Yapay zeka devinin Google DeepMind'ını derinden ortaya çıkarın
Yazar | James Murphy
Çevirmen | Tanrı sıkı çalışmayı ödüllendirir Sorumlu Editör | Carol
Üretildi | AI Teknolojisi Ana Kampı (ID: rgznai100)
Yapay zekanın (AI) alt kümesi katlanarak büyüdü ve yalnızca insanların tamamlayabileceği çeşitli görevleri tamamladı. Makine öğrenimi gibi teknolojiler yönetim görevleri, yüz tanıma, satranç ve hatta dil çevirisi gerçekleştirebilir.
Hiç şüphe yok ki önümüzdeki on yıllık yapay zeka birçok gelişmeyi beraberinde getirdi. Ek olarak, derin öğrenme, yapılandırılmamış verilerden analiz raporları yazmayı veya denetimsiz görevleri gerçekleştirmeyi öğrenir.
Tüm bu gelişmeler, farklı şirketlerin bir rol oynaması ve değerlerini kanıtlaması için temel oluşturdu. Bu nedenle, DeepMind gibi birçok şirket bu alanı geliştirmeye devam etmek için kurulmuştur.
Bu konu hakkında ne biliyorsun? Google DeepMind ile ilgili her şeye bugün bir göz atalım!
Google DeepMind'ın geçmişi
DeepMind Technologies, 2010 yılında Londra'da kuruldu, ancak dört yıl sonra Google şirketi satın aldı. Mülkiyeti de 2015 yılında değişti çünkü daha sonra Alphabet, Inc. tarafından satın alındı. O zamandan beri şirketin bir yan kuruluşu oldu. DeepMind başlangıçta Demis Hassabis, Mustafa Suleyman ve Shane Legg tarafından kuruldu.Hepsi yapay zeka hayranları ve bazıları onları derin öğrenmenin öncüleri olarak görüyor.
DeepMind Technologies kuruluşundan bu yana Amerika Birleşik Devletleri, Kanada ve Fransa'da araştırma merkezleri açmıştır. AlphaGo, 2016 yılında dünya Go şampiyonu Lee Sedol'u mağlup ettiğinden beri birçok kişi tarafından tanındı.
Oyun kaydedildi ve insanlar bunu gördükten sonra şirkete güvenmeye başladılar. Ek olarak, satranç ve Japon satrancı oynayabilen ve en iyi sonuçları elde eden AlphaZero adlı başka bir program geliştirdiler.
Scott Banister ve Elon Musk'un katılımı sayesinde, DeepMind önemli miktarda mali destek aldı. Bu, risk sermayesi firmaları, Horizons Ventures ve Founders Fund'dan aldıkları ek sermayedir.
DeepMind'in kurucuları bu kuruluşlara güvenilir tanıtımlar yaptılar, bu yüzden fon aldılar. Ayrıca yenilikçi ve gelecek vaat eden bir fikriniz varsa, en iyi satış panosunu aramak ve son derece profesyonel ve etkili bir sunum oluşturmak akıllıca olacaktır.
Genel öğrenme algoritması
DeepMind, genel öğrenme algoritmaları açısından çok ilgi çekicidir, sadece bu alanı iyileştirmekle kalmaz, aynı zamanda insanların insan beynini daha iyi anlamalarına da yardımcı olur.
Şirket, çeşitli farklı oyunları oynayabilen sistemler geliştirerek bu hedefe ulaşmaya başladı. Kuruculardan biri, bir programın çeşitli farklı oyunları oynayabildiğinde insan seviyesinde yapay zekaya ulaşabileceğine inandıklarını belirtti.
Stratejileri, satranç gibi oyunların stratejik düşünme becerilerini geliştirebileceğini kanıtlayan bilimsel araştırmalarla destekleniyor. Bu karmaşık oyunların nasıl oynanacağını öğrenen makineler, düşünme ve stratejik eylemler gerçekleştirme becerisi kazanacak.
DeepMind'ın evrensel öğrenme algoritması, makinelerin oyunlaştırma yoluyla öğrenmesine ve insan benzeri zeka ve davranış elde etmeye çalışmasına olanak tanır.
Şirket, insan zekasını mümkün kılan makine öğrenimiyle çok ilgilense de, bu teknolojileri kullanmanın güvenliği konusunda objektif bir görüşe de sahip.
Makine felaketlerini önlemek için DeepMind, kötü davranış olduğunda algoritmanın sonlandırma anahtarına sahip olup olmadığını belirlemek için açık kaynaklı bir test platformu geliştirdi. Bu açık kaynak test platformuna GridWorld adı verilir ve yapay zekanın kendisi, geliştiriciler ve onunla iletişime geçen diğer kişiler için güvenli olmasını sağlar.
DeepMind'ın derin güçlendirme öğrenimi
DeepMind, tamamen farklı bir teknik sistem uygulayarak derin öğrenmeyi tamamen yeni bir seviyeye taşır. Bu sisteme derin pekiştirmeli öğrenme denir ve geleneksel yapay zeka sistemlerinden tamamen bağımsızdır.
Örneğin, IBM Watson veya Deep Blue belirli bir amaç için geliştirilmiştir ve yalnızca gerekli kapasitede çalışmak üzere programlanmıştır.
DeepMind'in derin pekiştirmeli öğrenimi önceden programlanmamıştır, ancak insanlar gibi deneyimler yoluyla öğrenir. Esasen, evrişimli sinir ağlarına dayalı derin öğrenme gerçekleştirir ve bunu Q-öğrenme ile eşleştirir. Daha sonra, sistemleri, oyunun nasıl oynanacağına dair talimat yazmadan çeşitli elektronik oyunlarda test edildi.
Her şey sistem tarafından bağımsız olarak yapılır.Video oyunlarının nasıl oynanacağını öğrenir.Birçok denemeden sonra oynanışı herkesten daha iyidir. Bu sistem çeşitli oyunlar oynamıştır ve oyun oynamayı en iyi yapanlardan daha iyidir.
Derin pekiştirmeli öğrenme, oyunun verimliliğine müdahale edebilecek herhangi bir insan hatasını ortadan kaldırır. Sadece oyunlarda değil, aynı zamanda sağlık sektörü üzerinde etkisi olan çeşitli faydalı sistemlerde de kullanılmaktadır.
WaveNet Collaboration: Konuşma engelliler için yeniden ses
WaveNet işbirliği, DeepMind'ın teşvik ettiği en dikkat çekici tıbbi gelişmelerden biridir. Milyonlarca insan dil engellerinden muzdariptir ve orijinal sesini geri yükleyemez.
Metinden sese dönüştürme sistemleri genellikle mekanik veya doğal olmayan sesler üretir. DeepMind, Google ile ve amiyotrofik lateral sklerozdan (ALS) muzdarip Tim Shaw gibi dil bozukluğu olan kişilerle birlikte çalışır.
Amaç, ilk bakışta imkansız gibi görünen, hastanın doğal sesine benzeyen bir sistem geliştirmektir. Sesin yeniden üretilmesi, bireylerin belirli komut dosyalarının saatlerce ses kayıtlarını okumasını gerektirir.
Ne yazık ki dil engeli olan kişiler bu lükse sahip olmayabilir çünkü kolayca cümle bile kuramazlar. DeepMind, sesi yeniden üretmek için yalnızca az miktarda kayıt gerektiren bir algoritma üzerinde çalıştı.
Altı ay sonra WaveNet işbirliği Timin sesi üzerinde çalıştı ve bunu kendisine ve ailesine sundu. Sonuç onları şaşırttı çünkü ALS Tim'in konuşma yeteneğini etkilemeye başlamadan önceki sese benziyordu. Tüm süreç filme alındığı ve yüklendiğinden, insanların tepkilerini YouTube'da görebilirsiniz.
Google'a yapılan diğer katkılar
DeepMind, çoğu Google'ın yapay zeka departmanını hedefleyen pek çok geliştirme çalışmasında yer aldı. Kişiselleştirilmiş uygulama önerileri, çoğu insanın her gün kullandığı en popüler uygulamalardan biridir. DeepMind'in yapay zeka sistemi tercih verilerinizi toplar ve daha önce indirdiklerinize benzer uygulamalar önerir.
Daha karmaşık projelerinden biri, veri merkezindeki Google sunucularının sıcaklığını soğutmak için algoritmalar oluşturmaktı.
DeepMind sistemi, bu soğutma sistemlerinin verimliliğini artırdı ve Google, şirket için daha büyük planlar hazırladı. Yakında, Android Pie cihazlarının kullanıcıları uyarlanabilir parlaklık ve pil gibi özelliklere sahip olacak.
Makine öğrenimi, bu cihazların enerji tasarrufu sağlamasına yardımcı olmak için parlaklığı mevcut aydınlatma koşullarına uyum sağlayacak şekilde ayarlayacaktır.
Ek olarak, işletim sisteminin kullanımını kolaylaştıracak ve böylece kullanıcı deneyimini iyileştirecektir.
Projenin küçük ölçekli olmasından dolayı, bu sistemleri oluşturmak biraz karmaşık olacaktır. Bu tür makine öğrenimi sistemleri genellikle başarılı bir şekilde çalışmak için daha fazla bilgi işlem gücü gerektirir.
Odaklanma
DeepMind, yapay zeka alanında muazzam bir ilerleme kaydetti ve birçok yararlı yenilikçi sistemi tanıttı. Google'ın yapay zeka departmanına katkısı paha biçilmezdir ve küresel olarak uygulanmıştır.
Öte yandan DeepMind, insanların yaşamlarına değer katmak için WaveNet gibi şirketlerle de işbirliği yapıyor. Kullandıkları yapay zeka sisteminin özelliğinden dolayı, derinlemesine pekiştirmeli öğrenme onları Google için tercih edilen şirket yapar.
DeepMind'ın başka ne yapmasını bekliyorsunuz? Veya bu makaleyi okuduktan sonra, yapay zeka konusunda hangi olanakları keşfetmek istersiniz? Bizimle yorum alanında tartışabilirsiniz ~
Orijinal bağlantı:
https://hackernoon.com/all-we-need-to-know-about-googles-deepmind-0u6532r9
Platform günlük 700 milyon ziyarete direniyor ve Ar-Ge kalite kontrol süreci tamamen açık
Ürünleri derinlemesine kurutun! Derin öğrenme eğitim performansı birkaç kez nasıl geliştirilir?
"LeetCode konusunu elle yırtın, çeşitli algoritma rutinlerinin pantolonunu alın"
Pekin'deki Dördüncü Çevre Yolu'nda trafik sıkışıklığının tetiklediği büyük akıllı ulaşım fikri
Ngin'den Pandownload'e, programcılar hapishane programlamasından nasıl kaçınabilir?
Web1.0'dan Web3.0'a: İnternetin son yıllarda gelişimi ve gelecekteki yönünün ayrıntılı analizi
