Deepmind акции компании купить

Рассылка Пикабу: отправляем лучшие посты за неделю 🔥

Спасибо!
Осталось подтвердить Email — пожалуйста, проверьте почту 😊

Комментарий дня

держи, хотя может кто-нибудь сопрет раньше:)

Вакансии Пикабу

Рекомендуемое сообщество

Пикабу в мессенджерах

Активные сообщества

Тенденции

Экспериментальные версии ИИ от DeepMind отправились в рейтинговый режим StarCraft 2.

DeepMind выпустили свое детище — ИИ AlphaStar на ладдер StarCraft II, а значит скоро кожаные мешки потеряют немного своего ММR.

Почему вы решили запустить AlphaStar в Battle.net ?

Экспериментальные версии ИИ AlphaStar для StarCraft II от DeepMind скоро сыграют несколько игр в приложении Battle.net в течение ограниченного времени в рамках текущих исследований искусственного интеллекта. Мы рады предложить сообществу шанс внести свой вклад в исследования, сыграв несколько подобранных вслепую экспериментальных матчей, которые позволят DeepMind оценить своих агентов.

Какую версию StarCraft II использует AlphaStar?

AlphaStar использует последнее обновление рейтингового режима и будет играть на всех доступных картах режима 1х1 за терранов, зергов и протоссов.

Почему AlphaStar играет анонимно?

В настоящее время DeepMind заинтересованы в оценке игры AlphaStar против соперников-людей, которые используют свои обычные стратегии. Если AlphaStar будет играть анонимно, это будет контролируемый эксперимент, что максимально приблизит условия, в которых играют экспериментальные версии агента, к реальным условиям в рейтинговом режиме 1х1. Это также обеспечит одинаковые условия во всех матчах. Когда тестирование закончится, DeepMind опубликует записи игр AlphaStar.

Как мне поиграть против AlphaStar?

AlphaStar сыграет несколько подобранных вслепую матчей против игроков в рейтинговом режиме. Подбор соперников для AlphaStar будет проходить по обычным правилам. Вы можете участвовать или отказаться от участия в играх против AlphaStar в любой момент в разделе «сетевая игра».

Сколько вариантов AlphaStar будет участвовать в играх?

DeepMind будет оценивать работу нескольких экспериментальных версий AlphaStar, что позволит DeepMind собрать максимально разнообразные результаты в ходе тестирования.

Как AlphaStar воспринимает игру?

Как и обычные игроки, AlphaStar будет воспринимать игру, пользуясь камерой. Это означает, что AlphaStar не будет получать информацию об оппоненте, которой нет на текущем поле обзора. Также AlphaStar сможет перемещать боевые единицы только в рамках текущего обзора карты. Все ограничения AlphaStar были разработаны при участии профессиональных игроков.

Как AlphaStar взаимодействует с игрой?

У AlphaStar есть встроенные ограничения на количество эффективных действий в минуту и в секунду. Эти ограничения, включая максимальное значение APM, строже, чем в демонстрационных матчах DeepMind в январе, и установлены с учетом мнения профессиональных игроков.

Будет ли AlphaStar учиться, играя в рейтинговом режиме? Будет ли стратегия AlphaStar улучшаться на основе моих игр?

AlphaStar не будет учиться на основе матчей, сыгранных в рейтинговом режиме, поскольку DeepMind не использует эти матчи как часть тренировки AlphaStar. На данный момент для тренировок AlphaStar использовались записи человеческих игр и матчи ИИ с самим собой, но не матчи против реальных людей.

Что будет с AlphaStar дальше?

Когда AlphaStar сыграет достаточно тестовых матчей, команда DeepMind включит результаты в текущие исследования искусственного интеллекта. Они собираются выпустить научную публикацию с описанием результатов и работают с нами над тем, чтобы определить дальнейшие шаги AlphaStar. Если у DeepMind появятся еще новости об AlphaStar, в первую очередь о них станет известно сообществу!

Искусственный интеллект AlphaFold — в 5 раз быстрее и точнее построил структуру белка на научном конкурсе CASP — нежели академическая наука.

По словам одного из представителей DeepMind, их исследование является предвестником новой эры. Работа относится к числу тех, что решают фундаментальные проблемы как науки, так и технологий. Стоит отметить, что специалисты DeepMind занялись созданием нового ИИ после того, как их алгоритм AlphaGo победил в игре в го Ли Седоля, чемпиона мира.

Разработчики из компании DeepMind создали нейросетевой алгоритм, способный с высокой точностью предсказывать структуру белков на основе соответствующих им нуклеотидных последовательностей. Знание структуры белка позволяет определить его свойства в организме, рассказывают разработчики в своем блоге.

Белки представляют собой линейные молекулы, состоящие из остатков аминокислот, выстроенных в определенном порядке. Однако они существуют не в виде прямой линии, а самопроизвольно складываются в куда более сложные структуры. От того, какую структуру имеет белок, зависит то, какие функции он будет выполнять в организме. Именно поэтому ученые уже десятки лет работают над методами предсказания структуры и функций белка по его аминокислотной последовательности. Но это крайне сложная задача, потому что при расчете сборки белков в структуры более сложных уровней приходится учитывать взаимодействие между большим количеством аминокислот.

Исследователи из DeepMind разработали алгоритм AlphaFold, способный принимать последовательность нуклеотидов, кодирующую белок, и предсказывать на ее основе расстояния между всеми парами аминокислотных остатков и углы между связями, соединяющими аминокислоты. При этом алгоритм выдает не только сами параметры, но и оценивает уверенность их расчета. После расчета параметров алгоритм начинает поиск похожего белка. Также он меняет комбинации фрагментов белков и даже придумывает новые, благодаря чему постепенно система подбирает структуру, максимально соответствующую расчетам.

Ученые смогли научить AlphaFold определять расстояние между парами аминокислот, а также конфигурацию химической связи. Второй этап заключался в поиске наиболее энергоэффективной структуры каждого предполагаемого белка. Сейчас у алгоритма на выполнение задачи уходит всего несколько часов — в то время, как люди тратят на то же самое месяцы или даже годы.

Для оценки своего алгоритма DeepMind решила принять участие в ежегодном эксперименте CASP (критическая оценка предсказания белковых структур), который оценивает существующие методы моделирования и предсказания структуры белков. В результате алгоритм исследователей занял первое место, показав наивысшую точность среди участников.

ЧТО GOOGLE ХОЧЕТ ОТ DEEPMIND?

Похоже, что Google неумолимо хочет контролировать каждый аспект нашей жизни. Пожалуй, нам стоит собраться и обсудить, к чему приведет недавний выход Google на арену искусственного интеллекта.

На прошлой неделе Google объявила о своем последнем приобретении — компании DeepMind, специализирующейся на технологии искусственного интеллекта. 400 миллионов фунтов стерлингов выложены Google за лондонскую компанию. И хотя информации пока не так много, вы вполне можете получить представление о том, к чему приведет эта покупка. Главное — знать, где искать.

1. Что уже знает Google?

Google всегда была активной в области искусственного интеллекта и во многих своих проектах полагается на процесс. Кроме того, с этих всех проектов Google выдавливает по капле в копилку искусственного интеллекта. Вспомните: «водители» в автомобилях без водителей, распознавание речи в Google Glass, а также поисковая система, которая с двух нот угадывает, что вы ищете. Даже алгоритм Page Rank, с которого все началось, представляет собой часть общей картины.

Приобретение такой компании, как DeepMind, это естественный путь развития. Большой вопрос — чем мотивирована Google: развитием новой технологии или теми, которые у нее уже есть.

Учитывая длинный послужной список компании, можно сделать ставку на последнее. У Google есть деньги и желание решать крупные научные задачи, но разработка компьютеров, которые могут думать как люди, долгое время было в приоритете для компании.

2. Что в разработке?

СМИ описывали DeepMind как «скрытный стартап», но улики того, что имеется в арсенале этой компании, можно почерпнуть из ряда научных публикаций, изданных соучредителем компании, Демисом Хассабисом.

Три последних публикации Хассабиса сосредоточены на мозговой деятельности человека, который выполняет определенные задачи. Он наблюдал за тем, как мы используем окружающую среду, как определяем и прогнозируем поведение других людей, как помним прошлое и представляем будущее.

Как люди, мы собираем информацию с помощью сенсорного ввода и обрабатываем ее множество раз за счет абстракции. Когда мы заходим в комнату, мы быстро строим мысленный образ комнаты, интерпретируем предметы в комнате и используем эту информацию для оценки ситуации перед нами.

До нынешнего момента люди в Google были сосредоточены на нижних ступенях этой обработки информации. Они разработали системы для поиска соответствий и различий в фотографиях, системы для перевода из одного языка в другой и систему распознавания речи, которая позволяет людям управлять телефоном или устройством.

Процессы, которые исследует Хассабис, требуют эти типы обработки информации в качестве предпосылок. Как только вы один раз определите места предметам и их функции в окружающей обстановке, вы уже пользуетесь средой. Как только вы определите черты лица и их качество, вы уже можете начать прогнозировать поведение. И после того, как вы воссоздадите яркие образы прошлого, можно представлять будущее.

3. Что еще нужно приобрести?

Другие недавние приобретения Google стали частью головоломки. Не так давно Рэй Курцвейл, футуролог, который верит в поисковый искусственный интеллект и загрузку сознания, стал техническим директором. И покупка Boston Dynamics, компании, которая разрабатывает невероятные образчики робототехники, также намекает на амбиции Google.

Google постепенно проникает в умные дома в надежде глубже переплести свои технологии с нашей повседневной жизнью. DeepMind может обеспечить эти ноу-хау таким уровнем интеллекта, который нам и не снился.

В сочетании с техникой, которую Google уже использует для обработки сенсорного ввода, идеями компании и вложением в DeepMind, можно уже понемногу представлять искусственный мозг, выполняющий задачи на высшем уровне. У компании есть огромный потенциал создания компьютера с человеческими качествами.

Сборка компьютеров, которые думают как люди, было целью еще со времен Алана Тьюринга. Прогресс был медленным, а научная фантастика давала ложные надежды людям. Но за последние два десятилетия мы стали свидетелями невероятных скачков в обработке информации и нашего понимания мозга. Теперь, когда одна из самых мощных в мире компаний определила, куда хочет двигаться дальше, мы можем ожидать больших вещей. Если расцвет физики был в 20 веке, 21 век станет золотым веком искусственного интеллекта.

http://pikabu.ru/tag/DeepMind/hot
http://www.interface.ru/home.asp?artId=35924