Als eine der größten Forschungseinrichtungen für künstliche Intelligenz hat DeepMind das Ziel, die Technologien der KI voranzutreiben. DeepMind wurde von einem großen Technologiekonzern übernommen Google für 600 Millionen Dollar im Jahr 2014. Seit dem Organisation's Gründung hat es viele Erfolge erzielt, die die Welt, in der wir heute leben, geprägt hat.
Inhaltsverzeichnis
Eine kurze Geschichte von DeepMind
DeepMind ist eine britische Tochtergesellschaft der Forschungseinheit für künstliche Intelligenz von Alphabet Inc., die 2010 gegründet wurde. Gegründet von den Tech-Experten Demis Hassabis, Mustafa Suleyman und Shane Legg, haben sie es sich zu eigen gemacht Mission um KI zur Erleichterung von Deep Learning zu nutzen.
Nach seinem Erfolg Google übernahm die Organisation für 600 Millionen Dollar. Obwohl Google wurde die Muttergesellschaft von DeepMind, Alphabet Inc. blieb ihre Tochtergesellschaft. Unter DeepMind Technologies gibt es mehrere Forschungszentren in den Vereinigten Staaten, Kanada und Frankreich.
DeepMind hat sich seinen Ruf nach der Einführung verdient AlphaGo im Jahr 2016. Dieses Computerprogramm nutzt KI, um das Brettspiel Go zu spielen.
Nachfolgende Versionen dieses Programms wurden so leistungsfähig, dass es einen professionellen Spieler und Weltmeister in Go, Lee Sedol, besiegte. Der Erfolg von AlphaGo inspirierte die Schaffung eines weiteren Programms namens AlphaZero, das sich auf andere Brettspiele ausweitete, darunter Schach, Shogi und Go Best.
Nachdem DeepMind viel Anziehungskraft erlangt hatte, erhielt es eine Menge Revolution Unterstützung von prominenten Risikokapital Firmen wie Horizon Ventures und Founders Fund und einflussreiche Unternehmer wie Elon Musk und Scott Banister. Gemäß Google hat DeepMind übernommen, es wird oft als bezeichnet Google DeepMind.
Gründung und frühe Projekte
Der KI-Forscher Hassabis startete DeepMind mit dem in Neuseeland geborenen ML-Forscher Shane Legg, den er in einer Abteilung für Computational Neuroscience des University College London (UCL) kennengelernt hatte. Vervollständigt wurde das Trio durch Hassabis Kindheitsfreund Mustafa Suleyman.
Das Start-up wurde zu einer Zeit gegründet, als das Interesse an KI noch viel geringer war als heute. Um das Feld zu beschleunigen, kombinierte das Team neue Ideen und Fortschritte aus Bereichen wie ML, Neurowissenschaften, Mathematik, Ingenieurwesen sowie Computer- und Simulationsinfrastruktur.
Im Laufe der Zeit lernte es, wie man die Spiele auf Expertenniveau spielt, indem es einfach die Pixel und die Punktzahl auf dem Bildschirm sah. Mit anderen Worten, so wie es ein menschlicher Spieler tun würde. Letztendlich förderte das Projekt die Ambitionen von DeepMind, eine leistungsstarke, universelle KI zu entwickeln, die in fast jeder Situation eingesetzt werden kann.
Investition und Google-Akquisition
Zu den frühen Großinvestoren gehörten neben Unternehmern wie z. B. die VC-Firmen Horizons Ventures und Founders Fund Elon Musk, Peter Thiel, Scott Banister und Jaan Tallinn (der auch Berater des Unternehmens war).
Im Januar 27, 2014, DeepMind wurde von Google für 400 Millionen Pfund übernommen – die bisher größte europäische Anschaffung des Unternehmens. Rund neun Monate später gewann DeepMind den Unternehmen des Jahres Auszeichnung der University of Cambridge.
Partnerschaft mit NHS
DeepMind ging 2015 eine Zusammenarbeit mit dem Royal Free Hospital ein – einem großen Lehrkrankenhaus in London. Das Endergebnis war eine Patientensicherheits-App namens Streams, die Krankheitswarnzeichen aus Testergebnissen erkennen und das Krankenhauspersonal warnen konnte, wenn eine Bewertung erforderlich war.
Während die Partnerschaft Krankenschwestern und Klinikern etwa zwei Stunden pro Tag einsparte, wurde 2017 entschieden, dass das Royal Free Hospital gegen das Datenschutzgesetz verstoßen hatte, als es die personenbezogenen Daten von 1.6 Millionen Patienten mit DeepMind teilte.
AlphaGo
Im Jahr 2016 schlug das DeepMind AlphaGo-Programm den Go-Weltmeister Lee Sedol in vier von fünf Fällen. Während Maschinen Menschen beim Schach und sogar bei Jeopardy-Wettbewerben schlagen konnten, war das chinesische Brettspiel Go anders Story.
Im Vergleich zu 20 möglichen Zügen in einer durchschnittlichen Position im Schach gibt es 200 mögliche Züge in Go, die mehr Permutationen ergeben, als es Atome im Universum gibt. AlphaGo hat das Spiel gelernt, indem es die historischen Daten von Hunderten von früheren Spielen und die Spielzüge der Go-Champions analysiert hat, um zu gewinnen. Basierend auf Analysehat die KI dann ihre eigenen Strategien entwickelt.
In den folgenden Jahren wurden verschiedene Verbesserungen an der KI vorgenommen. Erstaunlicherweise konnte eine aktualisierte Version namens AlphaGo Zero die Spiele der alten Version AlphaGo 100 auf 0 schlagen.
DeepMinds Erforschung des maschinellen Lernens
Der primäre Tor von DeepMind ist es, die fortgeschrittenen Disziplinen des maschinellen Lernens und der Neurowissenschaften zu nutzen, um universelle Lernalgorithmen zu entwickeln. Das Organisation ist der Überzeugung, dass diese Algorithmen nicht nur der Schlüssel zur Verbesserung der KI sind, sondern auch, um den menschlichen Geist besser zu verstehen. Seit der Organisation gestartet, veröffentlicht es Publikationen rund um das Thema Künstliche Intelligenz. Ein Jahr später GoogleDurch die Übernahme von DeepMind wurde ein Open-Source-Testtool namens GridWorld veröffentlicht. Dieses Programm wertet das Verhalten bestimmter Algorithmen unter bestimmten Umständen aus. Dieses Testbed verfügt über einen Kill-Schalter, wenn unerwünschtes Verhalten von den Algorithmen erkannt wird, um die KI-Sicherheit zu fördern und gleichzeitig die Kapazität der Disziplin zu erkunden.
Im Jahr 2018 begann das Unternehmen mit der Entwicklung von Systemen, die in einer Vielzahl von Spielen mithalten können. Das System begann 1999 mit dem Multiplayer-fokussierten First-Person-Spiel namens Quake III Arena. Es ermöglicht ihnen, die Fähigkeiten der Systeme zu testen, da mehrere Spiele ihr Verhalten ändern. Durch die Nutzung von maschinellem Lernen in strategischen Spielen, einschließlich Schach, wird das Entscheidende geschärft Denken Fähigkeiten von Computersystemen. Sie können das Gelernte behalten, wenn sie in komplexe Spiele eingetaucht sind. Einfach ausgedrückt, das Ziel von Gamification ist es, das System lernen zu lassen, sich menschenähnliche Intelligenz und Verhalten anzueignen.
Übergang zum bestärkenden Lernen
Als die Forschung in Richtung maschinelles Lernen voranschreitet, begann DeepMind, weitere seiner Aspekte zu untersuchen. Forscher haben Deep Learning auf eine ganz andere Ebene gehoben tiefes Lernen der Verstärkung. Im Gegensatz zu anderen künstlichen Intelligenzsystemen, mit denen die meisten von uns vertraut sind, trifft es Entscheidungen und führt Aktionen unabhängig aus. Mit anderen Worten: Reinforcement-Learning-Systeme sind nicht vorprogrammiert. Das System verlässt sich ausschließlich auf Erfahrung, um zu lernen und sich zu entwickeln, genau wie Menschen.
DeepMind testet die Leistungsfähigkeit von Systemen, indem es sie das Spiel spielen lässt, ohne sie mit seinen Anweisungen zu programmieren. Sie müssen sich an die Spitze arbeiten, nachdem sie mehrere Spiele gegen einen menschlichen Gegner absolviert haben. Nach ein paar Versuchen werden Systeme oft besser mit dem Gameplay vertraut und werden viel besser als ihre Gegner. Das Tor Der Einsatz von Reinforcement Learning besteht darin, menschliche Fehler daran zu hindern, die Effizienz des Gameplays zu beeinträchtigen. Seit seiner Einführung haben viele Forscher sein Potenzial für andere Programme als Spiele getestet.
Der Beitrag von DeepMind zur Gesundheitsbranche
Einer der bemerkenswertesten Beiträge der Organisation ist die Zusammenarbeit mit Wellennetz. DeepMind hat WaveNet gegründet, um Gesundheitsdienste zu verbessern und die Patientenversorgung zu fördern. Das Software. erzeugt Sprache, die menschenähnliche Merkmale betont. WaveNet bietet Text-to-Speech-Systeme an, die weniger roboterhaft und natürlich klingen, um Menschen mit einer Sprachbehinderung zu helfen.
Das Organisation koordiniert mit Personen, die an der gleichen Erkrankung wie das Programm gelitten haben Zielmarkt. Sie arbeiteten mit dem ehemaligen NFL-Spieler Tim Shaw zusammen, der an Amyotropher Lateralsklerose (ALS) leidet. DeepMind hat ein System entwickelt, das die natürliche Stimme erzeugt, als würden sie die Worte aussprechen. Bei anderen Programmen mussten die Patienten möglicherweise viel Zeit damit verbringen, Audios aufzunehmen und Skripte zu lesen. Leider haben sprachbehinderte Patienten nicht den Luxus, Audios aufzuzeichnen, damit das System ihre Stimme reproduzieren kann. Nur WaveNet Bedürfnisse ein paar Audioaufnahmen, und der Algorithmus kümmert sich um den Rest. Sie brauchten sechs Monate, um die Stimme von Tim Shaw perfekt nachzubilden. Das Text-to-Speech-Programm präsentiert Shaws Stimme vor seiner Krankheit.
Entwicklungen von DeepMind unter Google
Nach dem Erwerb von Google zur bemerkenswerten KI-Forschung Organisation, brachte es mehrere Änderungen im Betrieb der Plattform mit sich. DeepMind hat die KI-Abteilung der beliebten Suchmaschinen-Website auf verschiedene Weise beeinflusst:
Einer der aktuellsten Anwendungsfälle von DeepMind ist die Weiterentwicklung von Anwendungsempfehlungen innerhalb der Google Plattformen. Algorithmen werden genutzt, um den Feed für den Benutzer persönlicher zu gestalten. Alles, was sie tun mussten, war, Daten basierend auf den Benutzereinstellungen, dem App-Verhalten und den Aktionen zu sammeln. Diese Verwendung ermöglicht es den Benutzern, schnell die Anwendungen zu finden, die sie höchstwahrscheinlich nützlich finden werden.
Zweitens ist ein weiteres großes Projekt, an dem DeepMind beteiligt ist, die Produktion von Algorithmen zur Kühlung der Server auf der ganzen Welt Google Plattformen. Diese Funktionen ermöglichen eine bessere Nutzung und eine effizientere Navigation in der Anwendung. Mit adaptiver Helligkeit und optimiertem Akku, surfen Sie durch Google Plattformen können ein Kinderspiel sein. Sie können maschinelles Lernen nutzen, um die Energie von mobilen Geräten, Laptops und Computern zu sparen. Über die App selbst können Benutzer die Beleuchtung unter bestimmten Bedingungen ändern.
Insgesamt wird die Weiterentwicklung von DeepMind ermöglicht Google um die Benutzererfahrung zu verbessern. Wenn sie eine erstellen Plattform die jeder einfach zu bedienen findet, mehr Menschen darauf vertrauen und sich darauf verlassen können. Mit den Fortschritten von DeepMind, so scheint es Google hat der Gelegenheit um fast alles benutzerfreundlich zu machen.
Die zentralen Thesen
DeepMind ist ein britisches KI-Unternehmen und Forschungslabor, das heute Teil von Alphabet, Inc. ist. Es wurde 2010 von Demis Hassabis, Shane Legg und Mustafa Suleyman gegründet und hat heute seinen Hauptsitz in London.
DeepMind ging 2015 eine Zusammenarbeit mit dem Royal Free Hospital ein, um eine KI zu entwickeln, die Patientenakten scannen und das Personal auf Krankheiten aufmerksam machen kann. Es wurde jedoch aus Datenschutzgründen geschlossen. Das AlphaGo-Programm von DeepMind wurde ebenfalls um diese Zeit entwickelt und schaffte es, einen menschlichen Spieler (und dann sich selbst) bei dem chinesischen Brettspiel namens Go zu schlagen.
Verallgemeinerte KI besteht aus Geräten oder Systemen, die alle möglichen Aufgaben selbstständig erledigen können. Die Erweiterung der generalisierten KI führte schließlich zur Entwicklung des maschinellen Lernens. Als Erweiterung der KI analysiert maschinelles Lernen (ML) eine Reihe von Computeralgorithmen, um ein Programm zu erstellen, das Aktionen automatisiert. Ohne explizite Programmierung von Aktionen können Systeme lernen und das Gesamterlebnis verbessern. Es untersucht große Datensätze, um gemeinsame Muster zu finden und analytische Modelle durch Lernen zu formulieren.
Maschinelles Lernen ist eine Teilmenge der künstlichen Intelligenz, bei der Algorithmen Daten analysieren, aus Erfahrungen lernen und in Zukunft bessere Entscheidungen treffen. Deep Learning ist eine Teilmenge des maschinellen Lernens, bei der zahlreiche Algorithmen in Schichten strukturiert werden, um künstliche neuronale Netze (KNNs) zu erstellen. Diese Netzwerke können komplexe Probleme lösen und es der Maschine ermöglichen, sich selbst zu trainieren, um eine Aufgabe auszuführen.
DevOps bezieht sich auf eine Reihe von Praktiken, die zur Automatisierung durchgeführt werden Software. Entwicklungsprozesse. Es ist eine Konjugation der Begriffe „Entwicklung“ und „Betrieb“, um zu betonen, wie sich Funktionen über IT-Teams hinweg integrieren. DevOps-Strategien fördern das nahtlose Erstellen, Testen und Bereitstellen von Produkten. Es zielt darauf ab, eine Lücke zwischen Entwicklungs- und Betriebsteams zu schließen, um die Entwicklung insgesamt zu rationalisieren.
AIOps ist die Anwendung künstlicher Intelligenz auf den IT-Betrieb. Es ist für die moderne IT besonders nützlich geworden Management in hybridisierten, verteilten und dynamischen Umgebungen. AIOps ist zu einer zentralen operativen Komponente von Modern geworden digital-basierte Organisationen, gebaut um Software. und Algorithmen.
Machine Learning Ops (MLOps) beschreibt eine Reihe von Best Practices, die erfolgreich helfen a Geschäft künstliche Intelligenz betreiben. Es besteht aus den Fähigkeiten, Arbeitsabläufen und Prozessen zum Erstellen, Ausführen und Warten von Modellen für maschinelles Lernen, um verschiedene betriebliche Prozesse in Organisationen zu unterstützen.
OpenAI ist ein Forschungslabor für künstliche Intelligenz, das in ein gewinnorientiertes Unternehmen umgewandelt wurde Organisation im Jahr 2019. Das Unternehmen Struktur ist um zwei Unternehmen herum organisiert: OpenAI, Inc., eine Delaware LLC mit einem einzigen Mitglied, die von OpenAI Non-Profit kontrolliert wird, und OpenAI LP, eine begrenzte, gewinnorientierte Organisation Organisation. Die OpenAI LP wird vom Vorstand von OpenAI, Inc (der Stiftung) geleitet, die als General Partner fungiert. Gleichzeitig bestehen Limited Partners aus Mitarbeitern der LP, einigen Vorstandsmitgliedern und anderen Investoren wie Reid Hoffmans gemeinnütziger Stiftung Khosla Ventures und Microsoft, der führende Investor in der LP.
OpenAI hat die grundlegende Ebene der KI aufgebaut Energiegewinnung. Mit großen generativen Modellen wie GPT-3 und DALL-E bietet OpenAI API-Zugriff für Unternehmen, die Anwendungen auf der Grundlage ihrer grundlegenden Modelle entwickeln möchten, während sie diese Modelle in ihre Produkte integrieren und diese Modelle mit proprietären Daten und zusätzlicher KI anpassen können Merkmale. Andererseits veröffentlichte OpenAI auch ChatGPT, das sich um ein Freemium herum entwickelte Modell. Microsoft vertreibt auch Opener-Produkte durch seine Handelspartnerschaft.
OpenAI und Microsoft aus kaufmännischer Sicht zusammengeschlossen. Die Geschichte der Partnerschaft begann 2016 und konsolidierte sich 2019, als Microsoft eine Milliarde Dollar in die Partnerschaft investierte. Es macht jetzt einen Sprung nach vorne, da Microsoft Gespräche führt, um 10 Milliarden US-Dollar in diese Partnerschaft zu stecken. Microsoft entwickelt über OpenAI seinen Azure-KI-Supercomputer, verbessert gleichzeitig seine Azure-Unternehmensplattform und integriert die Modelle von OpenAI in seine Geschäft und Verbraucherprodukte (GitHub, Office, Bing).
Stability AI ist die Entität hinter Stable Diffusion. Stability verdient Geld mit unseren KI-Produkten und mit der Bereitstellung von KI-Beratungsdiensten für Unternehmen. Stability AI monetarisiert Stable Diffusion über die APIs von DreamStudio. Während es auch Open Source für jedermann zum Herunterladen und Verwenden freigibt. Stability AI verdient auch Geld über enterprise Dienstleistungen, wo sein Kernentwicklungsteam die Möglichkeit dazu bietet enterprise Kunden zu bedienen, Treppe, und passen Sie Stable Diffusion oder andere große generative Modelle an ihre an Bedürfnisse.
Gennaro ist der Schöpfer von FourWeekMBA, das allein im Jahr 2022 rund vier Millionen Geschäftsleute erreichte, darunter C-Level-Führungskräfte, Investoren, Analysten, Produktmanager und aufstrebende digitale Unternehmer | Er ist auch Director of Sales für ein Hightech-Scaleup in der KI-Industrie | Im Jahr 2012 erwarb Gennaro einen internationalen MBA mit Schwerpunkt auf Unternehmensfinanzierung und Geschäftsstrategie.
