DeepMind önümüzdeki yıl 11 katlı yeni bir merkeze taşınacak! Bu en iyi yapay zeka araştırma kurumunun önemli noktalarını sayın
AI Technology Review Press: Dünyanın en iyi yapay zeka araştırma ve geliştirme kurumu olan DeepMind, yakında 2020'de yeni bir genel merkez binasına taşınacak. Bu bina, kütüphaneye giden çift sarmal merdiven, çatı bahçesi, konferans salonu ve bir dizi veri ile donatılacak. Yapay zeka ile ilgili sanattan oluşan lobi resmi. Şaşırtıcı olmayan bir şekilde, önümüzdeki yılın ilk yarısında kullanıma girecek.
Deepmind şu anda Londra'daki Kings Cross'taki yeni konumun yakınındaki Google Binası'nda bulunuyor ve Paris, Alberta, Montreal ve Mountain View, California'da küçük ofisleri var. 11 katlı DeepMindin yeni genel merkezi tamamlandığında (Londradaki Google Binası da 11 kat yüksekliğindedir), Londradaki Kings Crossun itibarını daha da artıracak ve Londrada sözde "bilgi alanı" haline gelecektir. Bundan önce Google, Facebook ve Samsung, Çevredeki ofis yerlerinden.
DeepMind kurucusu ve CEO'su Demis Hassabis, "Yeni karargahın, ekibin enerji biriktirmesine, düşünme ve işbirliği yeteneklerini geliştirmesine yardımcı olacağını umuyorum, bunlar kesinlikle bilimsel araştırmaların öncüsü için vazgeçilmez besinler." Dedi. Yeni bir genel merkez kurma fikrinin aslında 2015'ten beri var olduğunu da sözlerine ekledi. Amaç, son teknoloji araştırmalara elverişli bir ortam yaratmak ve işbirliğine dayalı çalışma potansiyelini teşvik etmektir.
Neden Londra'da kalmakta ısrar ediyorsun? DeepMind'ın açıkça kendine göre düşünceleri vardır.
Öğrenilen şey, İngiltere ekonomisindeki genel yavaşlamaya rağmen, teknoloji sektörünün hala patlama yaşadığıdır.Londra ve Partners ve uluslararası tanıtım ajansı London ve Partners ve PitchBook PitchBook'un verilerine göre, Birleşik Krallık AI şirketleri 2018'de 7,36'ya varan yatırım aldı. Milyar pound, 2017'de 499 milyon liraya kıyasla yaklaşık yüzde 47 artış gösterdi. London and Partners CEO'su Laura Citron, "Londra, Avrupa'nın yapay zeka başkentidir ve sermaye ölçeği, komşu rakipleri Paris ve Berlin'in iki katından fazladır." Dedi.
Daha da önemlisi, DeepMind tipik bir "Londra Başarı Hikayesi" dir.Dünyanın önde gelen yapay zeka ekibi, bugünün başarılarını yaratmak için Londra'nın kaynaklarını kullandı. Google'ın satın alındığı sırada, DeepMind'in Silikon Vadisi'ne geçip geçmeme konusunda baskı ile karşılaştığı anlaşılıyor. Daha sonra, kurucu Google'ı, DeepMind Londra'da kalırsa, Londra'nın dört bir yanından (Oxford Üniversitesi, Cambridge Üniversitesi gibi) üst düzey yetenekleri çekme fırsatına sahip olacağına başarıyla ikna etti. Vb), sonunda Londra'da kalmaya devam etme konusunda anlaştı.
DeepMind, Londra'da kök salmış olmasına rağmen, defne üzerinde durmadı, bunun yerine, daha üstün yeteneklere sahip son teknoloji yapay zeka araştırmalarının geliştirilmesini teşvik etmek için sık sık yurt dışına gitti.
DeepMind'ın son yıllardaki denizaşırı yerleşimi
DeepMind'in denizaşırı ofisleri 2016 yılına kadar izlenebilir. Google tarafından 2014 yılında 400 milyon pound'a satın alınmasından bu yana, DeepMind ve Google'ın genel merkezi bir bağlantıyı kaybetti ve sonunda Mountain View, ABD'de bir yazılım şirketi kurmaya karar verdi. Google genel merkezi ile bağlantıyı güçlendirmek için mühendisler ve araştırma bilim adamları oluşturuldu (2016 sonunda veriler).
DeepMind'in tanıtımı ve tanıtımı, Kanada'da 2 ve Paris'te 1 olmak üzere bazı denizaşırı üniversitelerle ortaklaşa kurulan tüm laboratuvarlar / ofislerdir:
Temmuz 2017'de DeepMind, Edmonton, Kanada'da uluslararası bir AI araştırma laboratuvarı kurmak için Alberta Üniversitesi ile güçlerini birleştirdiğini duyurdu. Laboratuvara katılan üyeler arasında Alberta Üniversitesi'nden Rich Sutton, Michael Bowling ve Patrick Pilarski gibi bir dizi hesaplama bilimi profesörü ve yapay zeka araştırmacısı yer alıyor.Ayrıca, 2017'nin başlarında DeepStack algoritmasını yayınlayan Adam White ve 6 araştırmacı var. Raporlara göre, DeepMind Alberta laboratuvarı esas olarak temel bilimsel araştırmaları yürütecek. DeepMind Alberta Laboratuvarı'nın baş araştırmacısı Profesör Richard Sutton, modern hesaplamada pekiştirmeli öğrenmenin kurucularından biri olarak kabul ediliyor.
Ekim 2017'de, Edmonton Laboratuvarı kurulduktan üç ay sonra DeepMind, Montreal'de DeepMind Montreal'i kurmak için McGill Üniversitesi ile işbirliğini duyurdu. Önde gelen DeepMind Montreal, McGill Üniversitesi Bilgisayar Bilimleri Bölümünde doina Precup, Kanada İleri Araştırmalar Akademisi'nde kıdemli araştırmacı ve MILA üyesidir. DeepMind'ın uzmanlık alanlarından biri olan pekiştirmeli öğrenmede uzmanlaşmıştır.
DeepMind, Ağustos 2018'de Twitter ve resmi blog aracılığıyla Paris, Fransa'da yeni bir yapay zeka laboratuvarının kurulduğunu duyurdu. DeepMindın baş araştırma bilimcisi ve Polytechnic University of Pariste eski profesörü olan Remi Munos laboratuvara liderlik ediyor. DeepMindin Paris laboratuvarı, dağıtılmış makine öğrenimine benzer temel algoritmalarda birden çok farklı görevi ve atılımları gerçekleştirmeyi öğrenmesini sağlayan tek bir yapay zeka sisteminin öğrenmesini sağlayan gelişmiş yöntemler dahil olmak üzere, Reminin önceki araştırma sonuçlarının üzerine geliştirmeye devam ederken, temel yapay zeka araştırmalarına odaklanacak. .
DeepMind Lab'a katılan üyelerin genel olarak orijinal üniversite / organizasyondaki fakülte pozisyonlarını koruyacaklarını belirtmekte fayda var Aynı zamanda, DeepMind ayrıca organizasyonun koordinasyonuna ve yönetimine yardımcı olmak için belirlenmiş üyeleri atayacaktır. Ek olarak, DeepMind ayrıca, oldukça gurur verici olduğu söylenebilecek ortak üniversitelerin belirli AI araştırma projelerine yatırım yapmak için gerçek para harcayacak.
DeepMind'ın harika ürünleri
AlphaGo
DeepMind gişe rekorları kıran bir çalışmadır. 2016 yılında AlphaGo, eski Go oyununda dünya usta şampiyonu Lee Sedol'u 4: 1'lik yüksek bir skorla mağlup etti ve o zamandan beri hit oldu ve iki kez "Nature" dergisinin kapağında yer aldı. Pek çok uzman, insanlığın bu başarıyı en az on yıl önce başardığına inanıyor. DeepMind ve Go dünyası için en heyecan verici şey, AlphaGo'nun oyunda gösterdiği yaratıcılıktır ve bazen hileleri Go'nun kadim bilgeliğine meydan okur. Biliyorsunuz Go, her zaman insan düşüncesine en çok ihtiyaç duyan oyunlardan biri olarak görülmüştür .. AlphaGO'nun zaferi, yapay zekanın büyük imkanlarını göstermektedir. Ayrıca DeepMind, 2017'nin insan oyunları araştırmalarına katılmak için daha fazla makine getireceğini söyledi.
Diferensiyellenebilir bilgisayar DNC
DeepMind, 2016 yılında bellek alanında da, özellikle sinir ağlarının akıllı karar verme sürecini karmaşık yapılandırılmış verilerin depolama ve muhakeme yetenekleriyle nasıl birleştirileceği sorununu çözmede önemli ilerleme kaydetti. Laboratuvar ekibi Diferensiyellenebilir Sinir Bilgisayarı'nı (DNC) önerdi. Bu yeni model, bir sinir ağını okunabilir ve yazılabilir bir harici bellek ile birleştiriyor.Sadece deneme yanılma yoluyla ve bir sinir ağı gibi örnek eğitim yoluyla derin öğrenmeyi gerçekleştirmekle kalmıyor, aynı zamanda verileri geleneksel bir bilgisayar gibi işliyor. Şu anda, bu modeller veri yapıları hakkındaki soruları (şecereden metro trafik haritalarına kadar) cevaplamayı öğrendi. DeepMind, bunun insanları karmaşık veri kümelerinde bilimsel keşifler yapmak için yapay zekayı kullanmaya bir adım daha yaklaştırdığını söyledi.
WaveNet
Görüntü oluşturma PixelCNN makalesini yayınladıktan sonra, Ar-Ge ekibi en son orijinal ses dalga biçimi derinliği oluşturma modeli ses WaveNet araştırma belgesini yayınladı. WaveNets, her türlü insan sesini simüle edebilen evrişimli bir sinir ağıdır. Oluşturulan ses, mevcut optimal metinden (konuşma sistemi) daha doğal ses çıkararak, simüle edilmiş ses ile insan sesi arasındaki farkı azaltır. 50'nin üzerinde. Bu derin üretken model insan sesini taklit edebilir ve üretilen orijinal ses kalitesi şu anda Google tarafından kullanılan en iyi iki metinden daha iyidir - konuşma modeli Parameric TTS ve Concatenative TTS. WaveNet, kaydedilmiş konuşma örneklerini bir araya getirmediği, ancak yeni ses dalga biçimleri oluşturduğu için, muhtemelen dünyadaki en güzel konuşma sentezini başaracaktır.
Şu anda DeepMind, milyonlarca kullanıcının ürün deneyimini geliştirmek için bu başarıyı Google ürünlerine dahil etmeyi planlıyor.
AlphaStar
AlphaStar, oyunları uzun sıralı modelleme öğrenme görevleri olarak gören bir takviye öğrenme aracıdır ve model tasarımı ayrıca uzun sıralı modelleme yeteneklerine odaklanır. Modelin oyun arayüzünden aldığı veriler, birimlerin listesi ve bu birimlerin nitelikleri olup, sinir ağı tarafından hesaplanır ve oyunda yürütülecek çıktı komutlarıdır. Bu sinir ağının temeli, Transformer ağıdır ve derin bir LSTM ağ çekirdeğini, bir işaretçi ağıyla otomatik bir gerileme stratejisi başlığını ve merkezi bir puanlama karşılaştırmasını birleştirir. Böyle bir ağ mimarisi, DeepMindin karmaşık sıra modelleme görevleri konusundaki en son düşüncelerinin bir sonucudur. Ayrıca, bu tür gelişmiş modellerin, uzun dizi modelleme gerektiren ve geniş bir eylem alanı olan (makine çevirisi, dil modelleme gibi) diğer makine öğrenimi görevlerinde de kullanılabileceğine inanıyorlar. Ve görsel temsil).
AlphaStar, Protoss'u kullanarak Team Liquid'in profesyonel StarCraft 2 oyuncusu TLO'yu 10 Aralık 2018'de 5: 0'lık bir rekorla ve ardından 19 Aralık'ta daha fazla antrenmandan sonra 5: 0'lık bir galibiyetle yendi. Aynı takımdan profesyonel oyuncu MaNa'yı mağlup etti.
AlphaFold
Bir proteinin 3 boyutlu şekli, içerdiği amino asitlerin sayısına ve türüne bağlıdır. Proteinin yapısı da vücuttaki rolünü belirler. Canlı organizmaların işlevleri temelde doğru katlanmış proteinler tarafından gerçekleştirilir. Protein yanlış katlanması, yalnızca orijinal biyolojik işlevini kaybetmesine neden olmaz, aynı zamanda Alzheimer hastalığı, Parkinson hastalığı ve diğer nörodejeneratif hastalıklar gibi bir dizi büyük hastalığa da neden olur. Proteinlerin 3 boyutlu yapısını anlamak, insanların bu hastalıkları anlamaları için önemli bir temel sağlayabilir ve ardından bilim insanlarının hastalıklarla savaşmak için yeni proteinler tasarlamasına yardımcı olabilir.
AlphaFold'u oluşturmak için DeepMind, amino asitler aracılığıyla proteinlerin 3B yapısını tahmin edene kadar bilinen binlerce protein üzerinde bir sinir ağı eğitti. AlphaFold, yeni proteinleri tahmin etme açısından, amino asit çiftleri arasındaki mesafeyi ve onları birbirine bağlayan kimyasal bağlar arasındaki açıyı tahmin etmek için bir sinir ağı kullanıyor. Daha sonra AlphaFold, enerji açısından en verimli düzenlemeyi bulmak için ön yapıyı ayarladı. Ek olarak, DeepMind, tahmin edilen yapı ile gerçek yapı arasındaki boşluğu tahmin etmek için kümedeki tüm mesafeleri kullanabilen başka bir bağımsız sinir ağını da eğitti. DeepMind AlphaFold'u Uluslararası Protein Yapısı Tahmin Yarışması'na (CASP) sundu. Yarışmanın ilk turu, 43 proteinden 25 proteinin kesin yapısını tahmin ederek 98 katılımcı arasında birinci oldu.
DeepMind'ın geleceği?
Kamuya açık yıllık rapora göre, DeepMind'in 2017 yılındaki vergi öncesi zararı 368 milyon ABD doları kadar yüksekti. 2016'da bu tutar 164 milyon ABD dolarıydı. Açık olan şey, paranın büyük kısmının çalışanlarına katkı sağlamasıdır.Bunlar arasında, DeepMind'in 2017'deki personel maliyeti harcaması 260 milyon ABD doları kadar yüksekti, bu 2016'daki 136 milyon ABD doları ile karşılaştırıldığında% 91'lik bir artış anlamına geliyor. Ek olarak, yukarıda belirtildiği gibi, DeepMind ayrıca kolejlerin ve üniversitelerin belirli AI araştırma projelerine de yatırım yapacak. Bu miktar 2017'de 10.67 milyon ABD doları kadar yüksekti, ancak 2016'da bu miktar yalnızca 408.000 ABD dolarıydı (2017'ye kıyasla DeepMind, Kanada'da 2 kooperatif laboratuvarı açtı.)
Yapay zeka araştırması genellikle göreceli olarak son teknoloji olduğundan, laboratuvarlar için hızlı bir şekilde gelir elde etmek zordur ve bilimsel araştırma sonuçları için sürekli olarak "para harcanmasına" ek olarak, geçmişte DeepMind ve Google arasındaki ilişki hakkında sürekli spekülasyonlar olmuştur. Örneğin, Facebook'un yapay zeka bilim adamı Yann LeCun, bir keresinde çok "izole" olduğunu ve Google için değerini kanıtlayamadığını açıkça sorguladı.
Bununla birlikte, 11 katlı yeni merkez binasının resmi duyurusu ile birlikte, Google'ın DeepMind'in değeri için hala ödeme yapmaya istekli olduğunu ve ikisi arasındaki ince ilişkinin kötüye gitmediği tahmin ediliyor. AI topluluğunun bir üyesi olarak, bize daha fazla çığır açan araştırma sonuçları getirmeye devam etmek için yeni binaya taşınan DeepMind'ı da sabırsızlıkla bekliyoruz.
Son olarak, DeepMind'in kurucusundan bir giriş ekleyeceğim.
DeepMind kurucusu Demis Hassabis hakkında
27 Temmuz 1976 doğumlu, tanınmış bir yapay zeka laboratuvarı olan DeepMind'in kurucu ortağıdır. Dünya çapında bu alandaki en zeki düşünürlerden biri olarak tanınmaktadır. Guardian ayrıca ona "Yapay Zeka Süper Kahramanı" unvanını da ödüllendirmiştir. .
Hassabis 4 yaşından beri satranç öğreniyor ve kısa süre sonra ünlü bir yerel satranç oyuncusu oldu. Hassabis 17 yaşında klasik simülasyon oyunu "Theme Park" ın geliştirilmesinden sorumluydu.Bu oyun piyasaya çıktığında çok popüler oldu.Milyonlarca set satışında iyi sonuçlar elde etmenin yanı sıra bu oyun da yılın altın kontrolünü kazandı. Altın Joystick Ödülleri (Altın Joystick Ödülleri). Bu oyundan etkilenen Hassabis, Cambridge Üniversitesi Bilgisayar Bilimleri Fakültesi'nden mezun olduktan sonra kendi girişimci oyun geliştirmeye başladı ve başarıya ulaştı. Hassabis, 30 yaşında Londra Üniversitesi'ne döndü ve problemleri çözmek için insan beyninin çalışma mekanizmasını gerçekten incelemek için bilişsel nöroloji alanında doktora eğitimine başladı. 2010 yılında Hassabis ve arkadaşları, 2010 yılında başarılı bir şekilde doktora yaptıktan sonra DeepMind'ı kurdular ve yapay zeka ile ilgili algoritmalar üzerine araştırmalar yapmaya başladılar. 2014 yılında Google tarafından 650 milyon ABD doları karşılığında satın alındı.
Pekiştirmeli öğrenmeyle ilgili daha fazla akademik ve kompozisyon konusu için lütfen tıklayın Orijinali okuyun AI Araştırma Enstitüsü Yoğun Öğrenme Tez Grubuna Katılın ~
