экономист . Проверено 19 октября 2017 г.
  63. ^ Перейти обратно: а б Сильвер, Дэвид ; Шритвизер, Джулиан; Симонян, Карен; Антоноглу, Иоаннис; Хуанг, Аджа ; Гез, Артур; Юбер, Томас; Бейкер, Лукас; Лай, Мэтью; Болтон, Адриан; Чен, Ютянь ; Лилликрап, Тимоти; Фань, Хуэй ; Сифре, Лоран; Дрессе, Джордж ван ден; Грепель, Торе; Хассабис, Демис (19 октября 2017 г.). «Освоение игры в го без ведома человека» (PDF) . Природа . 550 (7676): 354–359. Бибкод : 2017Natur.550..354S . дои : 10.1038/nature24270 . ISSN   0028-0836 . ПМИД   29052630 . S2CID   205261034 . Значок закрытого доступа
  64. ^ Найт, Уилл. «Самый умный в мире игровой ИИ — AlphaGo от DeepMind — стал намного умнее» . Обзор технологий Массачусетского технологического института . Проверено 19 октября 2017 г.
  65. ^ Винсент, Джеймс (18 октября 2017 г.). «ИИ DeepMind, играющий в го, больше не нуждается в человеческой помощи, чтобы победить нас» . Грань . Проверено 19 октября 2017 г.
  66. ^ Селлан-Джонс, Рори (18 октября 2017 г.). «Google DeepMind: ИИ становится более чуждым» . Новости Би-би-си . Проверено 3 декабря 2017 г.
  67. ^ «Первый шаг MuZero от исследования реального мира» . www.deepmind.com . Проверено 29 апреля 2022 г.
  68. ^ Мандане, Амол; Жернов, Антон; Раух, Марибет; Гу, Чэньцзе; Ван, Мяосэнь; Сюэ, Флора; Шан, Венди; Панг, Дерек; Клаус, Рене; Чан, Чинг-Хан; Чен, Ченг (14 февраля 2022 г.). «MuZero с самоконкуренцией за контроль скорости при сжатии видео VP9». arXiv : 2202.06626 [ eess.IV ].
  69. ^ «Основатель DeepMind Демис Хассабис о том, как искусственный интеллект будет формировать будущее» . Грань . 10 марта 2016 г.
  70. ^ «DeepMind AI бросает вызов профессиональным игрокам StarCraft II и побеждает почти в каждом матче» . Экстремальные технологии . 24 января 2019 года . Проверено 24 января 2019 г.
  71. ^ Амадео, Рон (11 июля 2019 г.). «ИИ DeepMind тайно скрывается в общедоступной лестнице StarCraft II 1 на 1» . Арс Техника . Проверено 18 сентября 2019 г.
  72. ^ «Я играл против AlphaStar/Deepmind» . реддит . 23 июля 2019 года . Проверено 27 июля 2019 г.
  73. ^ «AlphaStar: уровень гроссмейстера в StarCraft II с использованием многоагентного обучения с подкреплением» . Блог DeepMind . 31 октября 2019 года . Проверено 31 октября 2019 г.
  74. ^ Сэмпл, Ян (2 декабря 2018 г.). «DeepMind от Google предсказывает трехмерные формы белков» . Хранитель . Проверено 3 декабря 2018 г.
  75. ^ Бриггс, Хелен (30 ноября 2020 г.). «Одна из величайших загадок биологии, «в значительной степени разгаданная» ИИ» . Новости Би-би-си . Проверено 30 ноября 2020 г. .
  76. ^ «AlphaFold: решение грандиозной проблемы биологии, возникшей 50 лет назад» . ДипМайнд . 30 ноября 2020 г. Проверено 30 ноября 2020 г. .
  77. ^ Шид, Сэм (30 ноября 2020 г.). «DeepMind решает 50-летнюю «большую задачу» с помощью искусственного интеллекта по сворачиванию белков» cnbc.com . Проверено 30 ноября 2020 г. .
  78. ^ Каллауэй, Юэн (2022). «Что будет дальше с AlphaFold и революцией в складывании белков ИИ» . Природа . 604 (7905): 234–238. Бибкод : 2022Natur.604..234C . дои : 10.1038/d41586-022-00997-5 . ПМИД   35418629 . S2CID   248156195 .
  79. ^ Салливан, Марк (8 мая 2024 г.). «Новый AlphaFold 3 от DeepMind расширяет возможности моделирования ДНК и РНК» . Компания Фаст .
  80. ^ «Вот почему Google Assistant звучит более реалистично, чем когда-либо прежде» . Удача . 5 октября 2017 года . Проверено 20 января 2018 г.
  81. ^ Гершгорн, Дэйв. «ИИ Google, генерирующий голос, теперь неотличим от человеческого» . Кварц . Проверено 20 января 2018 г.
  82. ^ Перейти обратно: а б Новет, Иордания (31 марта 2018 г.). «Google ищет способы заработать деньги на технологии искусственного интеллекта DeepMind от Alphabet» . CNBC . Проверено 3 апреля 2018 г.
  83. ^ «Представляем облачное преобразование текста в речь на базе технологии DeepMind WaveNet» . Блог об облачной платформе Google . Проверено 5 апреля 2018 г.
  84. ^ «Эффективный нейронный синтез звука» . Глубокий разум . Проверено 1 апреля 2020 г. [ постоянная мертвая ссылка ]
  85. ^ «Использование технологии WaveNet для воссоединения пользователей с нарушениями речи с их оригинальными голосами» . Глубокий разум . Проверено 1 апреля 2020 г.
  86. ^ Стимберг, Флориан; Нарест, Алекс; Баццика, Алессио; Колмодин, Леннарт; Баррера Гонсалес, Пабло; Шаронова Ольга; Лундин, Хенрик; Уолтерс, Томас К. (1 ноября 2020 г.). «WaveNetEQ — сокрытие потери пакетов с помощью WaveRNN». 2020 54-я Асиломарская конференция по сигналам, системам и компьютерам . IEEE. стр. 672–676. doi : 10.1109/ieeeconf51394.2020.9443419 . ISBN  978-0-7381-3126-9 .
  87. ^ «Улучшение качества звука в Duo с помощью WaveNetEQ» . Блог Google AI . Апрель 2020 года . Проверено 1 апреля 2020 г.
  88. ^ Виггерс, Кайл (13 мая 2022 г.). «Новая система искусственного интеллекта DeepMind может выполнять более 600 задач» . ТехКранч . Проверено 16 апреля 2024 г.
  89. ^ Гупта, Кхушбу (28 сентября 2022 г.). «Deepmind представляет «Sparrow», чат-бот на базе искусственного интеллекта, разработанный для создания более безопасных систем машинного обучения» . Проверено 8 мая 2023 г.
  90. ^ «Что такое ИИ шиншиллы: языковая модель чат-бота, конкурирующая с GPT-3 от Deepmind — экономия данных» . 12 января 2023 г. Проверено 8 мая 2023 г.
  91. ^ «Решение нескольких задач с помощью единой модели визуального языка» . www.deepmind.com . Проверено 29 апреля 2022 г.
  92. ^ Алайрак, Жан-Батист (2022). «Фламинго: модель визуального языка для кратковременного обучения» (PDF) . arXiv : 2204.14198 .
  93. ^ Винсент, Джеймс (2 февраля 2022 г.). «DeepMind заявляет, что ее новый механизм кодирования с использованием искусственного интеллекта не уступает среднестатистическому программисту-человеку» . Грань . Архивировано из оригинала 2 февраля 2022 года . Проверено 3 февраля 2022 г.
  94. ^ Круппа, Майлз (6 декабря 2023 г.). «Google объявляет о выпуске системы искусственного интеллекта Gemini после беспорядков у конкурента OpenAI» . Уолл Стрит Джорнал . ISSN   0099-9660 . Архивировано из оригинала 6 декабря 2023 года . Проверено 6 декабря 2023 г.
  95. ^ Найт, Уилл (26 июня 2023 г.). «Генеральный директор Google DeepMind заявил, что его следующий алгоритм затмит ChatGPT» . Проводной . Архивировано из оригинала 26 июня 2023 года . Проверено 21 августа 2023 г.
  96. ^ Пирс, Дэвид (6 декабря 2023 г.). «Google запускает Gemini, модель искусственного интеллекта, которая, как она надеется, разрушит GPT-4» . Грань . Проверено 16 апреля 2024 г.
  97. ^ «Google переименовывает свой сервис Bard AI в Gemini. Вот что это значит» . Новости CBS . 8 февраля 2024 г. Проверено 16 апреля 2024 г.
  98. ^ «Джемма: Представляем новые современные открытые модели» . Google . 21 февраля 2024 г. Проверено 22 февраля 2024 г.
  99. ^ «Универсальный ИИ-агент для виртуальных 3D-сред» . Гугл ДипМайнд . 13 марта 2024 г. Проверено 27 марта 2024 г.
  100. ^ Дэвид, Эмилия (13 марта 2024 г.). «Новый ИИ Google будет играть с вами в видеоигры, но не ради победы» . Грань . Проверено 27 марта 2024 г.
  101. ^ Виггерс, Кайл (21 июня 2023 г.). «RoboCat от DeepMind учится выполнять ряд робототехнических задач» . ТехКранч . Проверено 16 апреля 2024 г.
  102. ^ «Google DeepMind представляет робота с искусственным интеллектом, который может обучаться без присмотра» . Независимый . 23 июня 2023 г. Проверено 16 апреля 2024 г.
  103. ^ «Развитие спортивной аналитики посредством исследований искусственного интеллекта» . ДипМайнд . Проверено 29 апреля 2022 г.
  104. ^ Тейлс, Карл; Омидшафии, Шайеган; Мюллер, Пол; Ван, Чжэ; Коннор, Джером; Хеннес, Дэниел; Грэм, Ян; Спирмен, Уильям; Васкетт, Тим; Сталь, Дэфидд; Люк, Полина (6 мая 2021 г.). «План игры: что ИИ может сделать для футбола и что футбол может сделать для ИИ» . Журнал исследований искусственного интеллекта . 71 : 41–88. arXiv : 2011.09192 . дои : 10.1613/jair.1.12505 . ISSN   1076-9757 . S2CID   227013043 .
  105. ^ Перейти обратно: а б с «Предсказание прошлого с Итакой» . Гугл ДипМайнд . 9 марта 2022 г.
  106. ^ Перейти обратно: а б с д Винсент, Джеймс (9 марта 2022 г.). «Новая модель искусственного интеллекта DeepMind помогает расшифровывать, датировать и находить древние надписи» . Грань . Проверено 16 апреля 2024 г.
  107. ^ Купец Амиль; Бацнер, Саймон; Шенхольц, Сэмюэл С.; Айколь, Муратахан; Чхон, Говун; Чубук, Экин Догус (декабрь 2023 г.). «Масштабирование глубокого обучения для открытия материалов» . Природа . 624 (7990): 80–85. Бибкод : 2023Природа.624...80М . дои : 10.1038/s41586-023-06735-9 . ISSN   1476-4687 . ПМК   10700131 . ПМИД   38030720 .
  108. ^ «Новый инструмент искусственного интеллекта Google DeepMind помог создать более 700 новых материалов» . Обзор технологий Массачусетского технологического института . Проверено 2 января 2024 г.
  109. ^ Перейти обратно: а б Кеблер, Джейсон (11 апреля 2024 г.). «Действительно ли ИИ Google открывает «миллионы новых материалов»? " . 404 Медиа .
  110. ^ Читам, Энтони К .; Сешадри, Рам (2024). «Искусственный интеллект способствует открытию материалов? Перспектива статьи: Масштабирование глубокого обучения для открытия материалов» . Химия материалов . 36 (8): 3490–3495. doi : 10.1021/acs.chemmater.4c00643 . ПМЦ   11044265 . ПМИД   38681084 .
  111. ^ Хатсон, Мэтью (5 октября 2022 г.). «DeepMind AI изобретает более быстрые алгоритмы для решения сложных математических задач» . Природа . дои : 10.1038/d41586-022-03166-w . ПМИД   36198824 . S2CID   252737506 .
  112. ^ Перейти обратно: а б Небеса, Уилл Дуглас (5 октября 2022 г.). «Игровой ИИ DeepMind побил 50-летний рекорд в области компьютерных наук» . Обзор технологий Массачусетского технологического института .
  113. ^ Перейти обратно: а б «ИИ открывает новые возможности в умножении матриц» . Журнал Кванта . Ноябрь 2022 года . Проверено 26 ноября 2022 г.
  114. ^ Перейти обратно: а б Зия, Техсин (24 января 2024 г.). «АльфаГеометрия: задачи по геометрии с искусственным интеллектом DeepMind для мастеров на олимпиадных уровнях» . Unite.ai . Проверено 3 мая 2024 г.
  115. ^ Робертс, Шивон (25 июля 2024 г.). «ИИ получил серебряную медаль за решение задач Международной математической олимпиады» . nytimes.com . Проверено 3 августа 2024 г.
  116. ^ Команды AlphaProof и AlphaGeometry (25 июля 2024 г.). «ИИ получил серебряную медаль за решение задач Международной математической олимпиады» . deepmind.google . Проверено 3 августа 2024 г.
  117. ^ Небеса, Уилл Дуглас (7 июня 2023 г.). «Игровой ИИ Google DeepMind только что нашел еще один способ ускорить кодирование» . Обзор технологий Массачусетского технологического института . Архивировано из оригинала 14 июня 2023 года . Проверено 20 июня 2023 г.
  118. ^ «AlphaDev открывает более быстрые алгоритмы сортировки» . Блог DeepMind . 14 мая 2024 г. 18 июня 2024 г.
  119. ^ Спаркс, Мэтью (7 июня 2023 г.). «Новый способ сортировки объектов DeepMind AI может ускорить глобальные вычисления» . Новый учёный . Проверено 20 июня 2024 г.
  120. ^ «DeepMind AI сокращает расходы на охлаждение центров обработки данных Google на 40%» . Блог DeepMind . 14 мая 2024 г. 20 июля 2016 г.
  121. ^ «DeepMind, познакомьтесь с Android» . Блог DeepMind . 14 мая 2024 г. 8 мая 2018 г.
  122. ^ Баранюк, Крис (6 июля 2016 г.). «DeepMind от Google будет изучать снимки глаз Национальной службы здравоохранения для анализа заболеваний» . Би-би-си . Проверено 6 июля 2016 г.
  123. ^ Баранюк, Крис (31 августа 2016 г.). «Google DeepMind нацелен на лечение рака головы и шеи Национальной службы здравоохранения» . Би-би-си . Проверено 5 сентября 2016 г.
  124. ^ «DeepMind объявляет о втором партнерстве с Национальной службой здравоохранения» . ИТ-профессионал. 23 декабря 2016 года . Проверено 23 декабря 2016 г.
  125. ^ «Технология Streams от Google DeepMind названа «феноменальной» » . Цифровое здоровье. 4 декабря 2017 года . Проверено 23 декабря 2017 г.
  126. ^ «Google DeepMind объявляет о новом исследовательском партнерстве по борьбе с раком молочной железы с помощью ИИ» . Кремниевый угол . 24 ноября 2017 г.
  127. ^ «DeepMind от Google хочет, чтобы искусственный интеллект выявлял повреждения почек» . Венчурный бит . 22 февраля 2018 г.
  128. ^ Эвенстад, Лис (15 июня 2018 г.). «DeepMind Health должна быть прозрачной, чтобы завоевать общественное доверие, говорится в обзоре» . ComputerWeekly.com . Проверено 14 ноября 2018 г.
  129. ^ Винсент, Джеймс (13 ноября 2018 г.). «Google поглощает подразделение здравоохранения DeepMind, чтобы создать «ИИ-помощника для медсестер и врачей » . Грань . Проверено 14 ноября 2018 г.
  130. ^ Херн, Алекс (14 ноября 2018 г.). «Google «предает доверие пациентов» своим ходом DeepMind Health» . Хранитель . Проверено 14 ноября 2018 г.
  131. ^ Стокел-Уокер, Крис (14 ноября 2018 г.). «Почему Google, потребляющая DeepMind Health, пугает экспертов по конфиденциальности» . Проводной . Проверено 15 ноября 2018 г.
  132. ^ Мерфи, Марги (14 ноября 2018 г.). «Руководитель DeepMind защищает спорную сделку Google по здравоохранению» . Телеграф . Архивировано из оригинала 12 января 2022 года . Проверено 14 ноября 2018 г.
  133. ^ Ходсон, Хэл (29 апреля 2016 г.). «Выяснилось: ИИ Google имеет доступ к огромному количеству данных пациентов Национальной службы здравоохранения» . Новый учёный .
  134. ^ «Лидер: Если Google нечего скрывать в отношении данных Национальной службы здравоохранения, то почему такая секретность?» . Новый учёный . 4 мая 2016 г.
  135. ^ Доннелли, Кэролайн (12 мая 2016 г.). «ICO изучает сделку Google DeepMind по обмену данными о пациентах с NHS Hospital Trust» . Компьютерный еженедельник .
  136. ^ Ходсон, Хэл (25 мая 2016 г.). «Нужно ли соглашение Google по данным о пациентах Национальной службы здравоохранения (NHS) этического одобрения?» . Новый учёный . Проверено 28 мая 2016 г.
  137. ^ «Royal Free — пробная версия Google DeepMind не соответствует закону о защите данных» . ico.org.uk. ​17 августа 2017 года. Архивировано из оригинала 16 июня 2018 года . Проверено 15 февраля 2018 г.
  138. ^ «Комиссар по информации, Royal Free и что мы узнали» . ДипМайнд . Проверено 15 февраля 2018 г.
  139. ^ «Для пациентов» . ДипМайнд . Проверено 15 февраля 2018 г.
  140. ^ Мартин, Александр Дж (15 мая 2017 г.). «Google получил данные о 1,6 миллионах пациентов Национальной службы здравоохранения на «ненадлежащем правовом основании» » . Небесные новости . Проверено 16 мая 2017 г.
  141. ^ Херн, Алекс (3 июля 2017 г.). «Royal Free нарушила британский закон о данных в сделке с компанией Google DeepMind, касающейся 1,6 млн пациентов» . Хранитель .
  142. ^ «Почему мы запустили программу DeepMind по этике и обществу» . Блог DeepMind . Проверено 25 марта 2018 г.
  143. ^ Темпертон, Джеймс. «Новое подразделение DeepMind по этике искусственного интеллекта — это следующий большой шаг компании» . Проводной (Великобритания) . Проверено 3 декабря 2017 г.
  144. ^ Херн, Алекс (4 октября 2017 г.). «DeepMind объявляет о создании группы по этике, которая сосредоточится на проблемах ИИ» . Хранитель . Проверено 8 декабря 2017 г.
  145. ^ Херн, Алекс (4 октября 2017 г.). «DeepMind объявляет о создании группы по этике, которая сосредоточится на проблемах ИИ» . Хранитель . Проверено 12 июня 2020 г.
  146. ^ «Кембридж назначает первого профессора машинного обучения DeepMind» . Кембриджский университет . 18 сентября 2019 г.
  147. ^ «DeepMind финансирует новую должность в Оксфордском университете – должность профессора искусственного интеллекта DeepMind» . Кафедра компьютерных наук .
  148. ^ «DeepMind возобновляет свою приверженность UCL» . Университетский колледж Лондона . 29 марта 2021 г.
[ редактировать ]
Retrieved from "https://en.wikipedia.org/w/index.php?title=Google_DeepMind&oldid=1238321532"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 48192ef8b7de1c65f69e5ddc405cb66c__1722663780
URL1:https://arc.ask3.ru/arc/aa/48/6c/48192ef8b7de1c65f69e5ddc405cb66c.html
Заголовок, (Title) документа по адресу, URL1:
Google DeepMind - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)