Автор Дональд Кларк
Когда люди в наши дни используют слово «ИИ», они редко понимают широту этой области. Одна лошадь, GenAI, возможно, недавно выиграла Дерби с преимуществом в золотую милю, но в гонке есть масса других вещей.
Еще до появления GenAI, в 2014–2021 годах, я регулярно говорил об Alphafold как об удивительном и измеримом прорыве для нашего вида. Один только этот инструмент остается монументальным достижением, и, безусловно, самым важным человеком в трехсторонней премии является Демис Хассабис.
AlphaFold, разработанный DeepMind в 2020 году, предсказывает структуру белков. Это одновременно ускоряет процесс и открывает широкий спектр исследовательских возможностей. Они победили конкурентов в соревновании CASP14, превзойдя остальные 100 других команд, совершив гигантский рывок на поле. Это буквально шокировало всех.
DeepMind выпустила базу данных, содержащую более 200 миллионов белковых структур. Сюда входят структуры почти всех известных науке каталогизированных белков. Эта база данных БЕСПЛАТНА для мирового научного сообщества, что упрощает доступ к высококачественным белковым структурам.
Прирост производительности ошеломляет. Традиционные методы с использованием невероятно дорогого оборудования и опыта потребовали годы только для одного белка. Alphafold делает это за несколько часов. Это позволяет исследователям сосредоточиться на дальнейших экспериментах, а не на фундаменте. Это буквально спасло столетия исследований.
Например, во время пандемии COVID AlphaFold предсказала структуры белков, связанных с вирусом SARS-CoV-2. Это привело к быстрой разработке методов лечения и вакцин. В целом это верно в этой важной и, по мнению некоторых, забытой области.
Вернемся к Демису Хассабису, британскому предпринимателю, нейробиологу и исследователю искусственного интеллекта. Шахматный гений и игровой дизайнер, он был ведущим программистом и соавтором тематического парка, хорошо известного в игровом мире. Проработав в академической среде и опубликовав серию статей, он основал компанию по искусственному интеллекту, основываясь на своем понимании того, как работают мозг и память. Эта компания DeepMind была продана в 2014 году Google за 628 миллионов долларов.
Теория обучения (памяти)
Хассабис сосредоточил свое внимание на гиппокампе, поскольку именно там консолидируется эпизодическая память. В ходе исследования пяти пациентов с повреждением головного мозга он обнаружил, что потеря памяти, вызванная повреждением гиппокампа, сопровождается потерей воображения (способности планировать и думать о будущем). Это было захватывающее открытие, поскольку затем он понял, что процесс подкрепления является настоящей силой в обучении, а практика ведет к совершенству. Эта связь между эпизодической памятью и воображением была подтверждена другими исследованиями по сканированию мозга и экспериментами на крысах. Он предложил модель «построения сцены» для воспроизведения воспоминаний, которая рассматривает разум как машину моделирования. Этот акцент на закреплении и консолидации полученной практики, целенаправленная практика, как известно, когда она фиксируется и выполняется алгоритмически, генерирует опыт. Это привело к тому, что в 2010 году он основал компанию Deepmind, занимающуюся искусственным интеллектом в области машинного обучения.
Алгоритмы глубокого обучения становятся экспертами
DeepMind сосредоточился на алгоритмах глубокого обучения, которые могли бы решать сложные задачи, и вот в чем загвоздка — без предварительных знаний и обучения. Это ключевой момент – ИИ, который может «научиться» делать что угодно. Они ошеломили сообщество ИИ, когда их система сыграла в ряд компьютерных игр и стала опытным геймером. В Breakout их система не только стала такой же хорошей, как и любая человеческая, но и разработала технику прорыва через край и атаки сверху, с которой люди не сталкивались. Достижение было ошеломляющим, поскольку при запуске программа не знала об этих играх. Он смотрел на дисплей, видел, как работает подсчет очков, и просто учился методом проб и ошибок. Глубокое обучение использует некоторые аспекты человеческого обучения, но сочетает в себе глубокое обучение с обучением с подкреплением, которое называется глубоким обучением с подкреплением для решения проблем.
AlphaGo победила чемпиона мира по го Ли Седоля в Сеуле со счетом 5-1, игра, которая является Святым Граалем в ИИ, считается самой сложной игрой, в которую мы играем, вершиной игр. Ли Седоль играл за человечество. Количество возможных ходов больше, чем количество атомов во вселенной. Он тренируется во многих играх, в которые играют хорошие любители. Глубокие нейронные сети, которые имитируют мозг, с огромной вычислительной мощностью, обученные выполнять задачу, могут выйти за рамки человеческих возможностей. Во второй игре он делал ходы, которые не сделал бы ни один человек, и стал креативным. Он учится и продолжает учиться. Далеко не считая это поражением, Ли Седоль видел в этом прекрасный опыт, и ГО никогда не была так популярна.
Заключение
Одна из ведущих компаний в мире, где люди создали одно из самых умных программ в мире, построила этот успех на основе теории обучения, восходящей к Хеббу и его последователям. Это должно иметь значение для профессионалов в области обучения, поскольку ИИ теперь играет важную роль в обучении. Программное обеспечение «учится» или может быть «обучено» с использованием данных. В дополнение к учителям и ученикам-людям у нас теперь есть учителя-программы и обучающееся программное обеспечение. Дело не в том, что машина может превзойти человека, а в том, что она может научиться делать это еще лучше. Это знак того, что грядут события, знак того, что в обучении появятся еще неизвестные, но поразительные вещи. Передовая кромка ИИ — это передовая кромка обучения. Его Нобелевская премия вполне заслужена, поскольку она приносит огромную пользу будущему нашего вида.
