ДеепМинд
![]() | |
Тип | Подружница |
---|---|
Индустрија | Вештачка интелигенција |
Седиште | Лондон, Енглеска[1] |
Кључни људи | |
Производ(и) | АлпхаГо, АлпхаСтар, АлпхаФолд, АлпхаЗеро |
Власник | Алпхабет Инц.[2] |
Запослених | око 2.600 (2024)[3] |
Холдинг | Деепминд Холдингс Лимитед[4] |
Вебсајт | deepmind |
Гоогле ДеепМинд Тецхнологиес Лимитед је британско-америчка истраживачка лабораторија вештачке интелигенције која служи као подружница Гугла. Основана у Великој Британији 2010. године, купио ју је Гугл 2014.[5] и спојио се са одељењем Гугле VI-овог одељења Гугл мозак да би у априлу 2023. постао Гугл Дипмајнд. Компанија се налази у Лондону, са истраживачким центрима у Канади,[6] Француској,[7] Немачкој и Сједињеним Државама.
Дипмајнд је представио неуронске Тјурингове машине (неуронске мреже које могу да приступе спољној меморији као конвенционална Тјурингова машина),[8] што је резултирало рачунаром који донекле подсећа на краткорочну меморију у људском мозгу.[9][10]
Дипмајнд је креирао моделе неуронских мрежа за играње видео игара и друштвених игара. Доспео је на насловне стране 2016. након што је његов АлпхаГо програм победио професионалног Го играча Лија Седола, светског шампиона, у мечу од пет игри, што је било тема документарног филма.[11] Општији програм, АлпхаЗеро, победио је најмоћније програме играјући го, шах и шоги (јапански шах) након неколико дана игре против себе користећи подржано учење.[12]
У 2020. години, ДиМајнд је направио значајан напредак у проблему савијања протеина са Алфафолдом.[13] У јулу 2022. године објављено је да ће преко 200 милиона предвиђених протеинских структура, које представљају готово све познате протеине, бити објављено путем базе података Алфафолда.[14][15] Алфафолдова база података предвиђања је постигла најсавременије рекорде на тестовима за мерење за алгоритме савијања протеина, иако свако појединачно предвиђање и даље захтева потврду експерименталним тестовима. АлпхаФолд3 је објављен у мају 2024. године, чинећи структурна предвиђања за интеракцију протеина са различитим молекулима. Успоставио је нове стандарде на различитим мерилима, подижући тачност са 28 и 52 одсто на 65 и 76 одсто.
Референце
[уреди | уреди извор]- ^ „Кинг'с Цросс - С2 Буилдинг - СЕС Енгинееринг Сервицес”. www.сес-лтд.цо.ук (на језику: енглески). Приступљено 14. 7. 2022.
- ^ „Деепминд Холдингс Лимитед персонс wитх сигнифицант цонтрол - Финд анд упдате цомпанy информатион - ГОВ.УК”. Цомпаниес Хоусе (на језику: енглески). 2019-08-30. Приступљено 2024-05-07.
- ^ Ланглеy, Хугх (16. 5. 2024). „Хоw Гоогле ЦЕО Сундар Пицхаи схоок уп хис леадерсхип теам фор тхе АИ ера”. Бусинесс Инсидер. Архивирано из оригинала 20. 5. 2024. г.
- ^ „Деепминд Холдингс Лимитед овервиеw - Финд анд упдате цомпанy информатион - ГОВ.УК”. Цомпаниес Хоусе (на језику: енглески). 2019-08-30. Приступљено 2024-05-07.
- ^ Браy, Цхад (27. 1. 2014). „Гоогле Ацqуирес Бритисх Артифициал Интеллигенце Девелопер”. ДеалБоок (на језику: енглески). Приступљено 4. 11. 2019.
- ^ „Абоут Ус”. ДеепМинд. 14. 5. 2024.
- ^ „А ретурн то Парис”. ДеепМинд. 14. 5. 2024.
- ^ Гравес, Алеx; Wаyне, Грег; Данихелка, Иво (2014). „Неурал Туринг Мацхинес”. арXив:1410.5401
[цс.НЕ].
- ^ Бест оф 2014: Гоогле'с Сецретиве ДеепМинд Стартуп Унвеилс а "Неурал Туринг Мацхине" Архивирано 4 децембар 2015 на сајту Wayback Machine, MIT Technology Review
- ^ Graves, Alex; Wayne, Greg; Reynolds, Malcolm; Harley, Tim; Danihelka, Ivo; Grabska-Barwińska, Agnieszka; Colmenarejo, Sergio Gómez; Grefenstette, Edward; Ramalho, Tiago (12. 10. 2016). „Hybrid computing using a neural network with dynamic external memory”. Nature (на језику: енглески). 538 (7626): 471—476. Bibcode:2016Natur.538..471G. ISSN 1476-4687. PMID 27732574. S2CID 205251479. doi:10.1038/nature20101.
- ^ Kohs, Greg (29. 9. 2017), AlphaGo, Ioannis Antonoglou, Lucas Baker, Nick Bostrom, Приступљено 9. 1. 2018
- ^ Silver, David; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (5. 12. 2017). „Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm”. arXiv:1712.01815
[cs.AI].
- ^ Callaway, Ewen (30. 11. 2020). „'It will change everything': DeepMind's AI makes gigantic leap in solving protein structures”. Nature. Приступљено 31. 8. 2021.
- ^ Geddes, Linda (28. 7. 2022). „DeepMind uncovers structure of 200m proteins in scientific leap forward”. The Guardian.
- ^ „AlphaFold reveals the structure of the protein universe”. DeepMind. 28. 7. 2022.