Google DeepMind
Google DeepMind е британско-американска изследователска лаборатория за изкуствен интелект, дъщерно дружество на Alphabet; основана е във Великобритания през 2010 г., купена е от Google през 2014 г. и през април 2023 г. се слива с Google Brain[1]. Седалището ѝ е в Лондон[2]. Лабораторията е известна с програмата AlphaGo, която първа побеждава професионален играч на го[3], и с AlphaFold, за който основателят ѝ Демис Хасабис и Джон Джъмпър получават Нобеловата награда за химия за 2024 г.[4] Тя разработва и семействата големи езикови модели Gemini и Gemma[5].
История
Компанията е основана през ноември 2010 г. от Демис Хасабис, Шейн Лег и Мустафа Сюлейман; Хасабис и Лег се запознават в звеното по изчислителна невронаука „Гатсби“ към Университетския колеж в Лондон[6]. Целта на основателите е да създадат ИИ с общо предназначение, полезен за почти всичко[7].
На 26 януари 2014 г. Google потвърждава, че купува DeepMind на цена, която според съобщенията е между 400 и 650 милиона долара[8]. През април 2023 г., като част от усилията на Google да ускори работата си по ИИ в отговор на пускането на ChatGPT, DeepMind се слива с Google Brain в Google DeepMind[9]. Според Сундар Пичай новото звено обединява две водещи изследователски групи, чиито постижения включват AlphaGo, трансформърите, word2vec, WaveNet и AlphaFold[10].
AlphaGo
Играта го дълго се смята за най-трудната от класическите игри за изкуствения интелект заради огромното пространство на възможните ходове и трудността да се оценят позициите[11]. В статия в Nature от 27 януари 2016 г. изследователите на DeepMind съобщават, че AlphaGo печели 99,8% от партиите срещу други програми за го и побеждава европейския шампион с 5 на 0 — за пръв път компютърна програма побеждава професионален играч на го на пълна дъска, нещо, което се е смятало за постижимо поне след десетилетие[3].
През 2016 г. AlphaGo побеждава световния шампион Лий Седол в мач от пет партии; по-общата програма AlphaZero след няколко дни игра срещу себе си надминава най-силните програми за го, шах и шоги[12].
AlphaFold и Нобеловата награда
От 70-те години на XX в. изследователите се опитват да предскажат пространствената структура на белтъците по последователността на аминокиселините им, но задачата е изключително трудна[13]. През 2020 г. Хасабис и Джъмпър представят модела AlphaFold2, с чиято помощ е предсказана структурата на практически всички 200 милиона белтъка, известни на изследователите[14].
На 9 октомври 2024 г. Кралската шведска академия на науките присъжда Нобеловата награда за химия наполовина на Дейвид Бейкър „за компютърен дизайн на белтъци“ и наполовина на Демис Хасабис и Джон Джъмпър от Google DeepMind „за предсказване на белтъчни структури“[4]. През май 2024 г. лабораторията публикува в Nature AlphaFold 3, който предсказва взаимодействията между биомолекули[15].
Gemini
На 6 декември 2023 г. Google и Google DeepMind представят Gemini — модел, създаден от самото начало като мултимодален, тоест способен да разбира и съчетава текст, код, звук, изображения и видео[16]. Първата версия, Gemini 1.0, е в три размера: Ultra за най-сложните задачи, Pro за широк кръг задачи и Nano за устройства[17].
Спорът за здравните данни
През 2015 г. DeepMind и болничният тръст Royal Free към NHS подписват споразумение за обмен на данни, за да разработят приложението Streams за клинични задачи[18]. Тръстът управлява три лондонски болници с около 1,6 милиона пациенти годишно, а споразумението дава на DeepMind Health достъп до данни за приемане, изписване, спешна помощ, патология, радиология и интензивно лечение, включително дали пациенти са диагностицирани с ХИВ, страдат от депресия или са правили аборт[19].
През юли 2017 г. британският Информационен комисар постановява, че Royal Free не е спазил Закона за защита на данните, когато е предал личните данни на 1,6 милиона пациенти на DeepMind[20]. DeepMind отговаря, че „трябва да се справя по-добре“, и обявява мерки за прозрачност, надзор и участие на пациентите[21].
Вижте също
- Автономна наука: изкуственият интелект в научните открития
- Anthropic
- Физическите граници на изкуствения интелект
- Самоусъвършенстващ се изкуствен интелект
- Голям езиков модел
- Центровете за данни и енергията за изкуствения интелект
- Отворени и локални модели на изкуствения интелект
- Подравняване на изкуствения интелект
- Технологична сингулярност
- Общ изкуствен интелект (AGI)
Доказателства към твърденията
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Mastering the game of Go with deep neural networks and tree search (Silver et al.)
Nature 529 · 2016-01-27Отвори източника
-
Press release: The Nobel Prize in Chemistry 2024
The Royal Swedish Academy of Sciences · 2024-10-09Отвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind: Bringing together two world-class AI teams (Sundar Pichai)
Google · 2023-04-20Отвори източника
-
Mastering the game of Go with deep neural networks and tree search (Silver et al.)
Nature 529 · 2016-01-27Отвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Press release: The Nobel Prize in Chemistry 2024
The Royal Swedish Academy of Sciences · 2024-10-09Отвори източника
-
Press release: The Nobel Prize in Chemistry 2024
The Royal Swedish Academy of Sciences · 2024-10-09Отвори източника
-
Accurate structure prediction of biomolecular interactions with AlphaFold 3 (Abramson et al.)
Nature · 2024-05-08Отвори източника
-
Introducing Gemini: our largest and most capable AI model
Google (Sundar Pichai, Demis Hassabis) · 2023-12-06Отвори източника
-
Introducing Gemini: our largest and most capable AI model
Google (Sundar Pichai, Demis Hassabis) · 2023-12-06Отвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind
WikipediaОтвори източника
-
Google DeepMind
WikipediaОтвори източника