Essendo una delle più grandi strutture di ricerca sull'intelligenza artificiale, DeepMind mira a far progredire le tecnologie dell'IA. DeepMind è stata acquisita da una grande società tecnologica Google per $ 600 milioni nel 2014. Dal momento che il organizzazione's, ha raccolto molti risultati che hanno plasmato il mondo in cui viviamo oggi.
Sommario
Una breve storia di DeepMind
DeepMind è un'unità di ricerca sull'intelligenza artificiale britannica sussidiaria di Alphabet Inc., fondata nel 2010. Fondata dagli esperti di tecnologia Demis Hassabis, Mustafa Suleyman e Shane Legg, ne hanno fatto la loro mission sfruttare l'intelligenza artificiale per facilitare il deep learning.
Dopo il suo successo, Google ha acquisito l'organizzazione per 600 milioni di dollari. Sebbene Google è diventata la società madre di DeepMind, Alphabet Inc. è rimasta la sua controllata. Ci sono più centri di ricerca in tutti gli Stati Uniti, Canada e Francia sotto DeepMind Technologies.
DeepMind ha guadagnato la sua reputazione dopo l'introduzione AlphaGo nel 2016. Questo programma per computer utilizza l'intelligenza artificiale per giocare al gioco da tavolo Go.
Le versioni successive di questo programma sono diventate così potenti da battere un giocatore professionista e campione del mondo di Go, Lee Sedol. Il successo di AlphaGo ha ispirato la creazione di un altro programma chiamato AlphaZero, che si è esteso ad altri giochi da tavolo, tra cui scacchi, shogi e Go Best.
Dopo aver guadagnato molta trazione, DeepMind ha ricevuto molto finanziario supporto da parte di eminenti capitale di rischio aziende come Horizon Ventures e Founders Fund e influenti imprenditori come Elon Musk e Scott Ringhiera. Dopo Google ha preso il controllo di DeepMind, viene spesso chiamato Google mente profonda.
Fondazione e primi progetti
Il ricercatore di intelligenza artificiale Hassabis ha avviato DeepMind con il ricercatore ML nato in Nuova Zelanda Shane Legg, che aveva incontrato in una divisione di neuroscienze computazionali dell'University College di Londra (UCL). A completare il trio c'era l'amico d'infanzia di Hassabis, Mustafa Suleyman.
La start-up è stata fondata in un momento in cui c'era molto meno interesse per l'IA rispetto a oggi. Per accelerare il campo, il team ha combinato nuove idee e progressi da campi come ML, neuroscienze, matematica, ingegneria e infrastruttura informatica e di simulazione.
Nel corso del tempo, ha imparato a giocare a livello esperto semplicemente vedendo i pixel e il punteggio sullo schermo. In altre parole, come farebbe un giocatore umano. In definitiva, il progetto ha promosso le ambizioni di DeepMind di creare un'intelligenza artificiale potente e generica che potesse essere utilizzata in quasi tutte le situazioni.
Investimento e acquisizione di Google
I primi grandi investitori includevano le società di venture capital Horizons Ventures e Founders Fund oltre a imprenditori come Elon Musk, Peter Thiel, Scott Banister e Jaan Tallinn (che era anche un consulente dell'azienda).
DeepMind ha avviato una collaborazione con il Royal Free Hospital nel 2015, un importante ospedale universitario di Londra. Il risultato finale è stato un'app per la sicurezza dei pazienti chiamata Streams, in grado di identificare segnali di allarme di malattia dai risultati dei test e avvisare il personale ospedaliero se fosse necessaria una valutazione.
Sebbene la partnership abbia consentito a infermieri e medici di risparmiare circa due ore al giorno, nel 2017 è stato stabilito che il Royal Free Hospital aveva violato il Data Protection Act condividendo i dati personali di 1.6 milioni di pazienti con DeepMind.
AlphaGo
Nel 2016, il programma DeepMind AlphaGo ha battuto il campione del mondo di Go Lee Sedol quattro volte su cinque. Mentre le macchine erano state in grado di battere gli umani a scacchi e persino nelle gare di Jeopardy, il gioco da tavolo cinese Go era diverso storia.
Rispetto alle 20 possibili mosse in una posizione media negli scacchi, ci sono 200 possibili mosse in Go che producono più permutazioni di quanti siano gli atomi nell'universo. AlphaGo ha imparato il gioco analizzando i dati storici di centinaia di partite precedenti e le mosse che i campioni di Go hanno fatto per vincere. Basato su questo ., l'IA ha quindi ideato le proprie strategie.
Negli anni successivi sono stati apportati vari miglioramenti all'IA. Sorprendentemente, una versione aggiornata chiamata AlphaGo Zero è stata in grado di sconfiggere la vecchia versione AlphaGo 100 partite a 0.
Esplorazione di DeepMind per l'apprendimento automatico
Il primario scopo di DeepMind è sfruttare le discipline avanzate dell'apprendimento automatico e delle neuroscienze per costruire algoritmi di apprendimento generici. Il organizzazione crede che questi algoritmi non siano solo la chiave per migliorare l'IA, ma anche per comprendere meglio la mente umana. Dal momento che il organizzazione iniziato, ha pubblicato pubblicazioni sul tema dell'intelligenza artificiale. Un anno dopo GoogleCon l'acquisizione di DeepMind, ha rilasciato uno strumento di test open source chiamato GridWorld. Questo programma valuta il comportamento di algoritmi specifici in circostanze particolari. Questo banco di prova ha un kill switch quando il comportamento indesiderato viene rilevato dagli algoritmi per promuovere la sicurezza dell'IA mentre esplora le capacità della disciplina.
Nel 2018, l'azienda ha iniziato a sviluppare sistemi in grado di competere in una varietà di giochi. Il sistema iniziò a giocare al gioco in prima persona incentrato sul multiplayer del 1999 chiamato Quake III Arena. Consente loro di testare le capacità dei sistemi poiché diversi giochi modificano i loro comportamenti. Sfruttare l'apprendimento automatico nei giochi strategici, inclusi gli scacchi, affina i punti critici pensiero capacità dei sistemi informatici. Possono conservare ciò che hanno imparato dopo essere stati immersi in giochi complessi. In poche parole, l'obiettivo della gamification è consentire al sistema di imparare ad acquisire intelligenza e comportamento simili a quelli umani.
Transizione verso l'apprendimento per rinforzo
Con l'avanzare della ricerca verso l'apprendimento automatico, DeepMind ha iniziato a esplorare altri suoi aspetti. Portando l'apprendimento profondo a un livello completamente diverso, i ricercatori hanno studiato apprendimento approfondito di rinforzo. A differenza di altri sistemi di intelligenza artificiale con cui la maggior parte di noi ha familiarità, prende decisioni ed esegue azioni in modo indipendente. In altre parole, i sistemi di apprendimento per rinforzo non sono preprogrammati. Il sistema si basa esclusivamente sull'esperienza per apprendere e svilupparsi, proprio come gli esseri umani.
DeepMind mette alla prova le capacità dei sistemi consentendo loro di giocare senza programmarli con le relative istruzioni. Hanno bisogno di farsi strada verso la vetta dopo aver affrontato più partite contro un avversario umano. Dopo un paio di tentativi, i sistemi spesso diventano più consapevoli del gameplay e diventano molto migliori dei loro avversari. Il scopo sfruttare l'apprendimento per rinforzo significa eliminare l'errore umano dall'influenzare il livello di efficienza del gioco. Dalla sua introduzione, molti ricercatori hanno testato il suo potenziale per programmi diversi dai giochi.
Il contributo di DeepMind al settore sanitario
Uno dei contributi più notevoli del organizzazione è la sua collaborazione con Wave Net. DeepMind ha creato WaveNet per far progredire i servizi sanitari e promuovere la cura dei pazienti. Il Software genera un discorso che enfatizza le caratteristiche simili a quelle umane. WaveNet offre sistemi di sintesi vocale meno robotici e dal suono naturale per assistere le persone che hanno problemi di linguaggio.
La rotta organizzazione coordinato con le persone che hanno sofferto della stessa condizione del programma mercato di riferimento. Hanno lavorato con l'ex giocatore della NFL Tim Shaw, che ha la sclerosi laterale amiotrofica (SLA). DeepMind ha creato un sistema che produce la voce naturale come se fossero loro a pronunciare le parole. Altri programmi potrebbero aver richiesto ai pazienti di dedicare molto tempo alla registrazione di audio e alla lettura di script. Sfortunatamente, i pazienti con problemi di linguaggio non hanno il lusso di registrare l'audio per fare in modo che il sistema ricrei la loro voce. Solo WaveNet esigenze alcune registrazioni audio e l'algoritmo si occuperà del resto. Ci sono voluti sei mesi per ricreare perfettamente la voce di Tim Shaw. Il programma di sintesi vocale presenta la voce di Shaw prima della sua malattia.
Sviluppi di DeepMind sotto Google
A seguito dell'acquisizione di Google alla notevole ricerca sull'IA organizzazione, ha apportato diverse modifiche alle operazioni della piattaforma. DeepMind ha influenzato il dipartimento AI del popolare sito Web dei motori di ricerca in alcuni modi:
Uno dei casi d'uso più attuali di DeepMind è l'avanzamento dei consigli sull'applicazione all'interno del Google piattaforme. Gli algoritmi vengono sfruttati per rendere il feed più personalizzato per l'utente. Tutto quello che dovevano fare era raccogliere dati in base alle preferenze dell'utente, al comportamento dell'app e alle azioni. Questo utilizzo consente agli utenti di trovare rapidamente le applicazioni che molto probabilmente troveranno utili.
In secondo luogo, un altro grande progetto che coinvolge DeepMind è la produzione di algoritmi per raffreddare i server Google piattaforme. Queste funzionalità consentono un migliore utilizzo e una navigazione più efficiente nell'applicazione. Offrendo luminosità adattiva e batteria ottimizzata, sfogliando Google le piattaforme possono essere un gioco da ragazzi. Puoi sfruttare l'apprendimento automatico per risparmiare l'energia di dispositivi mobili, laptop e computer. Dall'app stessa, gli utenti possono modificare l'illuminazione in determinate condizioni.
Nel complesso, continuare l'evoluzione di DeepMind consente Google per migliorare l'esperienza dell'utente. Quando creano un piattaforma che tutti trovano facile da usare, più persone possono fidarsi e fare affidamento su di esso. Con i progressi di DeepMind, a quanto pare Google ha la Opportunità per rendere quasi tutto facile da usare.
Principali takeaways
DeepMind è una società britannica di intelligenza artificiale e laboratorio di ricerca che ora fa parte di Alphabet, Inc. È stata fondata nel 2010 da Demis Hassabis, Shane Legg e Mustafa Suleyman e ora ha sede a Londra.
DeepMind ha avviato una collaborazione con il Royal Free Hospital nel 2015 per creare un'intelligenza artificiale in grado di scansionare le cartelle cliniche dei pazienti e avvisare il personale in caso di malattia. Tuttavia, è stato chiuso per motivi di privacy. Anche il programma AlphaGo di DeepMind è stato sviluppato in questo periodo ed è riuscito a battere un giocatore umano (e poi se stesso) al gioco da tavolo cinese noto come Go.
L'IA generalizzata è costituita da dispositivi o sistemi in grado di gestire autonomamente tutti i tipi di attività. L'estensione dell'IA generalizzata alla fine ha portato allo sviluppo dell'apprendimento automatico. Come estensione dell'IA, Machine Learning (ML) analizza una serie di algoritmi informatici per creare un programma che automatizza le azioni. Senza una programmazione esplicita delle azioni, i sistemi possono apprendere e migliorare l'esperienza complessiva. Esplora grandi insiemi di dati per trovare modelli comuni e formulare modelli analitici attraverso l'apprendimento.
L'apprendimento automatico è un sottoinsieme dell'intelligenza artificiale in cui gli algoritmi analizzano i dati, imparano dall'esperienza e prendono decisioni migliori in futuro. Il deep learning è un sottoinsieme dell'apprendimento automatico in cui numerosi algoritmi sono strutturati in livelli per creare reti neurali artificiali (ANN). Queste reti possono risolvere problemi complessi e consentire alla macchina di addestrarsi per eseguire un compito.
DevOps si riferisce a una serie di pratiche eseguite per eseguire operazioni automatizzate Software processi di sviluppo. È una coniugazione del termine "sviluppo" e "operazioni" per sottolineare come le funzioni si integrano tra i team IT. Le strategie DevOps promuovono la creazione, il test e l'implementazione dei prodotti senza interruzioni. Mira a colmare un divario tra i team di sviluppo e operativi per semplificare del tutto lo sviluppo.
AIOps è l'applicazione dell'intelligenza artificiale alle operazioni IT. È diventato particolarmente utile per l'IT moderno gestione in ambienti ibridi, distribuiti e dinamici. AIOps è diventato una componente operativa chiave del moderno digitaleorganizzazioni basate, costruite intorno Software e algoritmi.
Machine Learning Ops (MLOps) descrive una suite di best practice che aiutano con successo a affari eseguire l'intelligenza artificiale. Consiste nelle competenze, nei flussi di lavoro e nei processi per creare, eseguire e mantenere modelli di machine learning per aiutare i vari processi operativi all'interno delle organizzazioni.
OpenAI è un laboratorio di ricerca sull'intelligenza artificiale che è passato a scopo di lucro organizzazione nel 2019. L'azienda La struttura è organizzata attorno a due entità: OpenAI, Inc., che è una Delaware LLC unipersonale controllata da OpenAI senza scopo di lucro, e OpenAI LP, che è un limitato, a scopo di lucro organizzazione. OpenAI LP è governato dal consiglio di OpenAI, Inc (la fondazione), che funge da socio accomandatario. Allo stesso tempo, i soci accomandanti comprendono dipendenti della LP, alcuni membri del consiglio e altri investitori come la fondazione di beneficenza di Reid Hoffman, Khosla Ventures e Microsoft, il principale investitore nella LP.
OpenAI ha costruito il livello fondamentale dell'IA industria. Con modelli generativi di grandi dimensioni come GPT-3 e DALL-E, OpenAI offre l'accesso API alle aziende che desiderano sviluppare applicazioni in cima ai suoi modelli di base, pur essendo in grado di collegare questi modelli ai loro prodotti e personalizzare questi modelli con dati proprietari e intelligenza artificiale aggiuntiva caratteristiche. D'altra parte, OpenAI ha anche rilasciato ChatGPT, sviluppandosi attorno a un freemium modello. Microsoft commercializza anche prodotti di apertura attraverso la sua partnership commerciale.
OpenAI e Microsoft partner dal punto di vista commerciale. La storia della partnership è iniziata nel 2016 e si è consolidata nel 2019, con Microsoft che ha investito un miliardo di dollari nella partnership. Ora sta facendo un balzo in avanti, con Microsoft in trattativa per investire 10 miliardi di dollari in questa partnership. Microsoft, attraverso OpenAI, sta sviluppando il suo Azure AI Supercomputer migliorando la sua Azure Enterprise Platform e integrando i modelli di OpenAI nel suo affari e prodotti di consumo (GitHub, Office, Bing).
Stability AI è l'entità dietro Stable Diffusion. La stabilità guadagna dai nostri prodotti AI e dalla fornitura di servizi di consulenza AI alle aziende. Stability AI monetizza Stable Diffusion tramite le API di DreamStudio. Mentre lo rilascia anche open-source affinché chiunque possa scaricarlo e utilizzarlo. Anche l'IA di stabilità guadagna denaro tramite impresa servizi, dove il suo team di sviluppo principale offre la possibilità di impresa clienti al servizio, scalae personalizzare Stable Diffusion o altri modelli generativi di grandi dimensioni in base ai loro esigenze.
Gennaro è l'ideatore di FourWeekMBA, che ha raggiunto circa quattro milioni di uomini d'affari, tra cui dirigenti di livello C, investitori, analisti, product manager e aspiranti imprenditori digitali solo nel 2022 | È anche direttore delle vendite per una scaleup high-tech nel settore dell'intelligenza artificiale | Nel 2012, Gennaro ha conseguito un MBA internazionale con particolare attenzione alla finanza aziendale e alla strategia aziendale.
