Просмотр кода страницы Google DeepMind

{{Карточка компании
| название = Google DeepMind
| прежние названия = DeepMind Technologies Limited (2010–2023)
| расположение = [[Лондон]], [[Великобритания]]
| ключевые фигуры = [[Хассабис, Демис|Демис Хассабис]] ([[Chief Executive Officer|CEO]])<br />Лила Ибрагим ([[Chief operating officer|COO]])
| число сотрудников = 1,000 {{nowrap|(на 2022)}}<ref>{{cite web|title=DeepMind exec Andrew Eland leaves to launch startup|url=https://sifted.eu/articles/andrew-eland-deepmind/|access-date=2020-02-06|archive-date=2019-12-30|archive-url=https://web.archive.org/web/20191230053813/https://sifted.eu/articles/andrew-eland-deepmind/|deadlink=no}}</ref>
| материнская компания = [[Google (компания)|Google]] (2014–2015)<br />[[Alphabet]] (2015–2023)<br />[[Google (компания)|Google]] (c 2023)
}}

'''Google DeepMind''', ранее '''DeepMind Technologies''', — [[Великобритания|британская]] компания, занимающаяся [[Искусственный интеллект|искусственным интеллектом]]. Основана в 2010 году в [[Лондон]]е под названием DeepMind Technologies. В 2014 году была приобретена [[Google (компания)|Google]].

Компания получила известность благодаря разработке компьютерной системы [[AlphaGo]], победившей профессионального игрока в [[го]]<ref name=":1">{{Cite web|accessdate = 2016-02-08|lang = en|title = Google achieves AI 'breakthrough' by beating Go champion - BBC News|url = http://www.bbc.com/news/technology-35420579|publisher = BBC News|archive-date = 2016-01-30|archive-url = https://web.archive.org/web/20160130035623/http://www.bbc.com/news/technology-35420579|deadlink = no}}</ref>.<br> DeepMind создала [[Нейронная сеть|нейронную сеть]], способную научиться играть в [[Видеоигра|видеоигры]] на уровне человека<ref name=":6" />.<br> В 2020 году компания разработала программу [[AlphaFold|AlphaFold2]], позволяющую решать одну из фундаментальных проблем биологической науки по [[Предсказание структуры белка|построению]] трёхмерных моделей [[белок|белков]]<ref>[https://nplus1.ru/news/2020/12/01/alpha-fold Алгоритм DeepMind предсказал структуру белка по аминокислотной последовательности] {{Wayback|url=https://nplus1.ru/news/2020/12/01/alpha-fold |date=20201205113849 }}, [[nplus1.ru]], 1 декабря 2020 года.</ref>.

В 2022 году компания разработала нейросетевой алгоритм [[AlphaTensor]], при помощи которого были найдены несколько новых [[Алгоритм умножения матриц|алгоритмов перемножения матриц]] небольших размерностей. Так для матриц 4X4 [[алгоритм Штрассена]] требует 49 умножений, а AlphaTensor нашёл алгоритм, требующий 47 умножений, но работает он только для [[Конечное поле|поля]] {{нп5|GF(2)|<math>\mathbb Z/2\mathbb Z</math>||GF(2)}}.<ref>{{Cite web|lang=en|url=https://www.deepmind.com/blog/discovering-novel-algorithms-with-alphatensor|title=Discovering novel algorithms with AlphaTensor|website=www.deepmind.com|access-date=2022-10-06|archive-date=2022-10-05|archive-url=https://web.archive.org/web/20221005203923/https://www.deepmind.com/blog/discovering-novel-algorithms-with-alphatensor|deadlink=no}}</ref><ref>{{Статья|ссылка=https://www.nature.com/articles/s41586-022-05172-4|автор=Alhussein Fawzi, Matej Balog, Aja Huang, Thomas Hubert, Bernardino Romera-Paredes|заглавие=Discovering faster matrix multiplication algorithms with reinforcement learning|год=2022-10|язык=en|издание=Nature|том=610|выпуск=7930|страницы=47–53|issn=1476-4687|doi=10.1038/s41586-022-05172-4|archivedate=2022-10-06|archiveurl=https://web.archive.org/web/20221006175438/https://www.nature.com/articles/s41586-022-05172-4}}</ref>

В апреле 2023 года компания объединилась с подразделением [[Google Brain]] и стала Google DeepMind<ref name=":7">{{Cite web|lang=en|url=https://forklog.com/news/ai/google-obedinit-brain-i-deepmind-v-odnu-komandu|title=Google объединит Brain и DeepMind в одну команду|website=ForkLog|date=2023-04-21|access-date=2023-04-21|archive-date=2023-04-21|archive-url=https://web.archive.org/web/20230421093503/https://forklog.com/news/ai/google-obedinit-brain-i-deepmind-v-odnu-komandu|deadlink=no}}</ref>.

== История ==
В 2010 году [[Демис Хассабис]], [[Шейн Легг]], [[Мустафа Сулейман]] основали [[стартап]] DeepMind Technologies<ref>{{Cite web|accessdate = 2016-02-08|author = Amy Thomson|title = Google Buys U.K. Artificial Intelligence Company DeepMind|url = https://www.bloomberg.com/news/articles/2014-01-27/google-buys-u-k-artificial-intelligence-company-deepmind|publisher = Bloomberg.com|archive-date = 2016-03-07|archive-url = https://web.archive.org/web/20160307214344/http://www.bloomberg.com/news/articles/2014-01-27/google-buys-u-k-artificial-intelligence-company-deepmind|deadlink = no}}</ref>. До того Хассабис и Легг уже были знакомы по [[Университетский колледж Лондона|Университетскому Колледжу Лондона]], где работали в подразделении вычислительной нейробиологии Gatsby (Gatsby Computational Neuroscience Unit, [http://www.gatsby.ucl.ac.uk www.gatsby.ucl.ac.uk])<ref>{{Cite news|accessdate = 2016-02-08|first = Samuel|last = Gibbs|date = 2014-01-28|lang = en|work = The Guardian|title = Demis Hassabis: 15 facts about the DeepMind Technologies founder|url = https://www.theguardian.com/technology/shortcuts/2014/jan/28/demis-hassabis-15-facts-deepmind-technologies-founder-google|archivedate = 2015-08-16|archiveurl = https://web.archive.org/web/20150816075737/http://www.theguardian.com/technology/shortcuts/2014/jan/28/demis-hassabis-15-facts-deepmind-technologies-founder-google}}</ref>.

В компанию вложились большие венчурные фонды [[Horizons Ventures]], [[Founders Fund]]<ref>{{Cite news|accessdate = 2016-02-08|first = Sally|last = Davies|date = 2014-01-27|work = Financial Times|title = DeepMind buy heralds rise of the machines|url = http://www.ft.com/cms/s/0/b09dbd40-876a-11e3-9c5c-00144feab7de.html#axzz3G6ykG7uq|archivedate = 2016-03-12|archiveurl = https://web.archive.org/web/20160312103654/http://www.ft.com/cms/s/0/b09dbd40-876a-11e3-9c5c-00144feab7de.html#axzz3G6ykG7uq}}</ref>, а также предприниматели  [[Скотт Банистер]]<ref>{{Cite web|url = https://angel.co/deepmind-technologies-limited|title = "DeepMind Technologies Investors"|author = |work = |date = |publisher = |access-date = 2016-02-08|archive-date = 2015-03-17|archive-url = https://web.archive.org/web/20150317024831/https://angel.co/deepmind-technologies-limited|deadlink = no}}</ref> и [[Илон Маск]]<ref>{{Cite web|accessdate = 2016-02-08|title = Elon Musk: Artificial Intelligence 'Potentially More Dangerous Than Nukes'|url = http://www.ibtimes.co.uk/elon-musk-artificial-intelligence-potentially-more-dangerous-nukes-1459710|publisher = International Business Times UK|archive-date = 2016-02-03|archive-url = https://web.archive.org/web/20160203082226/http://www.ibtimes.co.uk/elon-musk-artificial-intelligence-potentially-more-dangerous-nukes-1459710|deadlink = no}}</ref>. [[Ян Таллинн]] был одним из ранних инвесторов и советников компании<ref>{{Cite web|accessdate = 2016-02-08|title = Exclusive: Google to Buy Artificial Intelligence Startup DeepMind for $400M|url = http://recode.net/2014/01/26/exclusive-google-to-buy-artificial-intelligence-startup-deepmind-for-400m/|publisher = Re/code|archive-date = 2016-01-27|archive-url = https://web.archive.org/web/20160127082941/http://recode.net/2014/01/26/exclusive-google-to-buy-artificial-intelligence-startup-deepmind-for-400m/|deadlink = no}}</ref>.

В 2014 DeepMind получила награду «Компания года» от Компьютерной лаборатории [[Кембриджский университет|Кембриджского университета]]<ref>{{Cite web|accessdate = 2016-02-08|title = Computer Laboratory: Hall of Fame Awards|url = https://www.cl.cam.ac.uk/ring/awards.html|publisher = www.cl.cam.ac.uk|archive-date = 2016-02-03|archive-url = https://web.archive.org/web/20160203112759/https://www.cl.cam.ac.uk/ring/awards.html|deadlink = no}}</ref>.

26 января 2014 года Google объявил о приобретении DeepMind Technologies<ref>{{Cite news|accessdate = 2016-02-08|date = 2014-01-27|work = Reuters|title = Google to buy artificial intelligence company DeepMind|url = https://www.reuters.com/article/google-deepmind-idUSL2N0L102A20140127|archivedate = 2016-03-11|archiveurl = https://web.archive.org/web/20160311002911/http://www.reuters.com/article/google-deepmind-idUSL2N0L102A20140127}}</ref>. По разным сообщениям сумма сделки составила от 400 до 650 миллионов долларов<ref>{{Статья|issn = 0013-0613|издание = The Economist|заглавие = Computers, gaming|ссылка = https://www.economist.com/news/science-and-technology/21645108-you-can-teach-computer-play-games-better-it-teach-itself-computers|archivedate = 2018-01-14|archiveurl = https://web.archive.org/web/20180114183719/https://www.economist.com/news/science-and-technology/21645108-you-can-teach-computer-play-games-better-it-teach-itself-computers}}</ref><ref>{{Cite web|accessdate = 2016-02-08|author = Catherine Shu|title = Google Acquires Artificial Intelligence Startup DeepMind For More Than $500M|url = https://techcrunch.com/2014/01/26/google-deepmind/|publisher = TechCrunch|archive-date = 2014-01-28|archive-url = https://web.archive.org/web/20140128131729/http://techcrunch.com/2014/01/26/google-deepmind/|deadlink = no}}</ref><ref>{{Cite news|accessdate = 2016-02-08|date = 2014-01-27|work = Reuters|title = Google to buy artificial intelligence company DeepMind|url = https://www.reuters.com/article/us-google-deepmind-idUSBREA0Q03220140127|archivedate = 2014-01-27|archiveurl = https://web.archive.org/web/20140127042513/http://www.reuters.com/article/2014/01/27/us-google-deepmind-idUSBREA0Q03220140127}}</ref><ref>{{Cite news|accessdate = 2016-02-08|first = Samuel|last = Gibbs|date = 2014-01-27|lang = en|work = The Guardian|title = Google buys UK artificial intelligence startup Deepmind for £400m|url = https://www.theguardian.com/technology/2014/jan/27/google-acquires-uk-artificial-intelligence-startup-deepmind|archivedate = 2014-02-03|archiveurl = https://web.archive.org/web/20140203164210/http://www.theguardian.com/technology/2014/jan/27/google-acquires-uk-artificial-intelligence-startup-deepmind}}</ref>. Сообщается, что сделка состоялась после того, как [[Facebook]] прекратил переговоры о покупке DeepMind Technologies в 2013 году<ref>{{Cite web|accessdate = 2016-02-08|title = Google Beat Facebook for DeepMind, Creates Ethics Board|url = https://www.theinformation.com/Google-beat-Facebook-For-DeepMind-Creates-Ethics-Board|publisher = The Information|archive-date = 2014-01-31|archive-url = https://web.archive.org/web/20140131121719/https://www.theinformation.com/Google-beat-Facebook-For-DeepMind-Creates-Ethics-Board|deadlink = no}}</ref>. Одним из условий сделки DeepMind с Google было создание последней коллегии по этическим проблемам искусственного интеллекта<ref>{{Cite web|accessdate = 2016-02-08|title = Inside Google's Mysterious Ethics Board|url = https://www.forbes.com/sites/privacynotice/2014/02/03/inside-googles-mysterious-ethics-board/|publisher = Forbes|archive-date = 2016-03-04|archive-url = https://web.archive.org/web/20160304075801/http://www.forbes.com/sites/privacynotice/2014/02/03/inside-googles-mysterious-ethics-board/|deadlink = no}}</ref>.

После покупки Google компания стала называться Google DeepMind.

В начале сентября 2016 года компания перешла в родительскую компанию Google — [[Alphabet]], а из её названия исчезло упоминание Google, теперь она известна как DeepMind Technologies Limited или же DeepMind. Также веб-сайт компании сменил дизайн.

В апреле 2023 года DeepMind объединилась с подразделением [[Google Brain]] и образовала Google DeepMind в рамках продолжающихся усилий компании по ускорению работы над ИИ<ref name=":7" />.

== Направление исследований ==
Цель компании — «решить проблему интеллекта»<ref name=":0">{{Cite web|accessdate = 2016-02-08|title = Google DeepMind|url = http://deepmind.com/|publisher = deepmind.com|archive-date = 2014-10-13|archive-url = https://web.archive.org/web/20141013095105/http://www.deepmind.com/|deadlink = no}}</ref>. Для этого они используют «лучшие технологии, начиная от [[Машинное обучение|машинного обучения]] и заканчивая [[Системная психофизиология|системной психофизиологией]], чтобы создать в итоге обучающиеся алгоритмы общего назначения»<ref name=":0" />. Также они работают над формализацией интеллекта<ref>{{Cite web|url = http://arxiv.org/pdf/1109.5951v2.pdf|title = "An Approximation of the Universal Intelligence Measure"|author = Legg, Shane; Veness, Joel (29 September 2011)|work = |date = |publisher = |access-date = 2016-02-08|archive-date = 2016-06-11|archive-url = https://web.archive.org/web/20160611134659/http://arxiv.org/pdf/1109.5951v2.pdf|deadlink = no}}</ref> для того, чтобы не только реализовать его в машинах, но и чтобы понять, как работает мозг человека. По словам Демиса Хассабиса<ref>{{Cite web|url = http://www.gatsby.ucl.ac.uk/~demis/TuringSpecialIssue(Nature2012).pdf|title = "Model the brain's algorithms"|author = Hassabis, Demis (23 February 2012).|work = |date = |publisher = |access-date = 2016-02-08|archive-date = 2016-03-04|archive-url = https://web.archive.org/web/20160304013730/http://www.gatsby.ucl.ac.uk/~demis/TuringSpecialIssue(Nature2012).pdf|deadlink = no}}</ref>:
{{Quote|С точки зрения нейробиологии попытка представить сущность интеллекта в виде алгоритмической конструкции может оказаться наилучшим способом понять самые глубокие тайны нашего разума - такие как сознание и мечты.}}

Решение проблемы интеллекта DeepMind видит в создании универсальных самообучающихся [[Интеллектуальный агент|интеллектуальных агентов]], которые были бы способны автономно обучаться на необработанных входных данных и были бы пригодны для решения любых задач в отличие от «ограниченных [[Искусственный интеллект|ИИ]]», таких как [[Deep Blue]] или [[IBM Watson]], решающих только одну предопределённую задачу. В качестве основного подхода к построению [[Интеллектуальный агент|интеллектуальных агентов]] выбрано [[обучение с подкреплением]]<ref name=":2">{{Cite web|accessdate = 2016-02-08|author = Royal Television Society|date = 2015-11-19|title = Public Lecture with Google DeepMind's Demis Hassabis|url = https://www.youtube.com/watch?v=0X-NdPtFKq0|archive-date = 2016-02-02|archive-url = https://web.archive.org/web/20160202005912/https://www.youtube.com/watch?v=0X-NdPtFKq0|deadlink = no}}</ref>.

В настоящий момент компания занимается исследованиями в области компьютерных систем, которые умеют играть в различные игры — от стратегических игр вроде [[го]] до [[Аркада (игра)|компьютерных аркад]].  Шейн Легг утверждает, что искусственный интеллект сможет достичь уровня человека, «когда машина научится играть в широкий класс игр, используя только входной и выходной сигналы потока восприятия, и переносить понимание из игры в игру...»<ref>{{Cite web|accessdate = 2016-02-08|title = Q&A with Shane Legg on risks from AI - Less Wrong|url = http://lesswrong.com/lw/691/qa_with_shane_legg_on_risks_from_ai/|publisher = lesswrong.com|archive-date = 2014-10-24|archive-url = https://web.archive.org/web/20141024142024/http://lesswrong.com/lw/691/qa_with_shane_legg_on_risks_from_ai/|deadlink = no}}</ref>. Демис Хассабис объясняет фокус на играх, а не на более традиционной [[Робототехника|робототехнике]], тем, что «[[робот]]ы — дорогие, медленные и часто ломаются... исследователь отвлекается на починку механических деталей робота...»<ref name=":2" />. Сообщается, что Google купил компанию именно после публикации исследования об [[Искусственный интеллект|ИИ]], успешно играющего в семь различных [[Atari]]-игр (Pong, Breakout, Space Invaders, Seaquest, Beamrider, Enduro, Q*bert)<ref name=":6">{{Cite web|accessdate = 2016-02-08|author = The Physics arXiv Blog|date = 2014-01-29|title = The Last AI Breakthrough DeepMind Made Before Google Bought It For $400m: The end is nigh. Humans have lost another key battle in the war against computer domination|url = https://medium.com/the-physics-arxiv-blog/the-last-ai-breakthrough-deepmind-made-before-google-bought-it-for-400m-7952031ee5e1|publisher = Medium|archive-date = 2019-05-01|archive-url = https://web.archive.org/web/20190501121110/https://medium.com/the-physics-arxiv-blog/the-last-ai-breakthrough-deepmind-made-before-google-bought-it-for-400m-7952031ee5e1|deadlink = no}}</ref>.

В начале 2018 года исследователи из DeepMind обучили одну из своих систем играть в компьютерную игру [[Quake III Arena]]. Через некоторое время, потраченное на тренировки, по уровню игры эта система сначала догнала, а затем и перегнала людей, являющихся сильными игроками<ref>[https://www.engadget.com/2018/07/03/deepmind-ai-quake-iii-arena-human/ "DeepMind AI’s new trick is playing ‘Quake III Arena’ like a human"] {{Wayback|url=https://www.engadget.com/2018/07/03/deepmind-ai-quake-iii-arena-human/ |date=20180705175526 }} Engadget, March 7, 2018</ref><ref>{{Cite web |url=https://nplus1.ru/news/2018/07/04/AI-plays-Quake-III |title=Искусственный интеллект научился «по-человечески» играть в Quake III Arena |access-date=2018-07-15 |archive-date=2018-07-15 |archive-url=https://web.archive.org/web/20180715210918/https://nplus1.ru/news/2018/07/04/AI-plays-Quake-III |deadlink=no }}</ref>.

=== Нейронная машина Тьюринга ===
В 2014 году DeepMind опубликовал архитектуру гибридной [[Нейронная сеть|нейронной сети]], состоящую из [[Рекуррентные нейронные сети|рекуррентной нейросети]] и внешней памяти<ref>{{Статья|автор = Alex Graves, Greg Wayne, Ivo Danihelka|год = 2014-10-20|издание = arXiv:1410.5401 [cs]|заглавие = Neural Turing Machines|ссылка = http://arxiv.org/abs/1410.5401|archivedate = 2016-01-13|archiveurl = https://web.archive.org/web/20160113145255/http://arxiv.org/abs/1410.5401}}</ref><ref>{{Cite web|accessdate = 2016-02-08|title = Best of 2014: Google&#039;s Secretive DeepMind Startup Unveils a "Neural Turing Machine"|url = https://www.technologyreview.com/s/533741/best-of-2014-googles-secretive-deepmind-startup-unveils-a-neural-turing-machine/|publisher = MIT Technology Review|archive-date = 2017-04-02|archive-url = https://web.archive.org/web/20170402083222/https://www.technologyreview.com/s/533741/best-of-2014-googles-secretive-deepmind-startup-unveils-a-neural-turing-machine/|deadlink = no}}</ref>. Нейросеть использует внешнюю память для записи и последующего чтения информации так же, как это делает [[машина Тьюринга]], по этой причине архитектуре дали название «Нейронная машина Тьюринга» (Neural Turing Machine). По замыслу исследователей Нейронная машина Тьюринга имитирует [[Кратковременная память|кратковременную память]] человека и позволяет понять принципы её работы. В экспериментах нейросеть успешно обучалась простым алгоритмам: копирование, сортировка, ассоциативная память.

=== Глубинное обучение с подкреплением в видеоиграх ===
DeepMind представил [[Искусственный интеллект|систему ИИ]], которая способна обучиться играть в классические игры 70-80-х гг. для игровой консоли [[Atari 2600]]<ref name=":3">{{Cite web|accessdate = 2016-02-10|title = DQN {{!}} Google DeepMind|url = http://deepmind.com/dqn.html|publisher = deepmind.com|archiveurl = https://web.archive.org/web/20160209043414/http://www.deepmind.com/dqn.html|archivedate = 2016-02-09|deadlink = yes}}</ref><ref>{{Статья|автор = Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Andrei A. Rusu, Joel Veness|год = 2015-02-26|doi = 10.1038/nature14236|issn = 0028-0836|выпуск = 7540|язык = en|страницы = 529–533|издание = Nature|заглавие = Human-level control through deep reinforcement learning|ссылка = http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html|том = 518|archivedate = 2017-09-25|archiveurl = https://web.archive.org/web/20170925141022/http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html}}</ref><ref name=":4">{{Статья|автор = Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Alex Graves, Ioannis Antonoglou|год = 2013-12-19|издание = arXiv:1312.5602 [cs]|заглавие = Playing Atari with Deep Reinforcement Learning|ссылка = http://arxiv.org/abs/1312.5602|archivedate = 2016-02-13|archiveurl = https://web.archive.org/web/20160213023617/http://arxiv.org/abs/1312.5602}}</ref><ref>{{Cite web|accessdate = 2016-02-08|lang = en|title = From Pixels to Actions: Human-level control through Deep Reinforcement Learning|url = http://googleresearch.blogspot.se/2015/02/from-pixels-to-actions-human-level.html|publisher = Research Blog|archive-date = 2016-02-05|archive-url = https://web.archive.org/web/20160205011733/http://googleresearch.blogspot.se/2015/02/from-pixels-to-actions-human-level.html|deadlink = no}}</ref><ref>{{Cite web|accessdate = 2016-02-08|title = DeepMind's AI is an Atari gaming pro now (Wired UK)|url = https://www.wired.co.uk/news/archive/2015-02/25/google-deepmind-atari|publisher = Wired UK|archive-date = 2016-05-21|archive-url = https://web.archive.org/web/20160521161454/http://www.wired.co.uk/news/archive/2015-02/25/google-deepmind-atari|deadlink = no}}</ref>. В исследовании ИИ обучался игре в 49 видеоигр. В результате был достигнут уровень игры сравнимый с уровнем человека, а в 22 играх система смогла превзойти человека. ИИ DeepMind не запрограммирован жестко под конкретную игру. В начале обучения система ничего не знает о правилах игры и учится играть самостоятельно, используя на входе только пиксельное изображение игры и информацию об очках, получаемых в ходе игры.

В основе ИИ лежит подход, который DeepMind называет глубинным обучением с подкреплением, или deep Q-network (DQN)<ref name=":3" /><ref name=":4" />. Это вариация [[Обучение с подкреплением|обучения с подкреплением]] без модели с применением [[Q-обучение|Q-обучения]], в котором [[функция полезности]] моделируется с помощью [[Глубинное обучение|глубинной нейронной сети]]. В качестве архитектуры нейросети выбрана [[свёрточная нейронная сеть]], в настоящее время эта архитектура эффективно применяется для [[Теория распознавания образов|распознавания изображений]].

В планах DeepMind научить ИИ, построенного на тех же принципах, играть в более сложные 3D игры 90-х, такие как [[Doom (игра, 1993)|Doom]] и [[Автосимулятор|гоночные симуляторы]]<ref name=":2" />. В феврале 2016 были представлены первые результаты обучения ИИ 3D играм<ref>{{Статья|автор = Volodymyr Mnih, Adrià Puigdomènech Badia, Mehdi Mirza, Alex Graves, Timothy P. Lillicrap|год = 2016-02-04|издание = arXiv:1602.01783 [cs]|заглавие = Asynchronous Methods for Deep Reinforcement Learning|ссылка = http://arxiv.org/abs/1602.01783|archivedate = 2016-02-18|archiveurl = https://web.archive.org/web/20160218091923/http://arxiv.org/abs/1602.01783}}</ref><ref>{{Cite web|accessdate = 2016-02-14|author = Jacob Aron|lang = en|title = Google DeepMind AI navigates a ''Doom''-like 3D maze just by looking|url = https://www.newscientist.com/article/2076552-google-deepmind-ai-navigates-a-doom-like-3d-maze-just-by-looking|publisher = New Scientist|archive-date = 2016-02-06|archive-url = https://web.archive.org/web/20160206230025/https://www.newscientist.com/article/2076552-google-deepmind-ai-navigates-a-doom-like-3d-maze-just-by-looking/|deadlink = no}}</ref>. ИИ смог обучиться управлению машиной в 3D гоночном симуляторе [[TORCS]]<ref>{{Cite web|accessdate = 2016-02-14|author = DeepMind|date = 2016-02-04|title = Asynchronous Methods for Deep Reinforcement Learning: TORCS|url = https://www.youtube.com/watch?v=0xo1Ldx3L5Q|archive-date = 2016-02-14|archive-url = https://web.archive.org/web/20160214015931/https://www.youtube.com/watch?v=0xo1Ldx3L5Q|deadlink = no}}</ref>, поиску выхода и призов в Doom-подобном 3D лабиринте Labyrinth <ref>{{Cite web|accessdate = 2016-02-14|author = DeepMind|date = 2016-02-04|title = Asynchronous Methods for Deep Reinforcement Learning: Labyrinth|url = https://www.youtube.com/watch?v=nMR5mjCFZCw|archive-date = 2016-02-14|archive-url = https://web.archive.org/web/20160214015929/https://www.youtube.com/watch?v=nMR5mjCFZCw|deadlink = no}}</ref>, выполнению простых задач ([[локомоция]], поддержание равновесия, манипуляция предметами) в физическом симуляторе MuJoCo ([http://www.mujoco.org/ www.mujoco.org])<ref>{{Cite web|accessdate = 2016-02-14|author = DeepMind|date = 2016-02-04|title = Asynchronous Methods for Deep Reinforcement Learning: MuJoCo|url = https://www.youtube.com/watch?v=Ajjc08-iPx8|archive-date = 2016-12-04|archive-url = https://web.archive.org/web/20161204172527/https://www.youtube.com/watch?v=Ajjc08-iPx8|deadlink = no}}</ref>.  Как и прежде на вход ИИ подавалось только пиксельное изображение «мира». Архитектура нейросети была расширена добавлением [[LSTM]], разновидности [[Рекуррентная нейронная сеть|рекуррентной нейронной сети]].

==== AlphaStar ====
{{основная статья|AlphaStar (искусственный интеллект)}}
На ежегодном фестивале [[BlizzCon|Blizzcon]] 2016 компания [[Blizzard Entertainment|Blizzard]], которая является инициатором данного мероприятия, объявила о своем сотрудничестве с компанией DeepMind. Затем об этом событии была опубликована статья на официальных блогах обеих компаний<ref>{{Cite web|url=https://deepmind.com/blog/deepmind-and-blizzard-release-starcraft-ii-ai-research-environment/|title=DeepMind and Blizzard to release StarCraft II as an AI research environment {{!}} DeepMind|publisher=DeepMind|accessdate=2016-11-11|archive-date=2019-08-05|archive-url=https://web.archive.org/web/20190805063219/https://deepmind.com/blog/deepmind-and-blizzard-release-starcraft-ii-ai-research-environment/|deadlink=no}}</ref><ref>{{Cite web|url=http://eu.battle.net/sc2/ru/blog/20352109|title=BlizzCon: DeepMind и самообучающийся ИИ в StarCraft II|publisher=StarCraft II|lang=ru|accessdate=2016-11-11|archive-date=2016-11-10|archive-url=https://web.archive.org/web/20161110211140/http://eu.battle.net/sc2/ru/blog/20352109|deadlink=no}}</ref>. Целью данного сотрудничества является внедрение и обучение [[Искусственный интеллект|ИИ]] в игре [[StarCraft II: Legacy of the Void|Starcraft II]]. По мнению разработчиков игры — Starcraft II является идеальной средой для обучения искусственного интеллекта, поскольку сложные правила игры достаточно отражают сложность и многогранность реального мира. К тому же, само коммьюнити считало эту игру самой большой проблемой для ИИ, сумевшего победить человека в игре в го, шахматы и покер<ref name="G" />.
{{Quote|StarCraft II — идеальная среда, которая позволит вывести исследования, связанные с созданием искусственного интеллекта, на новый уровень. Сложные правила игры в достаточной мере отражают многогранность и хаотичность реального мира. Сначала вы учитесь добывать ресурсы, затем возводить простые строения, исследовать карту и искать противника. Стоит производить больше боевых единиц или лучше будет укрепить оборонительный рубеж? Будете вы совершать атаки на раннем этапе или сосредоточитесь на развитии?}}
В данный момент ведется работа над «Starcraft 2 API», которая позволяет ИИ полностью взаимодействовать с интерфейсом игры, принять участие в разработке может любой желающий, для таковых были опубликованы технические задачи<ref>{{Cite web|url=http://us.battle.net/forums/en/sc2/topic/20751114921|title=StarCraft II API -- Technical Design - StarCraft II Forums|publisher=us.battle.net|accessdate=2016-11-11|archive-date=2016-11-10|archive-url=https://web.archive.org/web/20161110135017/http://us.battle.net/forums/en/sc2/topic/20751114921|deadlink=no}}</ref>, которые планируется реализовать в первом квартале 2017 года. Сам ИИ будет обучаться, просматривая повторы других игроков, которые принимали участие в рейтинговых играх.

На турнире 19 декабря 2018 года между AlphaStar и двумя профессиональными игроками, входящими в сотню сильнейших TLO и MaNa, AlphaStar выиграла со счётом 10:0. При этом MaNa удалось победить в одной внезачётной игре<ref>{{Cite web|url=https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/|title=AlphaStar: Mastering the Real-Time Strategy Game StarCraft II {{!}} DeepMind|publisher=DeepMind|accessdate=2019-01-24|archive-date=2019-01-24|archive-url=https://web.archive.org/web/20190124204600/https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/|deadlink=no}}</ref><ref>{{Cite web|url=https://nplus1.ru/news/2019/01/25/en-taro-alphago|title=Нейросеть AlphaStar одолела профессиональных игроков в StarCraft II|accessdate=2019-01-25|archive-date=2019-12-11|archive-url=https://web.archive.org/web/20191211015429/https://nplus1.ru/news/2019/01/25/en-taro-alphago|deadlink=no}}</ref><ref>{{Cite web|url=https://habr.com/ru/post/437486/|title=AlphaStar — новая система искусственного интеллекта для StarCraft II от DeepMind (полный перевод)|accessdate=2019-01-25|archive-date=2019-01-26|archive-url=https://web.archive.org/web/20190126052851/https://habr.com/ru/post/437486/|deadlink=no}}</ref>

24 января 2019 года была представлена программа AlphaStar, специализирующаяся на игре [[StarCraft II]] в жанре [[Стратегия в реальном времени|стратегии в реальном времени]]. AlphaStar сначала учило программу на записях игр людей, затем включило в «лигу AlphaStar», где ИИ играл не только против себя, но и «эксплуататорских» агентов, которые являлись версиями ИИ, специально нацеленными на слабые места AlphaStar и представлявших каждую из трёх рас<ref name="G" />. Обучение гарантировало, что AlphaStar станет грозным противником всех трёх рас и каждой игровой стратегии. На момент презентации у AlphaStar были знания, эквивалентные 200 годам игрового времени.<ref>{{Cite web |url=http://www.extremetech.com/gaming/284441-deepmind-ai-challenges-pro-starcraft-ii-players-wins-almost-every-match |title=DeepMind AI Challenges Pro StarCraft II Players, Wins Almost Every Match - ExtremeTech |author=Ryan Whitwam |date=2019-01-24 |publisher=ExtremeTech |accessdate=2019-02-08 |archive-date=2019-02-05 |archive-url=https://web.archive.org/web/20190205045537/https://www.extremetech.com/gaming/284441-deepmind-ai-challenges-pro-starcraft-ii-players-wins-almost-every-match |deadlink=no }}</ref>. При этом разработчики пытались ограничить возможности ИИ, например ограничив число действий в минуту приравняв его к усредненному числу действий хорошего игрока (что не мешает программе показывать невозможные для людей результаты), из-за чего программа была вынуждена учиться выигрывать долгосрочной стратегией<ref name="G" />. Скорость реакции около 3 кадров от появления противника в зоне видимости до ответной реакции. Уменьшило размер зоны зрения ИИ до зоны зрения игрока.

К концу октября 2019 года ИИ стал гроссмейстером игры, сумев обойти 99,8 % зарегистрированных в Starcraft II игроков-людей. На это достижение AlphaStar понадобилось 44 дня тренировок.<ref name="G" >{{cite news|last=Sample|first=Ian|title=AI becomes grandmaster in 'fiendishly complex' StarCraft II|url=https://www.theguardian.com/technology/2019/oct/30/ai-becomes-grandmaster-in-fiendishly-complex-starcraft-ii|work=Guardian|date=2019-10-30|accessdate=2019-10-31|archivedate=2020-12-29|archiveurl=https://web.archive.org/web/20201229185547/https://www.theguardian.com/technology/2019/oct/30/ai-becomes-grandmaster-in-fiendishly-complex-starcraft-ii}}</ref>.

==== Модель ИИ Veo ====
В мае 2024 года на конференции [[Google I/O|Google I/O 2024]] была анонсирована модель генерации [[Мультимодальность (гуманитарные науки)|мультимодального]] [[видео]] под названием Veo. Google заявила, что она может генерировать видео [[1080p]] длительностью более минуты<ref>{{Cite web|url=https://dealbook.nytimes.com/2014/01/27/google-acquires-british-artificial-intelligence-developer/|title=Google Acquires British Artificial Intelligence Developer|author=Chad Bray|website=DealBook |date=2014-01-27|access-date=2019-01-27|language=en}}</ref>. В декабре 2024 года Google выпустила Veo2, доступную через VideoFX. Она поддерживает генерацию видео с [[4K (разрешение)|разрешением 4K]] и обладает улучшенным пониманием физики<ref>{{Cite news |url=https://www.thehindu.com/sci-tech/technology/google-unveils-improved-ai-video-generator-veo-2-to-rival-openais-sora/article68994621.ece |title=Google unveils improved AI video generator Veo 2 to rival OpenAI’s Sora |work=The Hindu |date=2024-12-17|access-date=2024-12-20 |language=en-IN |issn=0971-751X}}</ref>.

=== Игра в го ===
{{main|AlphaGo}}
В октябре 2015 программа для игры в [[го]] [[AlphaGo]]<ref>{{Cite web|accessdate = 2016-02-10|title = AlphaGo {{!}} Google DeepMind|url = http://deepmind.com/alpha-go.html|publisher = deepmind.com|archiveurl = https://web.archive.org/web/20160225112928/http://www.deepmind.com/alpha-go.html|archivedate = 2016-02-25|deadlink = yes}}</ref>, разработанная DeepMind, победила чемпиона Европы по го [[Фань Хуэй|Фань Хуэя]] (2-й [[Титулы го (Япония)|дан]]) со счётом 5—0<ref name=":1" />. О новости было объявлено только 27 января 2016 года одновременно с публикацией статьи в журнале [[Nature]]<ref name=":1" />.

Это первый в истории случай, когда ИИ выиграл в го у профессионала<ref>{{Cite news|accessdate = 2016-02-08|first = David Larousserie et Morgane|last = Tual|language = fr|work = Le Monde.fr|title = Première défaite d’un professionnel du go contre une intelligence artificielle|url = http://www.lemonde.fr/pixels/article/2016/01/27/premiere-defaite-d-un-professionnel-du-go-contre-une-intelligence-artificielle_4854886_4408996.html|archivedate = 2016-01-29|archiveurl = https://web.archive.org/web/20160129103942/http://www.lemonde.fr/pixels/article/2016/01/27/premiere-defaite-d-un-professionnel-du-go-contre-une-intelligence-artificielle_4854886_4408996.html}}</ref>, до AlphaGo все известные ИИ играли в го только на любительском уровне. Го считается игрой, в которую компьютеру выиграть достаточно тяжело (в сравнении с аналогичными играми, например, c шахматами) в виду большого количества вариантов ходов, из-за этого традиционный для ИИ метод перебора ходов практически неприменим<ref name=":1" /><ref>{{Cite web|accessdate = 2016-02-08|title = AlphaGo: Mastering the ancient game of Go with Machine Learning|url = http://googleresearch.blogspot.com/2016/01/alphago-mastering-ancient-game-of-go.html|publisher = Research Blog|archive-date = 2016-02-01|archive-url = https://web.archive.org/web/20160201152040/http://googleresearch.blogspot.com/2016/01/alphago-mastering-ancient-game-of-go.html|deadlink = no}}</ref>. В марте 2016 года программа [[Матч AlphaGo — Ли Седоль|выиграла матч]] у одного из сильнейших гоистов мира [[Ли Седоль|Ли Седоля]] со счетом 4-1.

=== Другие направления ===
Публикации DeepMind затрагивают следующие темы<ref name=":5">{{Cite web|accessdate = 2016-02-10|title = Publications {{!}} Google DeepMind|url = http://deepmind.com/publications.html|publisher = deepmind.com|archiveurl = https://web.archive.org/web/20160207072856/http://www.deepmind.com/publications.html|archivedate = 2016-02-07|deadlink = yes}}</ref>: [[Обработка естественного языка|понимание естественного языка машинами]]<ref>{{Статья|автор = Karl Moritz Hermann, Tomáš Kočiský, Edward Grefenstette, Lasse Espeholt, Will Kay|год = 2015-06-10|издание = arXiv:1506.03340 [cs]|заглавие = Teaching Machines to Read and Comprehend|ссылка = http://arxiv.org/abs/1506.03340|archivedate = 2016-02-19|archiveurl = https://web.archive.org/web/20160219162811/http://arxiv.org/abs/1506.03340}}</ref>, генерация изображений по шаблону с помощью нейронных сетей<ref>{{Cite web|accessdate = 2016-02-10|author = Ivo Danihelka|date = 2015-09-17|title = DRAW: A Recurrent Neural Network For Image Generation by Google DeepMind|url = https://www.youtube.com/watch?v=Zt-7MI9eKEo|archive-date = 2017-07-21|archive-url = https://web.archive.org/web/20170721221644/https://www.youtube.com/watch?v=Zt-7MI9eKEo|deadlink = no}}</ref>, [[распознавание речи]], алгоритмы обучения нейронных сетей.

== DeepMind Health ==
DeepMind Health — подразделение DeepMind, работающее в области [[Искусственный интеллект в сфере здравоохранения|искусственного интеллекта в медицине]]<ref>{{Cite web|url=http://deepmind.com/health|title=Health {{!}} Google DeepMind|publisher=deepmind.com|accessdate=2016-02-27|archive-date=2016-02-27|archive-url=https://web.archive.org/web/20160227040614/http://deepmind.com/health|deadlink=no}}</ref><ref>{{Cite news|title=Smart care: how Google DeepMind is working with NHS hospitals|first=Sarah Boseley Paul Lewis in San|last=Francisco|url=https://www.theguardian.com/technology/2016/feb/24/smartphone-apps-google-deepmind-nhs-hospitals|work=The Guardian|date=2016-02-24|accessdate=2016-02-27|lang=en|archivedate=2016-02-27|archiveurl=https://web.archive.org/web/20160227130945/http://www.theguardian.com/technology/2016/feb/24/smartphone-apps-google-deepmind-nhs-hospitals}}</ref><ref>{{Cite web|url=https://www.bloomberg.com/news/articles/2016-02-24/google-s-deepmind-forms-health-unit-to-build-medical-software|title=Google's DeepMind Forms Health Unit to Build Medical Software|author=Jack Clark|publisher=Bloomberg.com|accessdate=2016-02-27|archive-date=2016-02-27|archive-url=https://web.archive.org/web/20160227105011/http://www.bloomberg.com/news/articles/2016-02-24/google-s-deepmind-forms-health-unit-to-build-medical-software|deadlink=no}}</ref>. О его открытии было объявлено 24 февраля 2016 года на веб-сайте компании. Подразделение возглавляет [[Мустафа Сулейман]].

В своей работе DeepMind Health будет сотрудничать с [[Национальная служба здравоохранения Великобритании|Национальной службой здравоохранения Великобритании]]. DeepMind Health планирует предоставлять врачам техническую экспертизу для разработки и совершенствования технологий по уходу за пациентами. Особое внимание будет уделяться безопасности данных пациентов и конфиденциальности. Деятельность подразделения будет проверяться советом из независимых экспертов, в число которых входит {{не переведено 3|Хортон, Ричард (редактор)|Ричард Хортон|en|Richard Horton (editor)}}, редактор авторитетного журнала по медицине [[The Lancet]].

В настоящее время DeepMind Health работает над созданием электронных инструментов, упрощающих работу врача. Было представлено приложение для смартфона, позволяющее более точно диагностировать [[Острая почечная недостаточность|острую почечную недостаточность]]. Также DeepMind купил медицинское приложение, таск-менеджер для врачей. Команда врачей из [[Имперский колледж Лондона|Имперского колледжа Лондона]], создавшая его, присоединяется к DeepMind Health. Сумма сделки не разглашается.

В декабре 2020 года команда DeepMind объявила о решении фундаментальной научной проблемы предсказания структуры белка. Программа, разработанная компанией и основанная на нейросетях, смогла предсказывать структуру белка с 90% точностью (что лучше современных методов сканирования). Это позволяет строить 3-мерные модели белков по кодирующей геномной последовательности, что имеет большое значение для разработки новых лекарств и понимания процессов биохимии в целом.<ref>[https://meduza.io/feature/2020/12/13/fundamentalnaya-problema-belka-reshena-uchenye-bilis-nad-ney-polveka-no-vse-sdelali-programmisty-google-i-eto-mozhet-byt-ochen-vazhno-dlya-meditsiny Фундаментальная «проблема белка» решена. Ученые бились над ней полвека, а помогли им в итоге программисты Google — и это может быть очень важно для медицины] {{Wayback|url=https://meduza.io/feature/2020/12/13/fundamentalnaya-problema-belka-reshena-uchenye-bilis-nad-ney-polveka-no-vse-sdelali-programmisty-google-i-eto-mozhet-byt-ochen-vazhno-dlya-meditsiny |date=20201213062601 }}, [[meduza.io]], 13 декабря 2020 года.</ref>

== Сотрудничество с университетами ==
В 2014 году DeepMind начинает сотрудничество с [[Оксфордский университет|Оксфордским университетом]]<ref>{{Cite web|accessdate = 2016-02-10|lang = en|title = Teaming up with Oxford University on Artificial Intelligence|url = http://googlepolicyeurope.blogspot.be/2014/10/teaming-up-with-oxford-university-on.html|publisher = Google Europe Blog|archive-date = 2016-02-22|archive-url = https://web.archive.org/web/20160222081629/http://googlepolicyeurope.blogspot.be/2014/10/teaming-up-with-oxford-university-on.html|deadlink = no}}</ref><ref>{{Cite web|accessdate = 2016-02-10|title = University of Oxford teams up with Google DeepMind on artificial intelligence|url = https://www.cs.ox.ac.uk/news/847-full.html|publisher = Department of Computer Science|archive-date = 2016-02-05|archive-url = https://web.archive.org/web/20160205223901/http://www.cs.ox.ac.uk/news/847-full.html|deadlink = no}}</ref>. DeepMind нанимает две передовые команды из Оксфорда, работающих в области искусственного интеллекта. Это команда ведущих экспертов мира по применению [[Глубинное обучение|глубинного обучения]] в области [[Обработка естественного языка|понимания естественного языка машинами]]: профессора Нандо Де Фрейтас и Фил Блансом, доктора Эдвард Грефенстетт и Карл Мориц. И команда одних из ведущих экспертов мира в области [[Машинное зрение|машинного зрения]]: доктора Карэн Симоньян и Макс Яденберг, профессор Эндрю Зиссерман. В рамках сотрудничества факультет компьютерных наук и факультет инженерных наук получат существенное финансирование от Google. Также DeepMind планирует программу студенческих стажировок, чтение лекций и проведение семинаров для студентов.

С DeepMind работают учёные и из других университетов. Дэвид Сильвер, соавтор статьи о [[AlphaGo]]<ref>{{Статья|автор = David Silver, Aja Huang, Chris J. Maddison, Arthur Guez, Laurent Sifre|год = 2016-01-28|doi = 10.1038/nature16961|issn = 0028-0836|выпуск = 7587|язык = en|страницы = 484–489|издание = Nature|заглавие = Mastering the game of Go with deep neural networks and tree search|ссылка = http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html|том = 529|archivedate = 2019-09-24|archiveurl = https://web.archive.org/web/20190924233603/http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html}}</ref> и еще многих публикаций DeepMind об [[Обучение с подкреплением|обучении с подкреплением]], читает лекции в [[Университетский колледж Лондона|Университетском Колледже Лондона]]<ref>{{Cite web|accessdate = 2016-02-10|title = David Silver|url = http://www0.cs.ucl.ac.uk/staff/d.silver/web/Home.html|publisher = www0.cs.ucl.ac.uk|archive-date = 2016-02-20|archive-url = https://web.archive.org/web/20160220142221/http://www0.cs.ucl.ac.uk/staff/d.silver/web/Home.html|deadlink = no}}</ref>. Некоторые публикации DeepMind написаны в соавторстве с учёными из следующих организаций<ref name=":5" />: [[Торонтский университет]], [[Монреальский университет]], [[Австралийский национальный университет]], [[Амстердамский университет]], [[Калифорнийский университет в Беркли]], [[INRIA]].

== Примечания ==
{{примечания|3}}

{{вс}}
{{Alphabet Inc.}}
{{Генеративный ИИ}}

[[Категория:Исследование искусственного интеллекта]]
[[Категория:Игровой искусственный интеллект]]
[[Категория:Глубокое обучение]]
[[Категория:ИТ-компании Великобритании]]