DeepMind, det London-baserede firma, der nu ejes af Google, er i front for banebrydende opdagelser inden for kunstig intelligens (AI). Mens ChatGPT og generativ AI dominerer de nuværende diskussioner, er de virkelige mirakler inden for AI ved at ske på andre områder ved hjælp af eksisterende teknologier som dybt læring og neurale netværk.
Demis Hassabis, grundlæggeren af DeepMind, viste første gang potentialet ved dybt læring i 2013, da en AI-agent mestrede spillet Atari Breakout efter kun 600 træningssessioner. Den sande milepæl kom dog, da AlphaGo, DeepMind’s AI-agent, besejrede Lee Sedol, verdensmesteren i Go. Denne sejr bragte dybt læring i rampelyset. DeepMind skubbede grænserne endnu længere ved at udvikle AlphaZero, en AI-agent der var i stand til at overgå menneskelig præstation i ethvert spil. I modsætning til sin forgænger AlphaGo, stolede AlphaZero kun på spilreglerne og lærte ved at spille mod sig selv millioner af gange. Forbløffende nok mestrede den skak på ni timer, Shogi på 12 timer og Go på kun 13 dage.
I fortsættelse af deres stime af innovation, introducerede DeepMind AlphaFold, en gennembrudsteknologi, der succesfuldt løste det komplekse problem med at forudsige proteinfoldning. Denne præstation har stor betydning for medicinsk videnskab, da proteiners foldede form bestemmer forskellige fysiologiske aspekter og spiller en kritisk rolle i forskning om sygdomme. DeepMinds AlphaFold, efter at have trænet på massive proteindatasæt, opnåede evnen til nøjagtigt at forudsige proteinfoldning på et molekylært niveau, hvilket tidligere blev anset for umuligt.
AlphaFolds succes kan sammenlignes med monumentale bedrifter som kortlægning af menneskets genom eller opdagelsen af antibiotika. DeepMinds fremskridt har potentiale til at revolutionere medicinsk videnskab ved at fremskynde forskningsindsatsen, der engang blev hæmmet af det store antal proteinstrukturer, der skulle studeres.
DeepMinds innovationsmotor fortsætter med at skabe bemærkelsesværdige produkter. GNoMe, der blev lanceret i december, opdagede over 2 millioner nye materialer, herunder næsten 400.000 med potentiale til at drive fremtidens teknologier som computerchips, solpaneler og avancerede batterier. Denne mængde viden svarer til 800 års forskning.
I januar 2024 præsenterede DeepMind AlphaGeometry, et AI-system der er i stand til at overgå de mest lysende studerendes komplekse problemløsningsevner inden for geometri. Dette er blot nogle få eksempler på DeepMinds fantastiske bedrifter, som også inkluderer SynthID til vandmærkning af AI-genererede billeder, Universal Speech Model til talegenkendelse, AlphaCode til avanceret generering af computerkode og Gemini, en kraftfuld generativ AI-chatbot.
Mens ChatGPT og dets lignende uundgåeligt er imponerende, er det DeepMinds omfattende arbejde inden for dybt læring, der har revolutioneret snævre nicheområder. Selvom menneskelig generel intelligens stadig overgår AI-kapaciteter, har dybt læring produceret forbløffende resultater inden for specialiserede domæner.
Når vi reflekterer over Sedol-AlphaZero-kampen, hvor den menneskelige spiller lavede et “Gudetræk”, der forbigik AI’en, er det afgørende at anerkende både menneskelig opfindsomhed og AI-fremskridtets rolle. Potentialet for, at AI påvirker forskellige brancher og felter, er enormt, og DeepMind fortsætter med at føre an i leveringen af banebrydende innovationer, der udfordrer grænserne for, hvad der er muligt.
Ofte stillede spørgsmål (FAQ):
The source of the article is from the blog coletivometranca.com.br