Derin Düşünce | |
![]() DeepMind logosu. | |
Yaratılış | 2010 |
---|---|
Kurucular | Demis Hassabis , Shane Legg ve Mustafa Suleyman |
Yasal şekli | Yan kuruluş |
Merkez ofisi | 5 New Street Square, Londra Birleşik Krallık |
Hissedarlar | Google ve Alphabet Inc. |
Aktivite | Yapay zeka |
Ürün:% s | AlphaGo , AlphaFold ( giriş ) ve AlphaGo Zero |
Ana şirket | |
Etkili | 700 (2017 tahmini) |
İnternet sitesi | deepmind.com |
DeepMind , yapay zeka konusunda uzmanlaşmış bir İngiliz şirketidir . Başlangıçta DeepMind Technologies Limited olarak adlandırılan ve 2010 yılında Demis Hassabis , Mustafa Suleyman (en) ve Shane Legg (en) tarafından kurulan şirket , 26 Ocak 2014'te Google tarafından 628 milyon ABD dolarının üzerinde bir bedelle satın alındı .
Hedefi DeepMind "istihbarat çözmek" etmektir. Bu hedefe ulaşmak için şirket, " güçlü genelci öğrenme algoritmaları oluşturmak için makine öğreniminin en iyi tekniklerini ve sistem sinirbilimini " birleştirmeye çalışıyor . Şirket sadece makineleri yüksek performanslı yapay zeka ile donatmakla kalmıyor, aynı zamanda insan beyninin nasıl çalıştığını anlamak istiyor. Demis Hassabis şöyle açıklıyor:
"Algoritmik bir yapıya zekayı damıtmaya çalışmak, zihnimizin nasıl çalıştığını anlamanın en iyi yolu olabilir. "
- Demis Hassabis , Nature , 23 Şubat 2012.
Şirket, go veya arcade oyunları gibi oyunlar oynayabilen bilgisayar sistemleri geliştirmeye odaklanmıştır . Shane Legg'e göre, insan zekasına benzer bir zeka makinesi, “bir makine algısal girdi ve çıktı akışlarından çok çeşitli oyunları oynamayı ve oyunlar arasında edinilen anlayışı kullanmayı öğrendiğinde gerçekleştirilebilir [...]. " Atari 2600'de (Pong, Breakout, Space Invaders, Seaquest, Beamrider , Enduro ve Q * bert) yedi farklı oyunu oynamayı öğrenebilen bir yapay zekanın sunulması, Google tarafından satın alınmalarını motive etmiş olacaktı.
Nature dergisinde Şubat 2015'te yayınlanan yeni bir yayın, DeepMind'ın kaydettiği ilerlemeyi gösteriyor . Yazılım, test edilen 49 oyun arasından 22 klasik Atari oyunu için video oyunlarında bir insan uzmanından daha iyi, ancak yine de diğer 20 oyunda insan performansının gerisinde kalıyor ve kalan oyunlar için bir insan oyuncuyu geçmiyor. Yazılımın temel sınırlaması, zaman içinde uzun stratejiler planlayamamasıdır (15 saniyeden fazla).
DeepMind'ın üstesinden gelmeye çalıştığı zorluklardan biri , insan beyninde çalışmaya benzer kısa süreli hafıza elde etmektir. Geliştirilen sistem , harici bellek ile çalışmak üzere uyarlanmış bir tür sinir ağıdır . Sonuç, anıları depolayarak ve başka türlü yapamayacağı mantıksal görevleri gerçekleştirmek için onları yeniden kullanarak öğrenen bir bilgisayardır. Bu hesaplama biçimi klasik bir sinir ağından önemli ölçüde farklı olduğundan, DeepMind ona yeni bir isim verdi: sinirsel Turing makinesi . Sinirsel Turing makinesi, dış dünyadan aldığı girdileri kullanarak klasik bir sinir ağı gibi öğrenir, ancak aynı zamanda bu bilgiyi saklamayı ve geri almayı da öğrenir.
DeepMind , makine öğrenimi tekniğini " Derin Öğrenme " yi , özellikle işlemsel koşullandırma üzerine BF Skinner gibi psikologların çalışmalarından esinlenen, pekiştirmeli öğrenme adı verilen bir teknikle birleştirir . Tekniğe " Derin pekiştirmeli öğrenme " denir . Yazılım, tıpkı insanlar veya hayvanlar gibi eylemler gerçekleştirerek ve etkileri ve sonuçları gözlemleyerek öğrenir. Ancak DeepMind'in yayınlanmasına kadar , hiç kimse bir video oyunu oynamak kadar karmaşık eylemler gerçekleştirebilecek bir sistem kurmayı başaramamıştı. Öğrenme sürecinin bir parçası, gelecekte daha etkili hareket etmek için daha kesin bilgiler elde etmeye çalışmak için geçmiş deneyimleri tekrar tekrar analiz etmektir. Bu mekanizma, insan beyninde meydana gelenlere çok benzer. Uyuduğumuzda , hipokamp , günün anısını korteksimize yeniden yansıtır .
Hareket halindeyken oyun nedeniyle olası pozisyonları ve yerleşimler çokluğu yapay zeka anlaşılması en zor biri olarak kabul edilir Goban . DeepMind tarafından geliştirilen AlphaGo programı , diğer go programlarını% 99,8 oranında yenen bir yöntem olan Monte-Carlo algoritmasını ve sinir ağlarını birleştiriyor .
Ekim 2015'de, algoritma AlphaGo ait Deepmind Avrupa şampiyonu yendi gitmek , Fan Hui profesyonel bir oyuncuya karşı bir bilgisayarın sıfır ilk zaferine beş kazanır. Bu bilgisayar istismarının önemini daha iyi anlamak için Git Bilgisayar oyunu makalesine bakın .
Mart 2016'da AlphaGo , dünyanın en iyi oyuncularından biri olan Lee Sedol'a karşı kazandı (skor 4-1) ve Mayıs 2017'de dünya şampiyonu Ke Jie'yi yendi .
Haziran 2017'nin başlarında yayınlanan iki çalışmada, Deepmind araştırmacıları ilişkisel ve tahmine dayalı muhakeme kapasitesine sahip aracılar geliştirme çabalarını detaylandırıyor; insan zekasının iki kurucu fakültesi.
Her iki sistem de mevcut makine öğrenimi yöntemlerine dayanmaktadır. Birincisi, nesneler arasındaki uzamsal ilişkileri tanımayı öğrenebilir ve ikincisi, iki boyutlu bir ortamda hareket eden nesnelerin hareket tahminlerini üretmeyi başarır. Bu bir "sezgisel fizik motoru" dur.
Elde ettikleri sonuçlar, daha önce elde edilen her şeyden önemli ölçüde daha iyidir, hatta bazı durumlarda insan performansını aşar.
Çalışma, bazı araştırmacılar tarafından doğru yönde atılmış bir adım olarak selamlandı. Harvard'da psikoloji profesörü olan Sam Gershman da dahil olmak üzere bazıları daha eleştireldir ve DeepMind tarafından üretilen çalışmanın önemini abartmaya karşı uyarmaktadır. Onların argümanı, ayrı görevlerin her biri için insanüstü performans elde etmenin insanüstü genel zekaya ulaşmaya yol açmayacağıdır.
Şubat 2016'da Google DeepMind , doktorların böbrek sorunları olan hastaları izlemesine yardımcı olmak için Streams adlı bir uygulama geliştirmek için Londra'daki üç hastanede 1,6 milyon hastanın tıbbi kayıtlarını yöneten Ulusal Sağlık Hizmeti (NHS) ile bir ortaklık imzaladı . Akışların, hastane personelinin akut böbrek hastalığı vakalarını olabildiğince çabuk tespit etmesine yardımcı olmak için gerçek zamanlı verileri ayrıştırması gerekiyor. Bu durum, çok hızlı ilerleyen ve yeterince erken tedavi edilmezse ölümcül olabilen bir durum. Bununla birlikte, şirkete iletilenlerin yalnızca böbrek hastalarının dosyaları değil, tüm hastaların dosyaları olduğu ve bu dosyaların beş yıl öncesine kadar giden son derece hassas veriler içerdiği ortaya çıktığında bir tartışma çıktı: '' muayeneler, aşırı doz endikasyonları , kürtajlar , HIV , aynı zamanda hastaneden hastanın faaliyeti, yeri ve hatta ziyaretçileri hakkında günlük raporlar; tüm bunlar hastalara haber verilmeden.
DeepMind, 2016 yılında proteinlerin yapısının tahmini üzerine araştırmalara yatırım yaptı . AlphaFold programı , 2018'den beri bu alandaki uzmanları bir araya getiren uluslararası rekabeti (CASP) kazandı. Elde edilen sonuçlar 90 / 100'ü aşıyor, bu da onları laboratuvarda yapılan gözlemlerle karşılaştırılabilir kılıyor.