stringtranslate.com

Google DeepMind

DeepMind Technologies Limited , также известная под своим торговым названием Google DeepMind , является британо-американской исследовательской лабораторией искусственного интеллекта , которая является дочерней компанией Google . Основанная в Великобритании в 2010 году, она была приобретена Google в 2014 году [8] и объединена с подразделением Google AI Google Brain , чтобы стать Google DeepMind в апреле 2023 года. Компания базируется в Лондоне и имеет исследовательские центры в Канаде [9] , Франции [10], Германии и США.

DeepMind представила нейронные машины Тьюринга (нейронные сети, которые могут получать доступ к внешней памяти, как обычная машина Тьюринга ), [11] в результате чего появился компьютер, который отдаленно напоминает кратковременную память в человеческом мозге. [12] [13]

DeepMind создала модели нейронных сетей для видеоигр и настольных игр . Она попала в заголовки газет в 2016 году после того, как ее программа AlphaGo победила профессионального игрока в го Ли Седоля , чемпиона мира, в матче из пяти игр , который стал предметом документального фильма. [14] 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 . [15]

В 2020 году DeepMind добился значительных успехов в решении проблемы сворачивания белков с помощью AlphaFold . [16] В июле 2022 года было объявлено, что в базе данных AlphaFold будет опубликовано более 200 миллионов предсказанных структур белков, представляющих практически все известные белки. [17] [18] База данных предсказаний AlphaFold достигла самых современных рекордов в тестах на производительность алгоритмов сворачивания белков, хотя каждое отдельное предсказание все еще требует подтверждения экспериментальными тестами. AlphaFold3 был выпущен в мае 2024 года, делая структурные предсказания для взаимодействия белков с различными молекулами. Он достиг новых стандартов в различных тестах, повысив точность с 28 и 52 процентов до 65 и 76 процентов.

История

Стартап был основан Демисом Хассабисом , Шейном Леггом и Мустафой Сулейманом в ноябре 2010 года. [ 2] Хассабис и Легг впервые встретились в отделении вычислительной нейронауки Гэтсби в Университетском колледже Лондона (UCL). [19]

Демис Хассабис сказал, что стартап начал работать над технологией искусственного интеллекта, обучая его играть в старые игры семидесятых и восьмидесятых годов, которые относительно примитивны по сравнению с теми, что доступны сегодня. Некоторые из этих игр включали Breakout , Pong и Space Invaders . ИИ знакомили с одной игрой за раз, без каких-либо предварительных знаний ее правил. Потратив некоторое время на изучение игры, ИИ в конечном итоге стал экспертом в ней. «Говорят, что когнитивные процессы, через которые проходит ИИ, очень похожи на те, которые использует человек, никогда не видевший игру, чтобы понять и попытаться освоить ее». [20] Цель основателей — создать универсальный ИИ, который может быть полезен и эффективен практически для чего угодно.

В компанию инвестировали крупные венчурные компании Horizons Ventures и Founders Fund , [21] а также предприниматели Скотт Банистер , [22] Питер Тиль , [23] и Илон Маск . [24] Яан Таллинн был одним из первых инвесторов и консультантом компании. [25] 26 января 2014 года Google подтвердила свое приобретение DeepMind по цене, которая, как сообщается, варьировалась от 400 до 650 миллионов долларов. [26] [27] [28] и что она согласилась взять на себя управление DeepMind Technologies. Продажа Google состоялась после того, как Facebook , как сообщается, завершил переговоры с DeepMind Technologies в 2013 году. [29] Впоследствии компания была переименована в Google DeepMind и сохраняла это название около двух лет. [30]

В 2014 году DeepMind получила награду «Компания года» от Кембриджской компьютерной лаборатории . [31]

В сентябре 2015 года DeepMind и Royal Free NHS Trust подписали первоначальное соглашение об обмене информацией для совместной разработки приложения для управления клиническими задачами Streams. [32]

После приобретения Google компания создала совет по этике искусственного интеллекта . [33] Совет по этике для исследований ИИ остается загадкой, поскольку и Google, и DeepMind отказываются раскрывать, кто входит в совет. [34] DeepMind открыла новое подразделение под названием DeepMind Ethics and Society и сосредоточилась на этических и общественных вопросах, поднятых искусственным интеллектом, при участии 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, где будет работать в сфере политики. [38] В марте 2024 года Microsoft назначила его исполнительным вице-президентом и генеральным директором своего недавно созданного подразделения потребительского ИИ, Microsoft AI. [39]

В апреле 2023 года DeepMind объединилась с подразделением Google AI , Google Brain , и образовала Google DeepMind в рамках постоянных усилий компании по ускорению работы над ИИ в ответ на ChatGPT от OpenAI . [40] Это ознаменовало конец многолетней борьбы руководителей DeepMind за обеспечение большей автономии от Google. [41]

Продукция и технологии

Google Research опубликовала статью в 2016 году о безопасности ИИ и избежании нежелательного поведения в процессе обучения ИИ. [42] В 2017 году DeepMind выпустила GridWorld, испытательный стенд с открытым исходным кодом для оценки того, учится ли алгоритм отключать свой аварийный выключатель или иным образом проявляет определенное нежелательное поведение. [43] [44]

В июле 2018 года исследователи из DeepMind обучили одну из своих систем играть в компьютерную игру Quake III Arena . [45]

По состоянию на 2020 год DeepMind опубликовала более тысячи статей, включая тринадцать статей, принятых журналами Nature или Science . [ требуется ссылка ] DeepMind привлекла внимание СМИ в период AlphaGo; согласно поиску LexisNexis , в 2016 году DeepMind упоминался в 1842 опубликованных новостных статьях, а в 2019 году их число сократилось до 1363. [46]

Игры

В отличие от более ранних ИИ, таких как IBM Deep Blue или Watson , которые были разработаны для заранее определенной цели и функционировали только в пределах этой области, первоначальные алгоритмы DeepMind были предназначены для общего применения. Они использовали обучение с подкреплением , алгоритм, который учится на опыте, используя только сырые пиксели в качестве входных данных. Их первоначальный подход использовал глубокое Q-обучение со сверточной нейронной сетью . [30] [47] Они протестировали систему на видеоиграх, особенно на ранних аркадных играх , таких как Space Invaders или Breakout . [47] [48] Без изменения кода тот же ИИ мог играть в определенные игры эффективнее, чем любой человек когда-либо мог. [48]

В 2013 году DeepMind опубликовала исследование системы искусственного интеллекта, которая превзошла человеческие возможности в таких играх, как Pong , Breakout и Enduro , а также превзошла самые современные показатели в Seaquest , Beamrider и Q*bert . [49] [50] Сообщается, что эта работа привела к приобретению компании Google. [51] Искусственный интеллект DeepMind применялся в видеоиграх, созданных в 1970-х и 1980-х годах ; работа продолжалась для более сложных 3D-игр, таких как Quake , которая впервые появилась в 1990-х годах. [48]

В 2020 году DeepMind опубликовала Agent57, [52] [53] ИИ-агента, который превосходит производительность человека во всех 57 играх пакета Atari 2600. [54] В июле 2022 года DeepMind объявила о разработке DeepNash, многоагентной системы обучения с подкреплением без использования моделей, способной играть в настольную игру Stratego на уровне эксперта-человека. [55]

AlphaGo и преемники

В октябре 2015 года компьютерная программа для игры в го под названием AlphaGo, разработанная DeepMind, победила чемпиона Европы по игре в го Фань Хуэя , профессионала со 2-м даном (из 9 возможных данов), со счетом 5:0. [56] Это был первый раз, когда искусственный интеллект (ИИ) победил профессионального игрока в го. [57] Ранее было известно, что компьютеры играли в го только на «любительском» уровне. [56] [58] Считается, что го гораздо сложнее для компьютеров по сравнению с другими играми, такими как шахматы , из-за гораздо большего количества возможностей, что делает его непозволительно сложным для традиционных методов ИИ, таких как перебор . [56] [58]

В марте 2016 года он победил Ли Седоля , одного из самых высокорейтинговых игроков в мире, со счетом 4 к 1 в матче из пяти игр . На Future of Go Summit 2017 года AlphaGo выиграл матч из трех игр у Кэ Цзе , который был самым высокорейтинговым игроком в мире в течение двух лет. [59] [60] В 2017 году улучшенная версия AlphaGo Zero победила AlphaGo в ста из ста игр. 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 области или известных правил. [61] [62]

Технология AlphaGo была разработана на основе глубокого обучения с подкреплением , что отличало ее от технологий искусственного интеллекта, которые тогда были на рынке. Данные, подаваемые в алгоритм AlphaGo, состояли из различных ходов, основанных на исторических данных турниров. Количество ходов постепенно увеличивалось, пока не было обработано более 30 миллионов. Цель состояла в том, чтобы система имитировала игрока-человека, представленного входными данными, и в конечном итоге стала лучше. Она играла против себя и училась на результатах; таким образом, она училась совершенствовать себя с течением времени и в результате увеличивала свой процент побед. [63]

AlphaGo использовала две глубокие нейронные сети: сеть политик для оценки вероятностей ходов и сеть значений для оценки позиций. Сеть политик обучалась с помощью контролируемого обучения и впоследствии была улучшена с помощью обучения с подкреплением на основе градиента политики . Сеть значений научилась предсказывать победителей игр, сыгранных сетью политик против самой себя. После обучения эти сети использовали упреждающий поиск по дереву Монте-Карло , используя сеть политик для определения кандидатов на высоковероятные ходы, в то время как сеть значений (в сочетании с развертыванием Монте-Карло с использованием политики быстрого развертывания) оценивала позиции дерева. [64]

Напротив, AlphaGo Zero обучалась без ввода данных об играх, в которые играли люди. Вместо этого она генерировала собственные данные, играя миллионы игр против самой себя. Она использовала одну нейронную сеть, а не отдельные сети политик и значений. Ее упрощенный поиск по дереву опирался на эту нейронную сеть для оценки позиций и выборочных ходов. Новый алгоритм обучения с подкреплением включал опережающий поиск внутри цикла обучения. [64] AlphaGo Zero использовала около 15 человек и миллионы вычислительных ресурсов. [65] В конечном итоге ей требовалось гораздо меньше вычислительной мощности, чем AlphaGo, работая на четырех специализированных процессорах ИИ (Google TPU ), вместо 48 у AlphaGo . [66] Она также требовала меньше времени на обучение, будучи способной победить своего предшественника всего за три дня, по сравнению с месяцами, которые требовались для оригинальной AlphaGo. [67] Аналогичным образом AlphaZero также обучалась посредством самостоятельной игры .

Исследователи применили MuZero для решения реальной проблемы сжатия видео с заданным количеством бит по отношению к интернет-трафику на таких сайтах, как YouTube , Twitch и Google Meet . Цель MuZero — оптимально сжать видео, чтобы качество видео сохранялось при сокращении данных. Конечный результат с использованием MuZero составил 6,28% среднего снижения битрейта. [68] [69]

АльфаСтар

В 2016 году Хассабис обсуждал игру StarCraft как будущую задачу, поскольку она требует стратегического мышления и обработки несовершенной информации. [70]

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 от игроков-людей, а затем играла против себя, чтобы улучшить свои навыки. На момент презентации AlphaStar обладала знаниями, эквивалентными 200 годам игрового времени. Она выиграла 10 последовательных матчей против двух профессиональных игроков, хотя у нее было несправедливое преимущество в виде возможности видеть все поле, в отличие от игрока-человека, которому приходится вручную перемещать камеру. Предварительная версия, в которой это преимущество было исправлено, проиграла последующий матч. [71]

В июле 2019 года AlphaStar начал играть против случайных людей в общедоступном европейском многопользовательском рейтинге 1 на 1. В отличие от первой версии AlphaStar, в которой играли только протоссы против протоссов, эта версия играла за все расы игры и имела исправленные несправедливые преимущества. [72] [73] К октябрю 2019 года AlphaStar достиг уровня грандмастера в рейтинге StarCraft II во всех трех расах StarCraft , став первым ИИ, достигшим высшей лиги широко популярного киберспорта без каких-либо ограничений в игре. [74]

Сворачивание белка

В 2016 году DeepMind обратила свой искусственный интеллект к сворачиванию белков , давней проблеме в молекулярной биологии . В декабре 2018 года AlphaFold от DeepMind выиграла 13-ю критическую оценку методов прогнозирования структуры белков (CASP), успешно предсказав наиболее точную структуру для 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 . [75] В 2020 году на 14-й CASP предсказания AlphaFold достигли оценки точности, которая считается сопоставимой с лабораторными методами. Доктор Андрей Криштафович, один из членов коллегии научных судей, охарактеризовал это достижение как «действительно замечательное» и сказал, что проблема прогнозирования того, как сворачиваются белки, была «в значительной степени решена». [76] [77] [78]

В июле 2021 года были выпущены RoseTTAFold и AlphaFold2 с открытым исходным кодом, чтобы позволить ученым запускать собственные версии инструментов. Неделю спустя DeepMind объявила, что AlphaFold завершила свое предсказание почти всех человеческих белков, а также полных протеомов 20 других широко изученных организмов. [79] 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. [17] [18]

Последнее обновление AlphaFold3 было выпущено в мае 2024 года, предсказывая 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 в 28%. [80]

В октябре 2024 года Хассабис и Джон Джампер совместно получили половину Нобелевской премии по химии 2024 года за предсказание структуры белка, сославшись на достижение AlphaFold2. [81]

Языковые модели

В 2016 году DeepMind представила WaveNet , систему преобразования текста в речь . Изначально она была слишком вычислительно интенсивной для использования в потребительских продуктах, но в конце 2017 года она стала готова к использованию в потребительских приложениях, таких как Google Assistant . [82] [83] В 2018 году Google запустила коммерческий продукт преобразования текста в речь, Cloud Text-to-Speech, на основе WaveNet. [84] [85] В 2018 году DeepMind представила более эффективную модель под названием WaveRNN, разработанную совместно с Google AI . [86] [87] В 2020 году был представлен WaveNetEQ, метод сокрытия потери пакетов, основанный на архитектуре WaveRNN. [88] В 2019 году Google начала развертывать WaveRNN с WavenetEQ для пользователей Google Duo . [89]

Выпущенная в мае 2022 года, Gato представляет собой поливалентную мультимодальную модель. Она была обучена на 604 задачах, таких как подписи к изображениям, диалог или укладка блоков. По данным DeepMind, в 450 из этих задач Gato превзошла экспертов-людей по крайней мере в половине случаев. [90] В отличие от таких моделей, как MuZero, Gato не нужно переобучать, чтобы переключаться с одной задачи на другую.

Sparrow — это чат-бот на основе искусственного интеллекта, разработанный DeepMind для создания более безопасных систем машинного обучения с использованием сочетания обратной связи от человека и поисковых подсказок Google. [91]

Chinchilla — это языковая модель, разработанная DeepMind. [92]

DeepMind опубликовал запись в блоге 28 апреля 2022 года об одной визуальной языковой модели (VLM) под названием Flamingo, которая может точно описать изображение чего-либо с помощью всего лишь нескольких обучающих изображений. [93] [94]

AlphaCode

В 2022 году DeepMind представила AlphaCode, движок кодирования на базе искусственного интеллекта, который создает компьютерные программы со скоростью, сопоставимой со скоростью среднего программиста, при этом компания тестировала систему на проблемах кодирования, созданных Codeforces, используемых в соревнованиях по программированию среди людей. [95] AlphaCode получил рейтинг, эквивалентный 54% от медианного балла на Codeforces, после обучения на данных GitHub и проблемах и решениях Codeforce. Программа должна была придумать уникальное решение и не дублировать ответы.

Близнецы

Gemini — это многофункциональная большая языковая модель , которая была выпущена 6 декабря 2023 года. [96] Она является преемницей языковых моделей LaMDA и PaLM 2 от Google и стремится бросить вызов GPT-4 от OpenAI . [97] Gemini выпускается в 3 размерах: Nano, Pro и Ultra. [98] Gemini — это также название чат-бота, который интегрирует Gemini (и который ранее назывался Bard ). [99]

Джемма

Gemma — это семейство легких, открытых исходных кодов, больших языковых моделей, выпущенное 21 февраля 2024 года. Оно доступно в двух различных размерах: модель с 7 миллиардами параметров, оптимизированная для использования на GPU и TPU, и модель с 2 миллиардами параметров, разработанная для приложений на CPU и устройствах. Модели Gemma были обучены на 6 триллионах токенов текста, используя те же архитектуры, наборы данных и методики обучения, что и семейство моделей Gemini. [100]

СИМА

В марте 2024 года DeepMind представила Scalable Instructable Multiword Agent, или SIMA, агента ИИ, способного понимать и следовать инструкциям на естественном языке для выполнения задач в различных виртуальных 3D-средах. Обученный на девяти видеоиграх из восьми студий и четырех исследовательских средах, SIMA продемонстрировал способность адаптироваться к новым задачам и настройкам без необходимости доступа к исходному коду игры или API. Агент включает в себя предварительно обученные модели компьютерного зрения и языка, настроенные на игровые данные, причем язык имеет решающее значение для понимания и выполнения заданных задач в соответствии с инструкциями. Исследования DeepMind были направлены на разработку более полезных агентов ИИ путем перевода расширенных возможностей ИИ в действия реального мира с помощью языкового интерфейса. [101] [102]

Видео модель

В мае 2024 года на конференции Google I/O 2024 была анонсирована модель генерации мультимодального видео под названием Veo . Google заявила, что она может генерировать видео 1080p длительностью более минуты. [8] По состоянию на июнь 2024 года модель находится в стадии ограниченного тестирования. [9]

Робототехника

Выпущенный в июне 2023 года, RoboCat — это модель искусственного интеллекта, которая может управлять роботизированными руками. Модель может адаптироваться к новым моделям роботизированных рук и новым типам задач. [103] [104]

Спорт

Исследователи DeepMind применили модели машинного обучения к футболу , который в Северной Америке часто называют соккером, моделируя поведение футболистов, включая вратаря, защитников и нападающих, во время различных сценариев, 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 принимать решение о том, как забить гол или помешать другой команде забить гол.

Исследователи отмечают, что модели машинного обучения могут быть использованы для демократизации футбольной индустрии путем автоматического выбора интересных видеоклипов игры, которые служат яркими моментами. Это можно сделать путем поиска видео для определенных событий, что возможно, поскольку анализ видео является устоявшейся областью машинного обучения. Это также возможно благодаря обширной спортивной аналитике, основанной на данных, включая аннотированные пасы или удары, датчики, которые собирают данные о движениях игроков много раз в течение игры, и модели теории игр. [105] [106]

Археология

Google представила новую программу для работы с археологическими документами, названную Ithaca в честь греческого острова в «Одиссее » Гомера . [107] Эта глубокая нейронная сеть помогает исследователям восстанавливать пустой текст поврежденных греческих документов, а также определять их дату и географическое происхождение. [108] Работа основана на другой сети для анализа текста, которую DeepMind выпустила в 2019 году, названной Pythia. [108] Ithaca достигает 62% точности восстановления поврежденных текстов и 71% точности определения местоположения, а также имеет точность датировки 30 лет. [108] Авторы утверждают, что использование Ithaca «экспертами-историками» повысило точность их работы с 25 до 72 процентов. [107] Однако Элинор Дики отметила, что этот тест на самом деле проводился только среди студентов, заявив, что неясно, насколько Ithaca будет полезна «действительно квалифицированным редакторам». [108]

Команда работает над расширением модели на другие древние языки, включая демотический , аккадский , иврит и майя . [107]

Материаловедение

В ноябре 2023 года Google DeepMind анонсировала Open Source Graph Network for Materials Exploration (GNoME). Инструмент предлагает миллионы материалов, ранее неизвестных химии, включая несколько сотен тысяч стабильных кристаллических структур, из которых 736 были экспериментально получены Массачусетским технологическим институтом на момент выпуска. [109] [110] Однако, по словам Энтони Читема , GNoME не внес «полезного практического вклада в экспериментальное материаловедение». [111] Обзорная статья Читема и Рэма Сешадри не смогла идентифицировать какие-либо «поразительно новые» материалы, найденные GNoME, большинство из которых являются второстепенными вариантами уже известных материалов. [111] [112]

Математика

АльфаТензор

В октябре 2022 года DeepMind выпустила AlphaTensor , который использовал методы обучения с подкреплением, похожие на те, что есть в AlphaGo, для поиска новых алгоритмов умножения матриц . [113] [114] В особом случае умножения двух матриц 4×4 с целочисленными элементами, где регистрируется только четность или нечетность элементов, AlphaTensor нашел алгоритм, требующий всего 47 различных умножений; предыдущий оптимум, известный с 1969 года, был более общим алгоритмом Штрассена , использующим 49 умножений. [115] Специалист по информатике Джош Алман описал AlphaTensor как «доказательство концепции чего-то, что может стать прорывом», в то время как Василевска Уильямс назвала его «немного преувеличенным» [115], несмотря на то, что также признала его основу в обучении с подкреплением как «что-то совершенно иное» от предыдущих подходов. [114]

АльфаГеометрия

AlphaGeometry — это нейросимволический ИИ , который смог решить 25 из 30 геометрических задач Международной математической олимпиады , что сопоставимо с результатами золотого медалиста. [116]

Традиционные геометрические программы — это символические движки , которые полагаются исключительно на правила, закодированные человеком , для генерации строгих доказательств, что делает их негибкими в необычных ситуациях. AlphaGeometry объединяет такой символический движок со специализированной большой языковой моделью, обученной на синтетических данных геометрических доказательств. Когда символический движок не может найти формальное и строгое доказательство самостоятельно, он запрашивает большую языковую модель, которая предлагает геометрическую конструкцию для продвижения вперед. Однако неясно, насколько применим этот метод к другим областям математики или рассуждения, поскольку символические движки полагаются на доменно-специфические правила и из-за необходимости в синтетических данных. [116]

AlphaProof

AlphaProof — это модель искусственного интеллекта, которая объединяет 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, создавая большую библиотеку формальных задач различной сложности. Для этой цели математические формулировки определяются на формальном языке Lean . На Международной математической олимпиаде 2024 года AlphaProof вместе с адаптированной версией AlphaGeometry впервые достигли того же уровня решения задач в объединенных категориях, что и серебряный призер этого соревнования. [117] [118]

АльфаДев

В июне 2023 года Deepmind объявила, что AlphaDev , которая ищет улучшенные алгоритмы компьютерной науки с использованием 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 был на 30% быстрее в некоторых случаях. Алгоритм сортировки был принят в алгоритмы сортировки стандартной библиотеки C++ и стал первым изменением этих алгоритмов за более чем десятилетие и первым обновлением, включающим алгоритм, обнаруженный с помощью ИИ. [119] Алгоритм хеширования был выпущен в библиотеку с открытым исходным кодом. [120] Google оценивает, что эти два алгоритма используются триллионы раз каждый день. [121]

Различные вклады в Google

Google заявила, что алгоритмы DeepMind значительно повысили эффективность охлаждения ее центров обработки данных за счет автоматического уравновешивания стоимости отказов оборудования со стоимостью охлаждения. [122] Кроме того, DeepMind (вместе с другими исследователями Alphabet AI) помогает персонализировать рекомендации приложений Google Play . [84] DeepMind также сотрудничала 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, Adaptive Battery и Adaptive Brightness, используют машинное обучение для экономии энергии и упрощения использования устройств под управлением операционной системы. Впервые DeepMind применила эти методы в таком небольшом масштабе, при этом типичные приложения машинного обучения требуют на порядки больше вычислительной мощности. [123]

Здоровье DeepMind

В июле 2016 года было объявлено о сотрудничестве между DeepMind и глазной больницей Мурфилдс с целью разработки приложений ИИ для здравоохранения . [124] DeepMind будет применяться для анализа анонимных сканов глаз с целью поиска ранних признаков заболеваний, приводящих к слепоте .

В августе 2016 года было объявлено о начале исследовательской программы совместно с больницей Университетского колледжа Лондона с целью разработки алгоритма, который сможет автоматически различать здоровые и раковые ткани в области головы и шеи. [125]

Также существуют проекты с Royal Free London NHS Foundation Trust и Imperial College Healthcare NHS Trust по разработке новых клинических мобильных приложений, связанных с электронными записями пациентов . [126] Сообщалось, что сотрудники Royal Free Hospital в декабре 2017 года заявили, что доступ к данным пациентов через приложение сэкономил «огромное количество времени» и оказал «феноменальное» влияние на лечение пациентов с острой почечной недостаточностью. Данные о результатах тестов отправляются на мобильные телефоны сотрудников и оповещают их об изменениях в состоянии пациента. Это также позволяет сотрудникам видеть, ответил ли кто-то другой, и показывать пациентам их результаты в визуальной форме. [127] [ ненадежный источник? ]

В ноябре 2017 года DeepMind объявила об исследовательском партнерстве с Центром исследований рака Великобритании в Имперском колледже Лондона с целью улучшения обнаружения рака груди путем применения машинного обучения к маммографии. [128] Кроме того, в феврале 2018 года DeepMind объявила о сотрудничестве с Министерством по делам ветеранов США в попытке 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 врачи и медсестры могли быстрее лечить нуждающихся пациентов. [129]

DeepMind разработала приложение под названием Streams, которое отправляет оповещения врачам о пациентах с риском острого повреждения почек. [130] 13 ноября 2018 года DeepMind объявила, что ее подразделение здравоохранения и приложение Streams будут поглощены Google Health . [131] Защитники конфиденциальности заявили, что это объявление подрывает доверие пациентов и, по-видимому, противоречит предыдущим заявлениям DeepMind о том, что данные пациентов не будут связаны с учетными записями или службами Google. [132] [133] Представитель DeepMind заявил, что данные пациентов по-прежнему будут храниться отдельно от служб или проектов Google. [134]

Споры по поводу обмена данными NHS

В апреле 2016 года New Scientist получил 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 приеме, выписке и переводе, несчастных случаях и неотложной помощи, патологии и радиологии, а также интенсивной терапии в этих больницах. Это включало личные данные, такие как был ли диагностирован ВИЧ у пациентов , страдали ли они депрессией или когда-либо делали аборт , чтобы провести исследование для поиска лучших результатов при различных состояниях здоровья. [135] [136]

В Управление комиссара по информации (ICO) была подана жалоба , в которой утверждалось, что данные должны быть псевдонимизированы и зашифрованы. [137] В мае 2016 года New Scientist опубликовал еще одну статью, в которой утверждалось, что проект не получил одобрения Консультативной группы по конфиденциальности Агентства по регулированию лекарственных средств и изделий медицинского назначения . [138]

В 2017 году ICO завершила годичное расследование, сосредоточенное на том, как Royal Free NHS Foundation Trust тестировал приложение Streams в конце 2015 и 2016 годов. [139] ICO обнаружила, что Royal Free не соблюдала Закон о защите данных, когда предоставляла данные пациентов DeepMind, и обнаружила несколько недостатков в том, как обрабатывались данные, в том числе то, что пациенты не были должным образом проинформированы о том, что их данные будут использоваться в рамках теста. DeepMind опубликовала свои мысли [140] о расследовании в июле 2017 года, заявив, что «нам нужно работать лучше», и выделив несколько мероприятий и инициатив, которые они инициировали для прозрачности, надзора и взаимодействия. Это включало разработку стратегии вовлечения пациентов и общественности [141] и прозрачность в своих партнерствах.

В мае 2017 года Sky News опубликовала просочившееся письмо от National Data Guardian, Dame Fiona Caldicott , в котором говорилось, что, по ее «обдуманному мнению», соглашение об обмене данными между DeepMind и Royal Free было заключено на «ненадлежащей правовой основе». [142] Управление комиссара по информации постановило в июле 2017 года, что больница Royal Free не выполнила Закон о защите данных, когда передала персональные данные 1,6 миллиона пациентов DeepMind. [143]

Этика и общество DeepMind

В октябре 2017 года DeepMind объявила о создании нового исследовательского подразделения DeepMind Ethics & Society. [144] 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 то, как ИИ может решать мировые проблемы. В результате команда надеется глубже понять этические последствия ИИ и помочь обществу увидеть, что ИИ может быть полезным. [145]

Это новое подразделение DeepMind является полностью отдельным подразделением от партнерства ведущих компаний, использующих ИИ, академических кругов, организаций гражданского общества и некоммерческих организаций под названием « Партнерство по искусственному интеллекту на благо людей и общества » , частью которого также является DeepMind. [146] Совет по этике и обществу DeepMind также отличается от обсуждаемого Совета по этике ИИ, который Google изначально согласилась сформировать при приобретении DeepMind. [147]

Машина Хабермаса

В 2024 году Google Deepmind опубликовал результаты эксперимента, в котором они обучили две большие языковые модели , чтобы помочь идентифицировать и представить области совпадения среди нескольких тысяч членов группы, которых они набрали онлайн, используя такие методы, как жеребьевка, чтобы получить репрезентативную выборку участников. Проект назван в честь Юргена Хабермаса . [148] [149] В одном эксперименте участники оценили резюме ИИ выше, чем человека-модератора, в 56% случаев. [149]

Профессора машинного обучения DeepMind

DeepMind спонсирует три кафедры машинного обучения:

  1. В Кембриджском университете , где Нил Лоуренс [ 150] работал на кафедре компьютерных наук и технологий ,
  2. В Оксфордском университете , где руководит Майкл Бронштейн , [151] на кафедре компьютерных наук , и
  3. В Лондонском университетском колледже , где преподает Марк Дайзенрот [152] на кафедре компьютерных наук.

Смотрите также

Ссылки

  1. ^ "DeepMind Technologies Limited – Обзор (бесплатная информация о компании из Companies House)". Companies House . Получено 13 марта 2016 г. .
  2. ^ ab "DeepMind и Google: битва за контроль над искусственным интеллектом". The Economist . Получено 22 сентября 2024 г.
  3. ^ "King's Cross - S2 Building - SES Engineering Services". www.ses-ltd.co.uk . Получено 14 июля 2022 г. .
  4. ^ abc "Полная отчетность, составленная до 31 декабря 2023 года". Companies House. 7 октября 2024 года. С. 11.
  5. ^ "Deepmind Holdings Limited лица со значительным контролем - Поиск и обновление информации о компании - GOV.UK". Companies House . 30 августа 2019 г. . Получено 7 мая 2024 г. .
  6. ^ Лэнгли, Хью (16 мая 2024 г.). «Как генеральный директор Google Сундар Пичаи встряхнул свою руководящую команду для эпохи ИИ». Business Insider . Архивировано из оригинала 20 мая 2024 г.
  7. ^ "Обзор Deepmind Holdings Limited - Поиск и обновление информации о компании - GOV.UK". Companies House . 30 августа 2019 г. Получено 7 мая 2024 г.
  8. ^ ab Bray, Chad (27 января 2014 г.). «Google приобретает британского разработчика искусственного интеллекта». DealBook . Получено 4 ноября 2019 г. .
  9. ^ ab "О нас". DeepMind . 14 мая 2024 г.
  10. ^ "Возвращение в Париж". DeepMind . 14 мая 2024 г.
  11. ^ Грейвс, Алекс ; Уэйн, Грег; Данихелька, Иво (2014). «Нейронные машины Тьюринга». arXiv : 1410.5401 [cs.NE].
  12. ^ Лучшее за 2014 год: секретный стартап DeepMind от Google представляет «нейронную машину Тьюринга» Архивировано 4 декабря 2015 г. в Wayback Machine , MIT Technology Review
  13. ^ Грейвс, Алекс ; Уэйн, Грег; Рейнольдс, Малкольм; Харли, Тим; Данихелка, Иво; Грабска-Барвинска, Агнешка; Кольменарехо, Серхио Гомес; Грефенстетте, Эдвард; Рамальо, Тиаго (12 октября 2016 г.). «Гибридные вычисления с использованием нейронной сети с динамической внешней памятью». Nature . 538 (7626): 471–476. Bibcode : 2016Natur.538..471G. doi : 10.1038/nature20101. ISSN  1476-4687. PMID  27732574. S2CID  205251479.
  14. ↑ Kohs, Greg (29 сентября 2017 г.), AlphaGo, Ioannis Antonoglou, Lucas Baker, Nick Bostrom , получено 9 января 2018 г.
  15. ^ Сильвер, Дэвид ; Хьюберт, Томас; Шриттвизер, Джулиан; Антоноглу, Иоаннис; Лай, Мэтью; Гез, Артур; Ланкто, Марк; Сифре, Лоран; Кумаран, Дхаршан; Грэпель, Тор; Лилликрап, Тимоти; Симонян, Карен; Хассабис, Демис (5 декабря 2017 г.). «Освоение шахмат и сёги с помощью самостоятельной игры с использованием общего алгоритма обучения с подкреплением». arXiv : 1712.01815 [cs.AI].
  16. ^ Callaway, Ewen (30 ноября 2020 г.). «'Это изменит всё': ИИ DeepMind совершает гигантский скачок в решении структур белков». Nature . Получено 31 августа 2021 г. .
  17. ^ ab Geddes, Linda (28 июля 2022 г.). «DeepMind раскрывает структуру 200 млн белков, совершая научный скачок вперед». The Guardian .
  18. ^ ab "AlphaFold раскрывает структуру вселенной белков". DeepMind . 28 июля 2022 г.
  19. ^ "Демис Хассабис: 15 фактов об основателе DeepMind Technologies". The Guardian . Получено 12 октября 2014 г.
  20. ^ Марр, Бернард. «Как удивительный стартап Google в области искусственного интеллекта DeepMind делает наш мир умнее». Forbes . Получено 30 июня 2018 г.
  21. ↑ Куксон, Роберт (27 января 2014 г.). «Покупка DeepMind возвещает о восстании машин». Financial Times . Получено 14 октября 2014 г.
  22. ^ "Инвесторы DeepMind Technologies" . Получено 12 октября 2014 г.
  23. ^ Шеад, Сэм. «Как DeepMind убедила миллиардера Питера Тиля инвестировать, не переводя компанию в Кремниевую долину». Business Insider.
  24. ^ Роуэн, Дэвид (22 июня 2015 г.). «DeepMind: внутри супермозга Google». Wired UK . Архивировано из оригинала 3 сентября 2023 г.
  25. ^ "Recode.net – DeepMind Technologies Acquisition". 26 января 2014 г. Получено 27 января 2014 г.
  26. ^ "Google купит компанию DeepMind, занимающуюся искусственным интеллектом". Reuters . 26 января 2014 г. Получено 12 октября 2014 г.
  27. ^ "Google приобретает британский стартап Deepmind, занимающийся ИИ". The Guardian . Получено 27 января 2014 г.
  28. ^ "Отчет о приобретении, TechCrunch". TechCrunch . Получено 27 января 2014 г. .
  29. ^ "Google побеждает Facebook в приобретении DeepMind Technologies" . Получено 27 января 2014 г.
  30. ^ ab Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David (26 февраля 2015 г.). «Управление на уровне человека посредством глубокого обучения с подкреплением». Nature . 518 (7540): 529–33. Bibcode :2015Natur.518..529M. doi :10.1038/nature14236. PMID  25719670. S2CID  205242740.
  31. ^ "Премии Зала славы: Чтобы отметить успех компаний, основанных выпускниками компьютерной лаборатории". Кембриджский университет . Получено 12 октября 2014 г.
  32. ^ Ломас, Наташа. «Документы подробно описывают план DeepMind по применению ИИ к данным NHS в 2015 году». TechCrunch . Получено 26 сентября 2017 г.
  33. ^ «Внутри таинственного совета по этике Google». Forbes . 3 февраля 2014 г. Получено 12 октября 2014 г.
  34. ^ Рамеш, Рандип (4 мая 2016 г.). «Google DeepMind не должен тайно поглощать наши записи NHS». The Guardian . Архивировано из оригинала 13 октября 2016 г. Получено 19 октября 2016 г.
  35. ^ Херн, Алекс (4 октября 2017 г.). «DeepMind объявляет о создании этической группы, которая сосредоточится на проблемах ИИ». The Guardian – через www.theguardian.com.
  36. ^ "DeepMind создала новую исследовательскую группу по этике и обществу". Business Insider . Получено 25 октября 2017 г.
  37. ^ "DeepMind запускает новую исследовательскую группу для изучения этики ИИ". The Verge . Получено 25 октября 2017 г.
  38. ^ Мадхумита Мургия, «Соучредитель DeepMind уходит на политическую должность в Google», Financial Times , 5 декабря 2019 г.
  39. ^ Блоги, Microsoft Corporate (19 марта 2024 г.). «Мустафа Сулейман, соучредитель DeepMind и Inflection, присоединяется к Microsoft, чтобы возглавить Copilot». Официальный блог Microsoft . Получено 20 марта 2024 г.
  40. ^ Рот, Эмма; Питерс, Джей (20 апреля 2023 г.). «Большой рывок Google в области искусственного интеллекта объединит Brain и DeepMind в одну команду». The Verge . Архивировано из оригинала 20 апреля 2023 г. Получено 21 апреля 2023 г.
  41. ^ Олсон, Парми (21 мая 2023 г.). «Подразделение Google DeepMind пыталось — и потерпело неудачу — выиграть автономию ИИ у родителя» . The Wall Street Journal . Архивировано из оригинала 21 мая 2021 г. Получено 12 сентября 2023 г.
  42. ^ Амодей, Дарио; Ола, Крис; Стейнхардт, Джейкоб; Кристиано, Пол; Шульман, Джон; Мане, Дэн (21 июня 2016 г.). «Конкретные проблемы безопасности ИИ». arXiv : 1606.06565 [cs.AI].
  43. ^ «DeepMind имеет простые тесты, которые могут предотвратить апокалипсис искусственного интеллекта Илона Маска». Bloomberg.com . 11 декабря 2017 г. Получено 8 января 2018 г.
  44. ^ «DeepMind компании Alphabet использует игры, чтобы узнать, может ли искусственный интеллект вырваться на свободу и убить нас всех». Fortune . Получено 8 января 2018 г.
  45. ^ "Новый трюк DeepMind AI — играть в Quake III Arena как человек". Engadget . 3 июля 2018 г.
  46. ^ Шеад, Сэм (5 июня 2020 г.). «Почему шумиха вокруг DeepMind спадает, когда он переходит от игр к науке». CNBC . Получено 12 июня 2020 г.
  47. ^ ab Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (12 декабря 2013 г.). «Игра в Atari с глубоким обучением с подкреплением». arXiv : 1312.5602 [cs.LG].
  48. ^ abc Deepmind искусственный интеллект @ FDOT14. 19 апреля 2014 г. – через YouTube .
  49. ^ «Взгляд назад на некоторые из крупнейших побед ИИ в видеоиграх в 2018 году». VentureBeat . 29 декабря 2018 г. Получено 19 апреля 2019 г.
  50. ^ Мних, Владимир; Кавукчуоглу, Корай; Сильвер, Дэвид; Грейвс, Алекс; Антоноглу, Иоаннис; Вирстра, Даан; Ридмиллер, Мартин (19 декабря 2013 г.). «Игра в Atari с глубоким обучением с подкреплением». arXiv : 1312.5602 [cs.LG].
  51. ^ "Последний прорыв в области искусственного интеллекта, совершенный DeepMind до того, как его купила Google". Блог Physics arXiv . 29 января 2014 г. Получено 12 октября 2014 г.
  52. ^ Адриа Пучдоменек Бадия; 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].
  53. ^ "Agent57: Превосходит эталон Atari Human Benchmark". DeepMind . 31 марта 2020 г. Получено 25 мая 2020 г.
  54. ^ Линдер, Кортни (2 апреля 2020 г.). «Этот ИИ может победить людей во всех 57 играх Atari». Popular Mechanics . Получено 9 июня 2020 г.
  55. ^ «Исследователи ИИ Deepmind представляют «DeepNash» — автономного агента, обученного с помощью многоагентного обучения с подкреплением без использования моделей, который учится играть в игру «Стратего» на экспертном уровне». MarkTechPost . 9 июля 2022 г.
  56. ^ abc "Google совершила прорыв в области искусственного интеллекта, победив чемпиона по игре в го". BBC News . 27 января 2016 г.
  57. ^ "Première défaite d'un professionalnel du go contre une artificielle" . Ле Монд (на французском языке). 27 января 2016 г.
  58. ^ ab "Исследовательский блог: AlphaGo: Освоение древней игры Го с помощью машинного обучения". Google Research Blog . 27 января 2016 г.
  59. ^ «Рейтинги игроков в го в мире». Май 2017 г.
  60. ^ «柯洁迎19岁生日雄踞人类世界排名第一已两年» (на китайском языке). Май 2017.
  61. ^ "MuZero: Освоение го, шахмат, сёги и Atari без правил". www.deepmind.com . Получено 29 апреля 2022 г. .
  62. ^ 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. PMID  33361790. S2CID  208158225.
  63. ^ «Новейший ИИ может решать задачи без обучения». The Economist . Получено 19 октября 2017 г.
  64. ^ ab Silver, David ; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis; Huang, Aja ; Guez, Arthur; Hubert, Thomas; Baker, Lucas; Lai, Matthew; Bolton, Adrian; Chen, Yutian ; Lillicrap, Timothy; Fan, Hui ; Sifre, Laurent; Driessche, George van den; Graepel, Thore; Hassabis, Demis (19 октября 2017 г.). «Освоение игры в го без человеческих знаний» (PDF) . Nature . 550 (7676): 354–359. Bibcode :2017Natur.550..354S. doi :10.1038/nature24270. ISSN  0028-0836. PMID  29052630. S2CID  205261034.Значок закрытого доступа
  65. ^ Найт, Уилл. «Самый умный в мире игровой ИИ — AlphaGo от DeepMind — стал еще умнее». MIT Technology Review . Получено 19 октября 2017 г.
  66. ↑ Винсент, Джеймс (18 октября 2017 г.). «Играющий в Го ИИ DeepMind больше не нуждается в помощи человека, чтобы победить нас». The Verge . Получено 19 октября 2017 г.
  67. ^ Cellan-Jones, Rory (18 октября 2017 г.). «Google DeepMind: ИИ становится более чуждым». BBC News . Получено 3 декабря 2017 г.
  68. ^ «Первый шаг MuZero от исследования к реальному миру». www.deepmind.com . Получено 29 апреля 2022 г. .
  69. ^ 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].
  70. ^ "Основатель DeepMind Демис Хассабис о том, как ИИ сформирует будущее". The Verge . 10 марта 2016 г.
  71. ^ "ИИ DeepMind бросает вызов профессиональным игрокам StarCraft II и побеждает почти в каждом матче". Extreme Tech . 24 января 2019 г. Получено 24 января 2019 г.
  72. ^ Амадео, Рон (11 июля 2019 г.). «ИИ DeepMind тайно скрывается в публичной ладдерной игре StarCraft II 1v1». Ars Technica . Получено 18 сентября 2019 г.
  73. ^ "Я играл против AlphaStar/Deepmind". reddit . 23 июля 2019 . Получено 27 июля 2019 .
  74. ^ "AlphaStar: уровень гроссмейстера в StarCraft II с использованием многоагентного обучения с подкреплением". Блог DeepMind . 31 октября 2019 г. Получено 31 октября 2019 г.
  75. ^ Сэмпл, Ян (2 декабря 2018 г.). «Google DeepMind предсказывает трехмерные формы белков». The Guardian . Получено 3 декабря 2018 г. .
  76. ^ Бриггс, Хелен (30 ноября 2020 г.). «Одна из самых больших загадок биологии «в значительной степени решена» ИИ». BBC News . Получено 30 ноября 2020 г. .
  77. ^ "AlphaFold: решение 50-летней грандиозной проблемы в биологии". DeepMind . 30 ноября 2020 г. Получено 30 ноября 2020 г.
  78. ^ Шеад, Сэм (30 ноября 2020 г.). «DeepMind решает 50-летнюю «грандиозную задачу» с помощью ИИ по сворачиванию белков» cnbc.com . Получено 30 ноября 2020 г.
  79. ^ Callaway, Ewen (2022). «Что ждет AlphaFold и революцию в фолдинге белков ИИ». Nature . 604 (7905): 234–238. Bibcode :2022Natur.604..234C. doi : 10.1038/d41586-022-00997-5 . PMID  35418629. S2CID  248156195.
  80. ^ Салливан, Марк (8 мая 2024 г.). «Новый AlphaFold 3 от DeepMind расширяется до моделирования ДНК и РНК». Fast Company .
  81. ^ "Нобелевская премия по химии 2024 года". NobelPrize.org . Получено 18 октября 2024 г. .
  82. ^ «Вот почему помощник Google звучит более реалистично, чем когда-либо прежде». Fortune . 5 октября 2017 г. Получено 20 января 2018 г.
  83. ^ Гершгорн, Дэйв. «Голосовой ИИ Google теперь неотличим от человека». Quartz . Получено 20 января 2018 г.
  84. ^ ab Novet, Jordan (31 марта 2018 г.). «Google ищет способы заработать деньги на технологии искусственного интеллекта DeepMind компании Alphabet». CNBC . Получено 3 апреля 2018 г.
  85. ^ "Представляем облачный текст-в-речь на базе технологии DeepMind WaveNet". Блог Google Cloud Platform . Получено 5 апреля 2018 г.
  86. ^ "Эффективный нейронный аудиосинтез". Deepmind . Получено 1 апреля 2020 г.[ постоянная мертвая ссылка ]
  87. ^ «Использование технологии WaveNet для воссоединения пользователей с нарушениями речи с их первоначальными голосами». Deepmind . Получено 1 апреля 2020 г.
  88. ^ Стимберг, Флориан; Нарест, Алекс; Баззика, Алессио; Колмодин, Леннарт; Баррера Гонсалес, Пабло; Шаронова, Ольга; Лундин, Хенрик; Уолтерс, Томас К. (1 ноября 2020 г.). «WaveNetEQ — Скрытие потери пакетов с помощью WaveRNN». 54-я Асиломарская конференция по сигналам, системам и компьютерам 2020 г. IEEE. стр. 672–676. doi :10.1109/ieeeconf51394.2020.9443419. ISBN 978-0-7381-3126-9.
  89. ^ "Улучшение качества звука в Duo с помощью WaveNetEQ". Блог Google AI . Апрель 2020 г. Получено 1 апреля 2020 г.
  90. ^ Wiggers, Kyle (13 мая 2022 г.). «Новая система искусственного интеллекта DeepMind может выполнять более 600 задач». TechCrunch . Получено 16 апреля 2024 г.
  91. ^ Гупта, Кхушбу (28 сентября 2022 г.). «Deepmind представляет «Sparrow» — чат-бота на базе искусственного интеллекта, разработанного для создания более безопасных систем машинного обучения» . Получено 8 мая 2023 г.
  92. ^ "Что такое Chinchilla AI: языковая модель чат-бота, конкурирующая с GPT-3 от Deepmind - Dataconomy". 12 января 2023 г. Получено 8 мая 2023 г.
  93. ^ «Решение нескольких задач с помощью единой визуальной языковой модели». www.deepmind.com . Получено 29 апреля 2022 г. .
  94. ^ Алейрак, Жан-Батист (2022). «Фламинго: визуальная языковая модель для быстрого обучения» (PDF) . arXiv : 2204.14198 .
  95. ^ Винсент, Джеймс (2 февраля 2022 г.). «DeepMind утверждает, что его новый движок кодирования ИИ так же хорош, как и среднестатистический программист-человек». The Verge . Архивировано из оригинала 2 февраля 2022 г. . Получено 3 февраля 2022 г. .
  96. ^ Круппа, Майлз (6 декабря 2023 г.). «Google анонсирует систему искусственного интеллекта Gemini после потрясений у конкурента OpenAI» . The Wall Street Journal . ISSN  0099-9660. Архивировано из оригинала 6 декабря 2023 г. . Получено 6 декабря 2023 г. .
  97. ^ Найт, Уилл (26 июня 2023 г.). «Генеральный директор Google DeepMind заявил, что его следующий алгоритм затмит ChatGPT» . Wired . Архивировано из оригинала 26 июня 2023 г. . Получено 21 августа 2023 г. .
  98. ^ Пирс, Дэвид (6 декабря 2023 г.). «Google запускает Gemini, модель искусственного интеллекта, которая, как он надеется, победит GPT-4». The Verge . Получено 16 апреля 2024 г.
  99. ^ "Google переименовывает свой сервис Bard AI в Gemini. Вот что это значит". CBS News . 8 февраля 2024 г. Получено 16 апреля 2024 г.
  100. ^ "Gemma: Представляем новые современные открытые модели". Google . 21 февраля 2024 г. Получено 22 февраля 2024 г.
  101. ^ «Универсальный ИИ-агент для 3D-виртуальных сред». Google DeepMind . 13 марта 2024 г. Получено 27 марта 2024 г.
  102. ^ Дэвид, Эмилия (13 марта 2024 г.). «Новый ИИ от Google будет играть с вами в видеоигры — но не для того, чтобы победить». The Verge . Получено 27 марта 2024 г.
  103. ^ Виггерс, Кайл (21 июня 2023 г.). «RoboCat от DeepMind учится выполнять ряд робототехнических задач». TechCrunch . Получено 16 апреля 2024 г.
  104. ^ "Google DeepMind представляет робота с искусственным интеллектом, который может обучаться без присмотра". The Independent . 23 июня 2023 г. Получено 16 апреля 2024 г.
  105. ^ "Развитие спортивной аналитики посредством исследований ИИ". DeepMind . Получено 29 апреля 2022 г.
  106. ^ Tuyls, Karl; Omidshafiei, Shayegan; Muller, Paul; Wang, Zhe; Connor, Jerome; Hennes, Daniel; Graham, Ian; Spearman, William; Waskett, Tim; Steel, Dafydd; Luc, Pauline (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 . doi : 10.1613/jair.1.12505 . ISSN  1076-9757. S2CID  227013043.
  107. ^ abc "Предсказание прошлого с помощью Итаки". Google DeepMind . 9 марта 2022 г.
  108. ^ abcd Винсент, Джеймс (9 марта 2022 г.). «Новая модель искусственного интеллекта DeepMind помогает расшифровывать, датировать и находить древние надписи». The Verge . Получено 16 апреля 2024 г. .
  109. ^ Мерчант, Амил; Батцнер, Саймон; Шенхольц, Сэмюэл С.; Айкол, Муратахан; Чон, Говун; Кубук, Экин Догус (декабрь 2023 г.). «Масштабирование глубокого обучения для открытия материалов». Nature . 624 (7990): 80–85. Bibcode :2023Natur.624...80M. doi : 10.1038/s41586-023-06735-9 . ISSN  1476-4687. PMC 10700131 . PMID  38030720. 
  110. ^ "Новый инструмент искусственного интеллекта Google DeepMind помог создать более 700 новых материалов". MIT Technology Review . Получено 2 января 2024 г.
  111. ^ ab Koebler, Jason (11 апреля 2024 г.). «Действительно ли ИИ Google открывает «миллионы новых материалов?»». 404 Media .
  112. ^ Читам, Энтони К .; Сешадри, Рам (2024). «Искусственный интеллект, движущий открытием материалов? Взгляд на статью: Масштабирование глубокого обучения для открытия материалов». Химия материалов . 36 (8): 3490–3495. doi : 10.1021/acs.chemmater.4c00643 . PMC 11044265. PMID  38681084 . 
  113. ^ Хатсон, Мэтью (5 октября 2022 г.). «ИИ DeepMind изобретает более быстрые алгоритмы для решения сложных математических головоломок». Nature . doi :10.1038/d41586-022-03166-w. PMID  36198824. S2CID  252737506.
  114. ^ ab Heaven, Уилл Дуглас (5 октября 2022 г.). «Игровой ИИ DeepMind побил 50-летний рекорд в области компьютерных наук». MIT Technology Review .
  115. ^ ab "ИИ открывает новые возможности в умножении матриц". Журнал Quanta . Ноябрь 2022 г. Получено 26 ноября 2022 г.
  116. ^ ab Zia, Tehseen (24 января 2024 г.). «AlphaGeometry: ИИ DeepMind осваивает геометрические задачи на уровне олимпиады». Unite.ai . Получено 3 мая 2024 г.
  117. ^ Робертс, Сиобхан (25 июля 2024 г.). «ИИ достигает стандарта серебряной медали, решая задачи Международной математической олимпиады». The New York Times . Получено 3 августа 2024 г.
  118. ^ Команды AlphaProof и AlphaGeometry (25 июля 2024 г.). «ИИ достигает серебряной медали, решая задачи Международной математической олимпиады». deepmind.google . Получено 3 августа 2024 г.
  119. ↑ Heaven, Will Douglas (7 июня 2023 г.). «Игровой ИИ Google DeepMind только что нашел другой способ сделать код быстрее». MIT Technology Review . Архивировано из оригинала 14 июня 2023 г. Получено 20 июня 2023 г.
  120. ^ "AlphaDev открывает более быстрые алгоритмы сортировки". Блог DeepMind . 14 мая 2024 г.18 июня 2024 г.
  121. ^ Спаркс, Мэтью (7 июня 2023 г.). «Новый способ сортировки объектов DeepMind AI может ускорить глобальные вычисления». New Scientist . Получено 20 июня 2024 г.
  122. ^ "ИИ DeepMind сокращает расходы на охлаждение центра обработки данных Google на 40%". Блог DeepMind . 14 мая 2024 г.20 июля 2016 г.
  123. ^ "DeepMind, встречайте Android". Блог DeepMind . 14 мая 2024 г.8 мая 2018 г.
  124. ^ Баранюк, Крис (6 июля 2016 г.). «Google DeepMind будет просматривать сканы глаз NHS для анализа заболеваний». BBC . Получено 6 июля 2016 г.
  125. ^ Баранюк, Крис (31 августа 2016 г.). «Google DeepMind нацелен на лечение рака головы и шеи в NHS». BBC . Получено 5 сентября 2016 г.
  126. ^ "DeepMind объявляет о втором партнерстве с NHS". IT Pro. 23 декабря 2016 г. Получено 23 декабря 2016 г.
  127. ^ "Технология потоков Google DeepMind названа "феноменальной"". Digital Health. 4 декабря 2017 г. Получено 23 декабря 2017 г.
  128. ^ "Google DeepMind объявляет о новом исследовательском партнерстве по борьбе с раком груди с помощью ИИ". Silicon Angle . 24 ноября 2017 г.
  129. ^ «Google DeepMind хочет, чтобы ИИ обнаруживал повреждения почек». Venture Beat . 22 февраля 2018 г.
  130. ^ Evenstad, Lis (15 июня 2018 г.). «DeepMind Health должна быть прозрачной, чтобы завоевать доверие общественности, согласно обзору». ComputerWeekly.com . Получено 14 ноября 2018 г. .
  131. ^ Винсент, Джеймс (13 ноября 2018 г.). «Google поглощает медицинское подразделение DeepMind, чтобы создать «помощника на основе искусственного интеллекта для медсестер и врачей». The Verge . Получено 14 ноября 2018 г.
  132. ^ Херн, Алекс (14 ноября 2018 г.). «Google „предает доверие пациентов“ с помощью DeepMind Health». The Guardian . Получено 14 ноября 2018 г.
  133. ^ Стокел-Уокер, Крис (14 ноября 2018 г.). «Почему Google потребляет DeepMind Health, пугая экспертов по конфиденциальности». Wired . Получено 15 ноября 2018 г.
  134. ^ Мерфи, Марджи (14 ноября 2018 г.). «Босс DeepMind защищает спорную сделку Google в сфере здравоохранения» . The Telegraph . Архивировано из оригинала 12 января 2022 г. Получено 14 ноября 2018 г.
  135. ^ Ходсон, Хэл (29 апреля 2016 г.). «Раскрыто: ИИ Google имеет доступ к огромному объему данных пациентов NHS». New Scientist .
  136. ^ «Лидер: Если Google нечего скрывать о данных NHS, почему они такие секретные?». New Scientist . 4 мая 2016 г.
  137. ^ Доннелли, Кэролайн (12 мая 2016 г.). «ICO проверяет сделку Google DeepMind по обмену данными пациентов с NHS Hospital Trust». Computer Weekly .
  138. ^ Ходсон, Хэл (25 мая 2016 г.). «Нужно ли было этическое одобрение для сделки Google с данными пациентов NHS?». New Scientist . Получено 28 мая 2016 г.
  139. ^ "Royal Free - Пробная версия Google DeepMind не соответствует закону о защите данных". ico.org.uk . 17 августа 2017 г. Архивировано из оригинала 16 июня 2018 г. Получено 15 февраля 2018 г.
  140. ^ «Информационный комиссар, Royal Free и то, что мы узнали». DeepMind . Получено 15 февраля 2018 г.
  141. ^ "Для пациентов". DeepMind . Получено 15 февраля 2018 г.
  142. ^ Мартин, Александр Дж. (15 мая 2017 г.). «Google получил данные 1,6 млн пациентов NHS на «ненадлежащей правовой основе». Sky News . Получено 16 мая 2017 г.
  143. ^ Херн, Алекс (3 июля 2017 г.). «Royal Free нарушила британский закон о данных в сделке с 1,6 млн пациентов с DeepMind от Google». The Guardian .
  144. ^ "Почему мы запустили DeepMind Ethics & Society". Блог DeepMind . Получено 25 марта 2018 г.
  145. ^ Темпертон, Джеймс. «Новое подразделение этики ИИ DeepMind — следующий большой шаг компании». Wired (Великобритания) . Получено 3 декабря 2017 г.
  146. ^ Херн, Алекс (4 октября 2017 г.). «DeepMind объявляет о создании этической группы, которая сосредоточится на проблемах ИИ». The Guardian . Получено 8 декабря 2017 г.
  147. ^ Херн, Алекс (4 октября 2017 г.). «DeepMind объявляет о создании этической группы, которая сосредоточится на проблемах ИИ». The Guardian . Получено 12 июня 2020 г.
  148. ^ Уильямс, Рианнон (17 октября 2024 г.). «ИИ может помочь людям найти общий язык во время обсуждений». MIT Technology Review . Получено 23 октября 2024 г.
  149. ^ ab Davis, Nicola (17 октября 2024 г.). «Исследователи утверждают, что инструмент посредничества ИИ может помочь сократить разногласия в культурных войнах». The Guardian . ISSN  0261-3077 . Получено 23 октября 2024 г. .
  150. ^ «Кембридж назначает первого профессора машинного обучения DeepMind». Кембриджский университет . 18 сентября 2019 г.
  151. ^ "DeepMind финансирует новую должность в Оксфордском университете – профессора искусственного интеллекта DeepMind". Кафедра компьютерных наук .
  152. ^ «DeepMind возобновляет свою приверженность UCL». Университетский колледж Лондона . 29 марта 2021 г.

Внешние ссылки