Projektant analizy Google

Demis Hassabis zaczął grać w szachy w wieku czterech lat i wkrótce wyrósł na cudowne dziecko. W wieku ośmiu lat sukces na szachownicy skłonił go do zastanowienia się nad dwoma pytaniami, które dręczyły go od tamtej pory: po pierwsze, w jaki sposób mózg uczy się wykonywać złożone zadania; a po drugie, czy komputery mogą kiedykolwiek zrobić to samo?

Teraz, mając 38 lat, Hassabis zastanawia się nad tymi pytaniami dla Google, sprzedając swój mało znany londyński startup DeepMind firmie zajmującej się wyszukiwaniem na początku tego roku za 400 milionów funtów (wówczas 650 milionów dolarów).

Google złapało DeepMind wkrótce po tym, jak zademonstrowało oprogramowanie, które potrafi nauczyć się grać w klasyczne gry wideo do nadludzkiego poziomu (patrz Czy Google zdobywa rynek w zakresie głębokiego uczenia? ). Na tegorocznej konferencji TED w Vancouver dyrektor generalny Google, Larry Page, opowiadał o Hassabisie i nazwał technologię swojej firmy jedna z najbardziej ekscytujących rzeczy, jakie widziałem od dłuższego czasu .

Naukowcy już szukają sposobów, w jakie technologia DeepMind mogłaby ulepszyć niektóre z istniejących produktów Google, takich jak wyszukiwarka. Ale jeśli technologia postępuje zgodnie z nadziejami Hassabisa, może zmienić rolę, jaką komputery odgrywają w wielu dziedzinach.

DeepMind stara się zbudować oprogramowanie sztucznej inteligencji, które może się uczyć w obliczu prawie każdego problemu. To może pomóc rozwiązać niektóre z najtrudniejszych problemów na świecie, mówi Hassabis. Sztuczna inteligencja ma ogromny potencjał, by być niesamowitym dla ludzkości, mówi. To naprawdę przyspieszy postęp w rozwiązywaniu chorób i wszystkich tych rzeczy, w których obecnie robimy stosunkowo powolne postępy.

Człowiek renesansu

Dążenie Hassabisa do zrozumienia i stworzenia inteligencji poprowadziło go przez trzy kariery: twórcy gier, neuronaukowca, a teraz przedsiębiorcy zajmującego się sztuczną inteligencją. Po ukończeniu szkoły średniej dwa lata wcześniej, dostał pracę u słynnego brytyjskiego projektanta gier Petera Molyneux. W wieku 17 lat Hassabis kierował rozwojem klasycznej gry symulacyjnej Theme Park, wydanej w 1994 roku. Ukończył studia informatyczne na Uniwersytecie Cambridge i założył własną, odnoszącą sukcesy firmę zajmującą się grami w 1998 roku.

Ale wymagania związane z tworzeniem udanych gier komputerowych ograniczały to, ile Hassabis mógł pracować nad swoim prawdziwym powołaniem. Pomyślałem, że nadszedł czas, aby zrobić coś, co koncentruje się na inteligencji jako najważniejszej rzeczy, mówi.

Tak więc w 2005 roku Hassabis rozpoczął doktorat z neuronauki na University College London, myśląc, że badanie prawdziwych mózgów może znaleźć wskazówki, które mogą pomóc w sztucznej inteligencji. Zdecydował się na badanie hipokampu, części mózgu, która stanowi podstawę pamięci i nawigacji przestrzennej i która wciąż jest stosunkowo słabo poznana. Wybrałem obszary i funkcje mózgu, dla których nie mieliśmy zbyt dobrych algorytmów, mówi.

Jako informatyk i przedsiębiorca gier, który nie studiował biologii w liceum, Hassabis wyróżniał się na tle lekarzy i psychologów na swoim wydziale. Żartowałem, że jedyną rzeczą, jaką wiedziałem o mózgu, było to, że znajdował się w czaszce, mówi.

Ale Hassabis szybko odcisnął piętno. W badaniu z 2007 roku uznanym przez czasopismo Nauka mam, masz, mamy, macie mają Ma Przełom Roku wykazał, że pięciu pacjentów cierpiących na amnezję z powodu uszkodzenia hipokampa miało trudności z wyobrażeniem sobie przyszłych wydarzeń. Sugeruje to, że część mózgu, o której sądzi się, że zajmuje się tylko przeszłością, ma również kluczowe znaczenie dla planowania przyszłości.

To, że pamięć i planowanie w przód są ze sobą splecione, to jeden z pomysłów Hassabisa, który zabrał ze sobą do swojego kolejnego przedsięwzięcia. W 2011 roku porzucił życie jako badacz podoktorancki, aby założyć DeepMind Technologies, firmę, której deklarowanym celem było rozwiązanie problemu inteligencji.

Wysoki wynik

Hassabis założył DeepMind z innym specjalistą od sztucznej inteligencji Shane Legg i seryjny przedsiębiorca Mustafa Suleyman. Firma zatrudniła czołowych badaczy zajmujących się uczeniem maszynowym i przyciągnęła godnych uwagi inwestorów, w tym firmę Founders Fund Petera Thiela oraz założyciela Tesli i SpaceX, Elona Muska. Ale DeepMind utrzymywał niski profil aż do grudnia 2013 r., kiedy to zorganizował swego rodzaju debiutancki moment na wiodącej konferencji badawczej poświęconej uczeniu maszynowemu.

W kasynie Harrah's na brzegach jeziora Tahoe badacze DeepMind pokazali oprogramowanie, które nauczyło się grać w trzy klasyczne gry Atari – Pong, Breakout i Enduro – lepiej niż człowiek-ekspert. Oprogramowanie nie zostało zaprogramowane z żadnymi informacjami o tym, jak grać; był wyposażony tylko w dostęp do elementów sterujących i wyświetlacza, znajomość partytury i instynkt, aby ten wynik był jak najwyższy. Program stał się doświadczonym graczem metodą prób i błędów.

Nikt nigdy nie zademonstrował oprogramowania, które mogłoby nauczyć się od podstaw opanować tak złożone zadanie. DeepMind wykorzystał nową modną technikę uczenia maszynowego zwaną uczeniem głębokim, która polega na przetwarzaniu danych przez sieci prymitywnie symulowanych neuronów (patrz 10 Przełomowe technologie 2013: Głębokie uczenie). Ale połączył głębokie uczenie się z innymi sztuczkami, aby stworzyć coś o nieoczekiwanym poziomie inteligencji.

Ludzie byli trochę zszokowani, ponieważ nie spodziewali się, że będziemy w stanie to zrobić na tym etapie technologii, mówi Stuart Russell , profesor i specjalista ds. sztucznej inteligencji na Uniwersytecie Kalifornijskim w Berkeley. Myślę, że wielu ludzi się tym zawahało.

DeepMind połączył głębokie uczenie się z techniką zwaną uczeniem wzmacniającym, która jest inspirowana pracą psychologów zwierząt, takich jak B.F. Skinner. Doprowadziło to do powstania oprogramowania, które uczy się, podejmując działania i otrzymując informacje zwrotne na temat ich efektów, tak jak często robią to ludzie lub zwierzęta.

Badacze sztucznej inteligencji od dziesięcioleci majstrują przy uczeniu się przez wzmacnianie. Ale do czasu demonstracji Atari DeepMind nikt nie zbudował systemu zdolnego do nauczenia się czegoś tak złożonego, jak granie w grę komputerową, mówi Hassabis. Jednym z powodów, dla których było to możliwe, była sztuczka zapożyczona z jego ulubionego obszaru mózgu. Część procesu uczenia się oprogramowania do grania na Atari polegała na powtarzaniu jego przeszłych doświadczeń w kółko, aby spróbować wydobyć najdokładniejsze wskazówki dotyczące tego, co powinno robić w przyszłości. Wiemy, że to jest coś, co robi mózg, mówi Hassabis. Kiedy kładziesz się spać, hipokamp odtwarza wspomnienia dnia z powrotem do Twojej kory.

Rok później Russell i inni badacze wciąż zastanawiają się, w jaki sposób ta sztuczka i inne stosowane przez DeepMind doprowadziły do ​​tak niezwykłych wyników i do czego jeszcze mogą zostać wykorzystane. Google nie zajęło dużo czasu, aby rozpoznać wagę tego wysiłku, ogłaszając miesiąc po demonstracji Tahoe, że przejął DeepMind.

Mężczyzna ze spółki

Dziś Hassabis prowadzi to, co obecnie nazywa się Google DeepMind. W dalszym ciągu ma siedzibę w Londynie i nadal zajmuje się rozwiązywaniem problemów wywiadowczych jako swoją misją. Hassabis powiedział, że w momencie dołączenia do Google, miał około 75 osób, zamierzał zatrudnić około 50 kolejnych. Około 75 procent grupy zajmuje się badaniami podstawowymi. Reszta tworzy zespół ds. badań stosowanych, który szuka możliwości zastosowania technik DeepMind w istniejących produktach Google.

Technologia DeepMind może zostać wykorzystana do udoskonalenia rekomendacji YouTube lub ulepszenia mobilnego wyszukiwania głosowego firmy, mówi Hassabis. W ciągu najbliższych kilku lat zobaczysz, jak niektóre z naszych technologii są wbudowane w tego rodzaju rzeczy, mówi. Google nie jest jedyną osobą, która jest przekonana, że ​​takie podejście może przynosić zyski. W zeszłym miesiącu Hassabis otrzymał nagrodę Mullard od brytyjskiego Towarzystwa Królewskiego za pracę, która może przynieść korzyści gospodarce kraju.

Ale Hassabis brzmi bardziej podekscytowany, gdy mówi o wykroczeniu poza zwykłe podkręcanie algorytmów obecnych produktów. Marzy o stworzeniu naukowców zajmujących się sztuczną inteligencją, którzy mogliby robić takie rzeczy, jak generowanie i testowanie nowych hipotez dotyczących chorób w laboratorium. Popychany, mówi również, że oprogramowanie DeepMind może być również przydatne w robotyce, obszarze, w który Google ostatnio dużo zainwestował (patrz Roboty biegające w ten sposób ). Jednym z powodów, dla których nie mamy większej liczby robotów robiących bardziej pomocne rzeczy, jest to, że zwykle są one wstępnie zaprogramowane, mówi. Bardzo źle radzą sobie z nieoczekiwanymi sytuacjami lub uczą się nowych rzeczy.

Niechęć Hassabisa do mówienia o aplikacjach może być nieśmiała lub może być tak, że jego badacze wciąż są na wczesnym etapie zrozumienia, jak rozwijać oprogramowanie AI firmy. Jednym z mocnych wskaźników tego, że Hassabis spodziewa się szybkich postępów w kierunku nowej, potężnej formy sztucznej inteligencji, jest to, że tworzy on w Google radę etyczną, aby rozważyć możliwe wady zaawansowanej sztucznej inteligencji. Jest to coś, o czym my lub inne osoby w Google musimy być świadomi. Obecnie nadal gramy w gry Atari, mówi ze śmiechem. Ale jesteśmy na pierwszych szczeblach drabiny.

Ta historia została zaktualizowana 3 grudnia, aby odzwierciedlić, że oprogramowanie do grania na Atari firmy DeepMind nie nauczyło się pokonać ludzkiego eksperta w Space Invaders.

ukryć