DeepMind | |
![]() Logotipo da DeepMind. | |
Criação | 2010 |
---|---|
Fundadores | Demis Hassabis , Shane Legg e Mustafa Suleyman |
Forma legal | Empresa subsidiária |
A sede | 5 New Street Square, Londres Reino Unido |
Acionistas | Google e Alphabet Inc. |
Atividade | Inteligência artificial |
Produtos | AlphaGo , AlphaFold ( in ) e AlphaGo Zero |
Empresa-mãe | |
Eficaz | 700 (estimativa de 2017) |
Local na rede Internet | deepmind.com |
DeepMind é uma empresa britânica especializada em inteligência artificial . Originalmente chamada DeepMind Technologies Limited e fundada em 2010 por Demis Hassabis , Mustafa Suleyman (en) e Shane Legg (en) , foi adquirida em 26 de janeiro de 2014 pelo Google por mais de US $ 628 milhões.
O objetivo do DeepMind é "resolver a inteligência". Para atingir este objetivo, a empresa tenta combinar "as melhores técnicas de aprendizagem de máquina e neurociência de sistemas para construir poderosos algoritmos de aprendizagem generalistas". A empresa não quer apenas equipar máquinas com inteligência artificial de alto desempenho, mas também entender como funciona o cérebro humano. Demis Hassabis explica:
“Tentar destilar inteligência em uma construção algorítmica pode provar ser a melhor maneira de entender como nossas mentes funcionam. "
- Demis Hassabis , Nature , 23 de fevereiro de 2012.
A empresa está focada no desenvolvimento de sistemas de computador capazes de jogar games como go ou arcade. De acordo com Shane Legg, uma máquina de inteligência comparável à inteligência humana pode ser realizada “quando uma máquina pode aprender a jogar uma ampla gama de jogos a partir de fluxos de entrada e saída perceptuais, e usar a compreensão adquirida entre os jogos [...]. " O envio de uma inteligência artificial capaz de aprender a jogar sete jogos diferentes no Atari 2600 (Pong, Breakout, Space Invaders, Seaquest, Beamrider , Enduro e Q * bert) teria motivado sua aquisição pelo Google.
Uma nova publicação na revista Nature de fevereiro de 2015 mostra o progresso feito pela DeepMind . O software agora é melhor do que um especialista humano em videogames para 22 títulos clássicos da Atari de 49 testados, mas ainda fica aquém do desempenho humano em 20 outros jogos e não excede um jogador humano para os títulos restantes. A principal limitação do software é que ele ainda não consegue planejar estratégias longas ao longo do tempo (mais de 15 segundos).
Um dos desafios que DeepMind está tentando superar é alcançar uma memória de curto prazo semelhante àquela que funciona no cérebro humano. O sistema desenvolvido é uma espécie de rede neural adaptada para funcionar com memória externa. O resultado é um computador que aprende armazenando memórias e reutilizando-as para realizar tarefas lógicas que de outra forma não seria capaz de fazer. Como essa forma de computação difere significativamente de uma rede neural clássica, a DeepMind deu a ela um novo nome: máquina de Turing neural. A máquina de Turing neural aprende como uma rede neural clássica usando as entradas que recebe do mundo externo, mas também aprende a armazenar essas informações e recuperá-las.
DeepMind combina a técnica de aprendizado de máquina " Deep Learning " com uma técnica chamada aprendizado por reforço , que é inspirada no trabalho de psicólogos como BF Skinner em particular sobre condicionamento operante . A técnica é chamada de “ Aprendizagem por reforço profundo ” . O software aprende realizando ações e observando efeitos e consequências, da mesma forma que humanos ou animais. Mas até a publicação de DeepMind , ninguém havia conseguido construir um sistema capaz de realizar ações tão complexas quanto jogar um videogame. Parte do processo de aprendizagem consiste em analisar as experiências passadas repetidamente para tentar extrair informações mais precisas para agir com mais eficácia no futuro. Este mecanismo é muito semelhante aos que ocorrem no cérebro humano. Quando dormimos, o hipocampo repassa a memória do dia para o nosso córtex .
O jogo go é considerado um dos mais difíceis de entender para uma inteligência artificial devido à multiplicidade de posições e colocações possíveis no goban . O programa AlphaGo desenvolvido pela DeepMind combina o algoritmo de Monte-Carlo e redes neurais, um método que bate outros programas go 99,8% do tempo.
Em outubro de 2015, o algoritmo AlphaGo de Deepmind bateu o campeão europeu a ir , Fan Hui , com cinco vitórias a zero primeira vitória de um computador contra um jogador profissional. Para entender melhor a importância dessa exploração de computador, consulte o artigo Jogo de computador de go .
Em março de 2016, AlphaGo venceu um dos melhores jogadores do mundo, Lee Sedol (placar de 4 a 1), e derrotou o campeão mundial Ke Jie em maio de 2017.
Em dois estudos publicados no início de junho de 2017, os pesquisadores da Deepmind detalham seus esforços para desenvolver agentes com capacidade de raciocínio relacional e preditivo; duas faculdades fundadoras da inteligência humana.
Ambos os sistemas são baseados em métodos de aprendizado de máquina existentes. O primeiro é capaz de aprender a reconhecer relações espaciais entre objetos e o segundo consegue produzir previsões de movimento de objetos em movimento em um ambiente bidimensional. É um “motor de física intuitivo”.
Seus resultados são significativamente melhores do que qualquer coisa que já foi alcançada antes, mesmo excedendo o desempenho humano em alguns casos.
Embora o trabalho tenha sido saudado por alguns pesquisadores como um passo na direção certa. Alguns, incluindo Sam Gershman , professor de psicologia em Harvard , são mais críticos e alertam contra a superestimação da importância do trabalho produzido pela DeepMind. Seu argumento é que alcançar desempenho sobre-humano para cada uma das tarefas separadas não resultará em alcançar inteligência geral sobre-humana.
Em fevereiro de 2016, o Google DeepMind assinou uma parceria com o National Health Service (NHS), que gerencia os registros médicos de 1,6 milhão de pacientes em três hospitais de Londres, para desenvolver um aplicativo, chamado Streams , para ajudar os médicos a monitorar pacientes com problemas renais . O Streams deve analisar dados em tempo real para ajudar a equipe do hospital a detectar casos de doença renal aguda o mais rápido possível , uma condição que progride extremamente rapidamente e pode ser fatal se não for tratada o suficiente. No entanto, uma polêmica surgiu quando se descobriu que não eram apenas os arquivos de pacientes renais que foram transmitidos à empresa, mas os de todos os pacientes, e esses arquivos contêm dados altamente confidenciais que datam de. '' Em cinco anos: resultados de exames, indícios de overdose , abortos , HIV , mas também relatórios diários do hospital sobre a atividade do paciente, sua localização ou mesmo suas visitas; tudo isso sem que os pacientes sejam informados.
Em 2016, a DeepMind investiu em pesquisas sobre a previsão da estrutura das proteínas . Desde 2018, seu programa AlphaFold vence o concurso internacional (CASP) que reúne especialistas na área. Os resultados obtidos ultrapassam 90/100, o que os torna comparáveis às observações feitas em laboratório.