5 Geweldige dingen Google's DeepMind AI kan al doen

De revolutie in de kunstmatige intelligentie kan zowel angstaanjagend als opwindend zijn. Desondanks hebben we ons altijd veilig gevoeld in de veronderstelling dat er bepaalde banen en taken zijn die alleen mensen kunnen doen.

Maar niets brengt dit meer in vraag dan de prestaties van Google's DeepMind AI, die elke dag nieuwe en ongekende dingen lijkt te volbrengen. Laten we een paar dingen bekijken die deze geavanceerde AI heeft bereikt die velen van ons nog nooit zagen aankomen.

Wat is DeepMind?

DeepMind is een dochteronderneming van Google die zich richt op de ontwikkeling van kunstmatige intelligentie en diepgaande machine learning. (Wat is kunstmatige intelligentie? Welke kunstmatige intelligentie is niet wat kunstmatige intelligentie niet is Intelligente, bewuste robots gaan de wereld overnemen? Niet vandaag - en misschien ook niet. Lees meer) Terwijl de AI van het bedrijf de aandacht van de wereld trok toen AlphaGo AI Go's professionele (menselijke) wereldkampioen versloeg De AI's winnen: 5 keer wanneer computers mensen verslaan De AI's winnen: 5 keer wanneer computers mensen verslaan Kunstmatige intelligentie wordt goed. In feite verslaan computers nu het beste en meest heldere verstand dat de mensheid kan bieden. Wat betekent dat voor ons? Lees meer in 2015, de doelstellingen en doelen gaan ver voorbij met het verslaan van mensen bij bordspellen.

De diepgaande versterking van de AI-algoritmen is gebruikt in zowel onderzoeks- als toegepaste contexten. Elk jaar worden nieuwe vorderingen gemaakt dankzij de AI van het bedrijf die steeds complexere vermogens ontwikkelt.

Opmerkelijke dingen die DeepMind kan doen

Tot nu toe heeft de AI van DeepMind doelen gevonden binnen de medische industrie, de Android-activiteiten van Google en andere algemene AI-experimenten van Google. Hier zijn vijf van zijn opmerkelijke prestaties.

1. DeepMind AI leerde zichzelf om te lopen

Een van de meest duurzame beelden die voortkomen uit de AI-prestaties van DeepMind, een video die een neuraal netwerk van DeepMind toont dat leert lopen.

De AI kreeg parameters voor koppelgecontroleerde virtuele lichamen, waaronder het aantal gewrichten van de lichamen, de mate van vrijheid van ledematen en obstakels die het nodig had om door een virtuele omgeving te navigeren. Deze omgevingen zijn procedureel gegenereerd met een verscheidenheid aan obstakeltypen, zoals horden of hiaten.

Zonder te worden geleerd hoe deze obstakels te overwinnen, moest de AI vanaf het begin leren hoe te bewegen en manoeuvreren door zijn wereld. Met deze beperkte informatie leerde de AI zichzelf hoe ze in verschillende lichamen moest lopen - inclusief een humanoïde, tweevoetig en viervoets lichaam.

Niet alleen leerde het lopen en rennen, maar het kon ook met succes obstakels in zijn virtuele omgevingen aanpakken - zoals springen over gaten en klimmen op richels. Dit was ook ongelooflijk vermakelijk om te zien sinds het bedacht werd op een aantal inventieve gebruiksmogelijkheden van de ledematen.

2. De AI van DeepMind kan zijn eigen afbeeldingen maken

Een intrigerende mogelijkheid ontwikkeld door de AI van DeepMind is de mogelijkheid om vanuit het niets zijn eigen originele, realistische beelden te creëren. Om dit te doen, gebruikten onderzoekers ImageNet als een database om real-world voorbeeldafbeeldingen te bieden voor de AI om van te leren.

Het neurale netwerk werd vervolgens getraind om niet alleen afbeeldingen te genereren op basis van wat het uit de gegevens leerde, maar het kon ook gegenereerde afbeeldingen onderscheiden van afbeeldingen uit de echte wereld.

Het algoritme maakt gebruik van Generative Adversarial Networks (GAN), een type AI-algoritme dat al enige tijd bestaat. Maar wat de unieke generatie van de DeepMind AI's maakt, is hoeveel het heeft verbeterd en de technologie heeft geoptimaliseerd. In termen van de kwaliteitsmetrieken die worden gebruikt om gegenereerde afbeeldingen te beoordelen, hebben de monsters die door de AI van DeepMind zijn gemaakt, andere pogingen met een aanzienlijke marge overtroffen.

3. DeepMind Bots kunnen mensen strategisch out-thinken

Niets doet beelden van SkyNet in je opkomen, net zoals je je realiseert dat DeepMind AI al geleerd heeft hoe je menselijke tegenstanders strategisch kunt overtuigen. Je hebt misschien gehoord van DeepMind AI die menselijke tegenstanders verslaat in bordspellen, maar nu weet het hoe je in een team moet werken.

DeepMind AI is erachter gekomen hoe je mensen kunt verslaan in de Capture The Flag-wedstrijden van Quake III Arena. De teamwork-mogelijkheden zijn niet eens beperkt tot andere AI-de bot was zelfs in staat om met menselijke teams te werken om tegenstanders in het spel te verslaan.

“Door nieuwe ontwikkelingen op het gebied van reinforcement learning hebben onze agenten prestatie op mensniveau bereikt in Quake III Arena Capture the Flag, een complexe omgeving met meerdere agents en een van de canonieke 3D first-person multiplayer-games,” DeepMind zei in hun aankondiging. “Deze agenten tonen het vermogen om samen te werken met zowel kunstmatige agenten en menselijke spelers.”

De bots moesten van de grond af leren hoe te zien en te handelen in deze procedureel gegenereerde (en daarom ongeziene) omgevingen. Ze deden dit zonder zelfs maar de regels van het spel te kennen. Ze moesten toen leren hoe ze ook moesten samenwerken en concurreren om te winnen. Onderzoekers noemden op passende wijze de AI “Voor de Win (FTW) -agenten”. Deze AI nam deel aan een toernooi met 40 menselijke spelers.

Onderzoekers hebben zelfs de nauwkeurigheid en reactie van bots verminderd om hun prestaties te verlagen. Desondanks leerden ze menselijk gedrag zoals kampeerbases en volgende teamgenoten om te winnen.

Bij het meten van hun Elo-score, een metriek die wordt gebruikt om de vaardigheid van spelers in zero-sum games te scoren, haalden de FTW-agenten de gemiddelde score van reguliere spelers en spelers tijdens de training over.

4. DeepMind AI heeft zichzelf geleerd hoe te navigeren zonder kaart

Een van de meest indrukwekkende prestaties van de AI van DeepMind is het vermogen om door een stad zonder kaart te navigeren. De AI vertrouwde in plaats daarvan op het leren van ervaringen. Dit is een relatief eenvoudige taak die mensen altijd uitvoeren. Maar de onderliggende mentale mechanismen die ons in staat stellen om dit te doen zijn erg complex.

DeepMind AI moest navigeren door grote steden en een specifieke locatie bereiken zonder kaart. De AI is door de virtuele omgeving gegaan met een first-person-weergave die is afgeleid van Google Street View-afbeeldingen.

Na verloop van tijd heeft de KI verschillende routes en manieren onthouden om plekken te vinden alsof het een inwonende stadsmannetje zelf was.

“De agent wordt beloond wanneer deze een doelbestemming bereikt (bijvoorbeeld gespecificeerd als een coördinaat voor de lengte- en breedtegraad), zoals een koerier belast met een eindeloze reeks leveringen maar zonder kaart,” DeepMind zei in hun verklaring over het project.

Na verloop van tijd leerde de AI hoe je door nieuwe steden navigeerde. Het was zelfs in staat om wat het leerde toe te passen op nieuwe steden. Nadat hij bijvoorbeeld had geleerd hoe kruispunten werkten, zou het deze kennis gebruiken voor toekomstige steden.

De AI van het bedrijf heeft ook eerder geleerd hoe je met succes door 3D-doolhoven navigeert, iets dat velen van ons nog steeds niet doen.

5. DeepMind kan bepaalde ziekten beter detecteren dan artsen

Hoewel AI niet snel artsen gaat vervangen, is technologie een revolutie in de gezondheidszorg 5 manieren waarop het internet der dingen revolutie ontplooit 5 manieren waarop het internet der dingen revolutie ontplooit Gezondheidszorg Hier zijn enkele van de coolste (en belangrijkste) manieren waarop verbonden technologie is een revolutie in de medische wereld. Meer lezen op verschillende manieren. DeepMind doet ook enkele verbazingwekkende dingen op medisch gebied.

Na een samenwerking met het Moorfields Eye Hospital in Londen, leerde de AI van DeepMind meer dan 50 oogziekten opsporen en correct diagnosticeren. Het deed dit door duizenden scans te analyseren. Dit omvat glaucoom, maculaire degeneratie en andere ziekten die visusstoornissen veroorzaken.

In de paper die hun bevindingen beschrijft, zeiden onderzoekers dat de AI toonde “prestaties bij het doen van een aanbevelingsaanbeveling die die van experts bereikt of overschrijdt”.

Google heeft ook haar screeningproject voor borstkanker uitgebreid naar Japan. Dit volgt de veelbelovende vooruitgang in haar samenwerking met het Imperial Centre van Cancer Research UK.

Deze hulpmiddelen zullen hopelijk artsen helpen om patiëntenscans sneller te doorlopen. Dit is belangrijk omdat vroege interventie belangrijk is bij het behandelen van vele ziekten.

AI zal ons blijven verrassen

Dit zijn slechts enkele van de onverwachte dingen die Google's DeepMind AI heeft kunnen doen. Bij elke ontwikkeling is er een betere basis voor onderzoekers om voor nog hogere doelen te werken en te reiken. Wat minder dan een decennium geleden als fantasie leek, is vandaag een realiteit.

Maar wat ligt er in onze toekomst? Bekijk ons ​​artikel over de trends in AI om te zien hoe kunstmatige intelligentie onze toekomst zal bepalen. Hoe zal AI uw leven beïnvloeden in de komende tien jaar? Hoe zal AI uw leven de komende tien jaar beïnvloeden? Kunstmatige intelligentie groeit snel en lijkt vastbesloten de wereld te veranderen. Hoe zal die verandering zich de komende jaren presenteren? Hier zijn enkele goede inschattingen. Lees verder .

Meer informatie over: Artificial Intelligence, Google.