Alphabet Inc. ha acquisito l'AI generale (AGI) con sede britannica, Google DeepMind AI, che è pronta ad avere un impatto nel mondo reale. Il DeepMind è un sistema di intelligenza artificiale utilizzato per risolvere una vasta gamma di problemi. Finora, i sistemi AI hanno risolto il complesso gioco Go e spiegato il piegamento 3D delle proteine. Google DeepMind AI ha anche migliorato l'efficienza del risparmio energetico e identificato alcune malattie. Con più prodotti previsti da produrre in questo sistema AI, diamo un'occhiata a come funziona e alle sue applicazioni.
In questo articolo
Una piattaforma multi-piattaforma per realizzare video ovunque per tutti i creatori con funzionalità AI!
![Wondershare Filmora 12](https://images.wondershare.com/filmora/banner/filmora-latest-product-box.png)
Parte 1. Presentazione diGoogle DeepMind: Definizione e storia
L'obiettivo principale dell'introduzione di DeepMind era "risolvere l'intelligenza" e "avanzare la scienza". A differenza di altri sistemi AI programmati per attività specifiche, DeepMind impara dalla propria esperienza. Queste innovazioni hanno portato DeepMind all'attenzione di Google. Dalla sua acquisizione, DeepMind ha ottenuto alcune vittorie notevoli.
Per un po ', Google DeepMind AI è stato utilizzato per scopi di ricerca e sviluppo. Tuttavia, man mano che l'intelligenza artificiale diventa più robusta, i prodotti di questo laboratorio stanno diventando più evidenti. Di recente, DeepMind ha aperto un'unità chiamata DeepMind Ethics and Society, che mira a risolvere le questioni etiche sollevate sull'AI. Altri contributi di Google DeepMind nel recente passato includono:
- Passero di mente profonda: Un chatbot progettato per rispondere correttamente alle domande e ridurre il rischio di risposte inappropriate e non sicure.
- Gato di mente profonda: Una rete neurale profonda per compiti complessi. Mostra multimodalità nei dialoghi, nel controllo di un braccio robot, nel gioco di videogiochi, nell'impilazione di blocchi e altro ancora.
- Alpha Go: Il primo programma per computer che ha sconfitto un giocatore di Go umano professionista
- Alpha Star:Un StarCraft II con AI, che è un gioco di strategia in tempo reale(RTS)
- Piegatura alfabetica:Un sistema che prevede la struttura tridimensionale delle proteine dalla loro sequenza aminoacida
- Codice alfabetico:Un sistema AI che può scrivere programmi per computer allo stesso livello di programmatori competitivi
- Alpha Zero:Un sistema che gioca a scacchi, Go e Shogi a livello sovrumano
- Rete d'onda:Una tecnologia avanzata di testo a voce, che crea un suono naturale da segnali audio grezzi
Il lavoro di DeepMind ha il potenziale di rivoluzionare molti aspetti della società. AlphaFold può essere utilizzato per sviluppare nuovi farmaci e terapie. D'altra parte, AlphaZero ha il potenziale per migliorare le prestazioni dei sistemi logistici. Con la crescente serie di ricerche sotto DeepMind, l'azienda si avventurerà in più aree. Questo rende il laboratorio AI una potenza che rivoluzionerà le industrie, ridefinendo i limiti dell'intelligenza artificiale.
Sfondo e storia dell'AI DeepMind
Google DeepMind è un laboratorio di ricerca AI con sede nel Regno Unito. La società è stata fondata nel 2010 da tre scienziati come DeepMind Technologies. È stato successivamente acquisito da Google nel 2014 per 400 milioni di sterline. L'acquisizione ha dato all'azienda l'accesso a leader esperti di AI mentre Alpahet Inc. è diventato proprietario di questo prodotto rivoluzionario. L'azienda è ora cresciuta a oltre 700 dipendenti con più uffici globali.
DeepMind comprende un team di rinomati esperti di AI in vari campi. Si concentrano su informatica, neuroscienze, matematica e fisica. Inoltre, l'accesso alla vasta rete di data center di Google ha consentito a DeepMinded di sfidare più aree. Uno dei modi è collaborare con Google Health e Google Cloud per implementare soluzioni generate da AI.
Prova AI Filmora gratis! Clicca qui!
Parte 2. Come funziona DeepMind AI: struttura e tecnologia
L'AI di DeepMind utilizza un linguaggio di apprendimento profondo su una rete neurale convoluzionale. La rete comprende una tecnica di rinforzo senza modelli nota come Q-learning. Consente a DeepMind di diventare più accurato nella previsione dei risultati. Questo approccio ha sfidato la tecnologia DeepMind a imparare i giochi da solo.
La tecnologia emula l'organizzazione della corteccia visiva umana. Consente a DeepMind di analizzare grandi quantità di dati e identificare modelli non pratici. Le reti neurali artificiali comprendono una rete di nodi interconnessi. Queste modalità funzionano come il cervello umano per risolvere i problemi. Possono imparare modelli complessi regolando i pesi delle connessioni. Quando incaricato di battere la libreria di giochi Atari, Google DeepMind AI ha usato questo approccio per comprendere i giochi. Dopo un po', l'AI potrebbe giocare meglio ed efficientemente rispetto agli umani.
Comprendere la struttura di apprendimento dei modelli di DeepMind
I sistemi AI di DeepMind si concentrano sull'apprendimento di rinforzo per risolvere problemi complessi. In AlphaGo, l'AI impara i modelli del gioco per prevedere le prossime mosse migliori da fare. Le reti neurali imparano dai dati e fanno previsioni. In AlphaFold, l'AI utilizza una rete neurale per imparare i modelli di piegamento delle proteine. Quindi prevede la struttura 3D delle proteine in base alla loro sequenza aminoacida.
DeepMind impara costantemente anche dalla propria esperienza. Osserva come si comporta in ambienti specifici. Durante l'addestramento, l'intelligenza artificiale viene premiata per azioni che producono risultati desiderati. Viene quindi penalizzato per risultati indesiderati. Ad esempio, AlphaGo è stato addestrato su un set di dati di milioni di giochi Go. Imparò a giocare contro se stesso milioni di volte dove venne premiato per la vittoria e penalizzato per la perdita. Questo ha aiutato l'AI a imparare mosse che avevano più probabilità di portare alla vittoria.
Allo stesso modo, AlphaFold è stato addestrato su un set di dati di milioni di strutture proteiche. Predice la struttura 3D delle proteine giocando contro se stessa milioni di volte. È stato premiato per aver fatto previsioni accurate e penalizzato per quelle imprecise. Nel tempo, AlphaFold è diventato più accurato nella previsione della struttura 3D delle proteine.
Parte 3. Cosa può fare l'intelligenza artificiale di DeepMind: i principali contributi e successi
DeepMind ha dato un contributo significativo alla società in generale. Ciò include sistemi con prestazioni sovranomane in giochi da tavolo complessi. Ci sono anche robotiche che possono camminare e correre e predittori di struttura 3D. Dalla sua fondazione nel 2020, l'azienda ha sviluppato diverse tecnologie AI che aiutano a identificare le malattie oculari e ottimizzare le prestazioni di determinati dispositivi. In breve, la DeepMind AI di Google cerca di utilizzare le capacità degli algoritmi AI per risolvere problemi che hanno pieno beneficio per l'umanità. Diamo un'occhiata ad alcuni dei principali successi di questi sistemi AI.
1.Giochi di gioco
AlphaGo ha raggiunto prestazioni sovranomane nel gioco di Go. Nel 2016, AlphaGo ha segnato un risultato notevole sconfiggendo Lee Sedol, un professionista Go. Questa è stata una pietra miliare importante che ha dimostrato che l'AI può padroneggiare giochi complessi che in precedenza erano esclusivi per domini umani. La vittoria dell'AI sul campione sudcoreano è stata un momento decisivo, poiché DeepMind è diventata l'unica macchina a battere un umano nella competizione.
2.Assistenza sanitaria
AlphaFold prevede la struttura 3D delle proteine dalla loro sequenza aminoacida. I ricercatori stanno ora utilizzando questo sistema AI per studiare proteine e sviluppare nuovi farmaci. In particolare, AlphaFold è stato utilizzato per sviluppare farmaci per la COVID-19 e la malattia di Alzheimer. La svolta nella proteomica ha il potenziale di rivoluzionare la ricerca scientifica e sviluppare farmaci che salvano vite.
3.La robotica
Robocat è un agente robot auto-miglioramento che gestisce diversi braccia robot. Risolve anche i compiti da solo poche dimostrazioni. Le robotiche utilizzano dati autogenerati per migliorarne l'efficacia. Si prevede che questo approccio contribuirà a migliorare processi di costruzione simili. Con i continui progressi nella tecnologia di DeepMind, le sue capacità si stanno espandendo. Questo sta aprendo le porte alla tecnologia, rimodellando i confini tra uomo e macchina.
4. Efficienza energetica
DeepMind ha sviluppato un sistema AI per migliorare l'efficienza energetica nei data center di Google. Utilizzando l'apprendimento di rinforzo, l'AI ottimizza il consumo di energia, riducendo le bollette di raffreddamento del 40%. DeepMind è stato anche utilizzato per migliorare l'accuratezza delle previsioni di rallentamento del traffico in Google Maps. La tecnologia è stata vitale nella luminosità adattiva di Android e le funzionalità della batteria.
Conclusioni:
DeepMind è un'organizzazione leader di ricerca AI. Ha sviluppato sistemi avanzati di intelligenza artificiale per risolvere problemi complessi nella società. Il lavoro in corso sotto l'ombrello di DeepMind AI dovrebbe influenzare più aspetti della società. Man mano che i sistemi AI continuano a evolversi e crescere, si prevede che le sue applicazioni diventeranno più diverse. Se siete interessati alla modifica video, consigliamo di provareWondershare Filmora. Il software di editing video versatile offre una varietà di funzionalità AI, tra cui un generatore e un editor di immagini.
Prova Filmora fuori gratis! Clicca qui!