ابداعات بی‌سابقه DeepMind: فراتر از سر و صدای ChatGPT و هوش مصنوعی تولیدی
DeepMind، شرکتی متعلق به گوگل و مستقر در لندن، در صدر کشف‌های نوآورانه در زمینه هوش مصنوعی (AI) قرار دارد. در حالی که ChatGPT و هوش مصنوعی تولیدی در حال از سرگیری بحث‌ها هستند، واقعیت این است که معجزات واقعی AI در حوزه‌های دیگر در حال رخ دادن هستند و از تکنولوژی‌های موجودی مانند یادگیری عمیق و شبکه‌های عصبی بهره می‌برند.
دمیس حسابیس، بنیانگذار DeepMind، در سال ۲۰۱۳ با نشان دادن قابلیت‌های یادگیری عمیق، عامل هوش مصنوعی را قادر می‌سازد تا پس از صد و شصت بار آموزش، بازی Atari Breakout را به طور کامل فرا بگیرد. اما دستاورد واقعی زمانی بدست آمد که AlphaGo، عامل هوش مصنوعی DeepMind، جایگاه قهرمان جهانی Go یعنی لی سدل را شکست داد. این پیروزی باعث شهرت یادگیری عمیق شد. DeepMind با توسعه AlphaZero به مراتب دور را گرفت و عامل هوش مصنوعی قادر به عملکرد فراتر از سطح انسان در هر بازی شد. بر خلاف پیشینه‌دار خود یعنی AlphaGo، AlphaZero فقط از قواعد بازی استفاده می‌کرد و بازی را میلیون‌ها بار برابر خود انجام می‌داد. به طور شگفت‌آور، در تنها نه ساعت شطرنج، در دوازده ساعت Shogi و در تنها سیزده روز بازی Go را به طور کامل یاد گرفت.
ادامه استعداد نمایشی شرکت DeepMind از طریق معرفی AlphaFold، فناوری پیشرفته‌ای است که موفق به حل مشکل پیچیدهٔ پیش‌بینی تاشوی پروتئین شد. این دستاورد اهمیت چشمگیری برای علوم پزشکی دارد، زیرا شکل تاشوی پروتئین‌ها جنبه‌های فیزیولوژیکی متنوعی را تعیین می‌کند و نقش اساسی در تحقیقات بر روی بیماری‌ها دارد. پس از آموزش در مجموعه‌های دادهٔ بزرگ پروتئین، AlphaFold DeepMind توانایی پیش‌بینی صحیح تاشوی پروتئین را در سطح مولکولی به ارمغان آورد که پیش تر غیر ممکن به حساب می‌آمد.
موفقیت AlphaFold قابل مقایسه است با دستاوردهای بزرگی همچون نقشه‌برداری ژنوم انسان یا کشف آنتی بیوتیک. پیشرفت های DeepMind باعث انقلاب در علوم پزشکی شده و زمینه‌های تحقیق در ارتباط با ساختار پروتئین را شتاب داده است که پیش از این به علت تعدد زیادی از ساختارهای پروتئین مورد مطالعه، موانع متعددی بوجود می‌آمد.
موتور نوآوری DeepMind ادامه می‌یابد. GNoMe که در دسامبر روانه بار می‌شود، بیش از ۲ میلیون ماده جدید را کشف کرده است، از جمله نزدیک به ۴۰۰ هزار ماده با پتانسیل برای پیشرفت فناوری‌های آینده مانند تراشه‌های کامپیوتری، پانل‌های خورشیدی و باتری‌های پیشرفته. حجم اطلاعات این موجودیت معادل ۸۰۰ سال تحقیق است.
در ژانویه ۲۰۲۴، DeepMind AlphaGeometry را معرفی کرد، یک سیستم هوش مصنوعی که توانایی حل مسائل پیچیدهٔ جنبهٔ هندسی را در دل خود دارد. این نمونه‌ها فقط چند مثال از دستاوردهای تحسین‌برانگیز DeepMind هستند که SynthID برای علامت‌گذاری تصاویر تولیدی توسط AI، Universal Speech Model برای تشخیص گفتار، AlphaCode برای تولید کد کامپیوتری پیشرفته و Gemini روزهای هوش مصنوعی تولیدی است.
با وجود تمام شگفتی‌هایی که ChatGPT و نمونه‌های مشابه آن به همراه دارند، واقعیت این است که تحقیقات وسیع DeepMind در عرصهٔ یادگیری عمیق این حرکت را در حوزه‌های خاص ثابت کرده است. اگرچه هوش کلی انسان هنوز برقراری توانمندی‌های هوش مصنوعی را فراتر می‌رساند، یادگیری عمیق در زمینهٔ دامنه‌های ویژهٔ صدور [بازهم مفهوم را در این بخش درست متوجه نشدم] نتایجی شگفت‌انگیز تولید کرده است.
هنگامی که به مسابقهٔ Sedol-AlphaZero بازگشتیم، جایی که بازیکن انسان یک “حرکت خدا” را پیش از هوش مصنوعی به نمایش گذاشت، تشخیص نقش هوش انسان و نوآوری‌های هوش مصنوعی بسیار مهم است. ظرفیت‌هایی که AI در صنایع و زمینه‌های مختلف دارد، بسیار همگام است و DeepMind همچنان به عنوان رهبر در ارائهٔ ابتکاراتی که مرزهای ممکن را به پا می‌کنند، ادامه می‌دهد.
پرسش‌های متداول (FAQ):
۱. DeepMind چیست؟
DeepMind شرکتی است که تحت مالکیت گوگل واقع شده است و برای کار در حوزهٔ هوش مصنوعی (AI) شناخته شده است.
۲. بخش‌های اصلی تمرکز DeepMind چیستند؟
اگرچه بحث‌های کنونی بیشتر دربارهٔ ChatGPT و هوش مصنوعی تولیدی است، اما کشف‌های سرشار از نوآوری DeepMind در حوزه‌هایی همچون یادگیری عمیق و شبکه‌های عصبی رخ می‌دهد.
۳. چه دستاوردهای اولیه‌ای دربارهٔ یادگیری عمیق برای DeepMind وجود داشت؟
دمیس حسابیس بنیانگذار DeepMind در سال ۲۰۱۳ قابلیت‌های یادگیری عمیق را نشان داد و عامل هوش مصنوعی پس از صد و شصت بار آموزش، بازی Atari Breakout را به طور کامل فرا گرفت.
۴. چه دستاورد بزرگی را DeepMind با AlphaGo بدست آورد؟
عامل هوش مصنوعی DeepMind یعنی AlphaGo موفق به شکست قهر
The source of the article is from the blog aovotice.cz