Vés al contingut

Google DeepMind

De la Viquipèdia, l'enciclopèdia lliure
Infotaula d'organitzacióGoogle DeepMind
(en) DeepMind Technologies Limited Modifica el valor a Wikidata
lang=ca
Modifica el valor a Wikidata
Dades
Tipusnegoci (2010–)
filial (2014–) Modifica el valor a Wikidata
Indústriaintel·ligència artificial Modifica el valor a Wikidata
Camp de treballIntel·ligència Artificial
Forma jurídicafilial Modifica el valor a Wikidata
Història
CreacióLondres, Gran Bretanya
(2010), Londres Modifica el valor a Wikidata
FundadorDemis Hassabis

Shane Legg

Mustafa Suleyman
Activitat
ProdueixIntel·ligència Artificial
Governança corporativa
Seu 
Treballadors1.000 Modifica el valor a Wikidata
Entitat matriuAlphabet Inc. (2015–) Modifica el valor a Wikidata
Propietat deAlphabet Inc. (2015–)
Google (2014–2015) Modifica el valor a Wikidata

Lloc webdeepmind.com

X: googledeepmind Instagram: googledeepmind LinkedIn: googledeepmind Youtube: UCP7jMXSY2xbc3KCAE0MHQ-A GitHub: google-deepmind Modifica el valor a Wikidata

DeepMind Technologies és una filial britànica d'intel·ligència artificial d'Alphabet Inc. i un laboratori de recerca fundat el 2010. DeepMind va ser adquirit per Google [1] el 2014. L'empresa té la seu a Londres, amb centres de recerca al Canadà,[2] França,[3] i els Estats Units. El 2015, es va convertir en una filial de propietat total d'Alphabet Inc, l'empresa matriu de Google.

DeepMind ha creat una xarxa neuronal que aprèn a jugar videojocs d'una manera similar a la dels humans,[4] així com una màquina de Turing Neural, o una xarxa neuronal que pot accedir a una memòria externa com ara una màquina de Turing convencional, resultant en un ordinador que imita la memòria a curt termini del cervell humà.[5][6]

DeepMind va arribar als titulars el 2016 després que el seu programa AlphaGo va vèncer a un jugador professional humà de Go Lee Sedol, campió del món, que va ser objecte d'una pel·lícula documental.[7] Un programa més general, AlphaZero, va superar els programes més potents jugant a go, escacs i shogi (escacs japonesos) després d'uns dies de joc contra si mateix mitjançant l'aprenentatge de reforç.[8] El 2020, DeepMind va fer avenços significatius en el problema del plegament de proteïnes amb AlphaFold. El juliol de 2022, es va anunciar que més de 200 milions d'estructures de proteïnes previstes, que representaven pràcticament totes les proteïnes conegudes, es publicarien a la base de dades AlphaFold.[9]

DeepMind va publicar una publicació al bloc el 28 d'abril de 2022 sobre un model de llenguatge visual únic (VLM) anomenat Flamingo que pot descriure amb precisió una imatge d'alguna cosa amb només unes quantes imatges d'entrenament.[10][11] El juliol de 2022, DeepMind va anunciar el desenvolupament de DeepNash, un sistema d'aprenentatge de reforç multiagent sense models capaç de jugar al joc de taula Stratego al nivell d'un expert humà.[12]

Referències

[modifica]
  1. Bray, Chad. «Google Acquires British Artificial Intelligence Developer» (en anglès). DealBook. https://dealbook.nytimes.com,+27-01-2014.+[Consulta: 4 novembre 2019].
  2. «About Us | DeepMind» (en anglès). DeepMind. https://deepmind.com.
  3. «A return to Paris | DeepMind» (en anglès). DeepMind. https://deepmind.com.
  4. «The Last AI Breakthrough DeepMind Made Before Google Bought It» (en anglès). The Physics arXiv Blog, 29-01-2014. [Consulta: 12 octubre 2014].
  5. Best of 2014: Google's Secretive DeepMind Startup Unveils a "Neural Turing Machine" Arxivat 4 December 2015[Date mismatch] a Wayback Machine., MIT Technology Review
  6. Graves, Alex; Wayne, Greg; Reynolds, Malcolm; Harley, Tim; Danihelka, Ivo (en anglès) Nature, 538, 7626, 12-10-2016, pàg. 471–476. Bibcode: 2016Natur.538..471G. DOI: 10.1038/nature20101. ISSN: 1476-4687. PMID: 27732574.
  7. «AlphaGo», 29-09-2017. [Consulta: 9 gener 2018].
  8. Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm. 
  9. «AlphaFold reveals the structure of the protein universe» (en anglès). DeepMind. https://www.deepmind.com,+28-07-2022.
  10. «Tackling multiple tasks with a single visual language model» (en anglès). www.deepmind.com. https://www.deepmind.com.+[Consulta: 29 abril 2022].
  11. Alayrac, Jean-Baptiste. «Flamingo: a Visual Language Model for Few-Shot Learning» (en anglès). https://storage.googleapis.com.
  12. «Deepmind AI Researchers Introduce 'DeepNash', An Autonomous Agent Trained With Model-Free Multiagent Reinforcement Learning That Learns To Play The Game Of Stratego At Expert Level» (en anglès). MarkTechPost. https://www.marktechpost.com,+09-07-2022.