DeepMind Un Google: Cīņa Par Mākslīgā Intelekta Kontroli - Alternatīvs Skats

Satura rādītājs:

DeepMind Un Google: Cīņa Par Mākslīgā Intelekta Kontroli - Alternatīvs Skats
DeepMind Un Google: Cīņa Par Mākslīgā Intelekta Kontroli - Alternatīvs Skats

Video: DeepMind Un Google: Cīņa Par Mākslīgā Intelekta Kontroli - Alternatīvs Skats

Video: DeepMind Un Google: Cīņa Par Mākslīgā Intelekta Kontroli - Alternatīvs Skats
Video: The Future Starts Here: Interview with DeepMind – Google's AI research lab 2024, Marts
Anonim

Vienā 2010. gada augusta vakarā 34 gadus vecais londonietis vārdā Demiss Hassabis uzstājās uz skatuves konferenču zālē Sanfrancisko līča reģionā. Kāpjot uz pjedestāla ar izdomātu gaitu cilvēkam, kurš cenšas savaldīt nervus, viņš īsā smaidā iespieda lūpas un teica: “Nu, šodien es gribu runāt par dažādām pieejām radīšanai …”. Viņš apstājās, it kā saprotot, cik skaļi viņš paziņo par savām ambīcijām. Un viņš to pateica: "AGI".

AGI apzīmē vispārējo mākslīgo intelektu, hipotētisku datorprogrammu, kas var veikt intelektuālus uzdevumus kā cilvēkam, vai pat labāk. AGI varēs veikt īpašus uzdevumus, piemēram, atpazīt cilvēkus fotogrāfijās vai tulkot valodas, kas šobrīd mūsu tālruņos un datoros spēj veikt daudz dažādu mākslīgo intelektu. Viņi varēs vienlaikus sarunāties, spēlēt šahu un runāt franču valodā. Viņi varēs saprast fizikas grāmatas, rakstīt romānus, izstrādāt ieguldījumu stratēģijas un uzturēt ikdienas sarunas ar svešiniekiem. Viņi uzraudzīs kodolreakcijas, pārvaldīs elektrotīklus un satiksmi un bez pūlēm gūs panākumus visā pārējā. AGI šodien padarīs vismodernāko AI līdzīgu kabatas kalkulatoriem.

Vienīgais intelekts, kas šobrīd spēj izpildīt visus šos uzdevumus, pieder cilvēkiem. Bet cilvēka prātu ierobežo galvaskausa lielums, kurā atrodas smadzenes. Tās jaudu ierobežo niecīgais enerģijas daudzums, ko ķermenis var nodrošināt. Tā kā AGI darbosies datoros, tas necietīs no šiem ierobežojumiem. Viņa intelektu ierobežos tikai pieejamo procesoru skaits. AGI var sākt, pārraugot kodolreakcijas. Bet pietiekami drīz viņš atklās jaunus enerģijas avotus, sagremojot vairāk fizikas darbu sekundē, nekā cilvēks var tūkstoš gados. Cilvēka līmeņa izlūkošana, ko atbalsta datoru ātrums un mērogojamība, ietaupīs mums nepatikšanas. Hassabis britu laikrakstam Observer sacīja, ka viņš sagaida, ka AGI cita starpā risinās arī tādas problēmas kā “vēzis,klimata pārmaiņas, enerģētika, genomika, makroekonomika un finanšu sistēmas.

Konferenci, kurā runāja Hassabis, sauca par Singularity samitu. Singularitāte - nosaukuma pirmā daļa - norāda uz visticamākajām AGI parādīšanās sekām, uzskata futurologi. Tā kā AGI apstrādās informāciju lielā ātrumā, tā ļoti ātri kļūs ļoti inteliģenta. Ātri pašpilnveidošanās cikli izraisīs mašīnbūves eksploziju, atstājot cilvēkus sašņaukt silīcija putekļus. Tā kā šī nākotne balstās tikai uz nepārbaudītiem pieņēmumiem, gandrīz reliģiski tiek pieņemts, ka Singularity izrādīsies vai nu utopija, vai elle.

Spriežot pēc runu nosaukumiem, konferences dalībnieki vairāk ticēja pirmajam iznākumam: “Prāts un kā to veidot”, “AI pret novecošanos”, “Mūsu ķermeņa aizstāšana”, “Dzīvības un nāves robežas pārveidošana”. No otras puses, Hasabis runa šķita garlaicīga: "Sistēmiska neirozinātniska pieeja AGI izveidošanai."

Hassabis pamāja starp pjedestālu un ekrānu, runādams aizrādījumā. Viņš valkāja bordo džemperi un baltu kreklu ar pogām, kas līdzīgs skolēnam. Viņa mazais augums, šķiet, tikai uzsvēra viņa intelektu. Līdz šim, skaidroja Hassabis, zinātnieki ir vērsušies pie AGI no divām pusēm. Viena pieeja, kas pazīstama kā simboliska AI, mēģināja aprakstīt un ieprogrammēt visus noteikumus, kas nepieciešami sistēmai, kas varētu domāt kā cilvēks. Šī pieeja bija populāra 80. un 1990. gados, taču nesniedza vēlamos rezultātus. Hassabis uzskatīja, ka smadzeņu garīgā arhitektūra ir pārāk smalka, lai šādā veidā aprakstītu.

Cita pieeja ir pulcējusi zinātniekus, kuri cenšas digitāli atkārtot smadzeņu fiziskos tīklus. Tam bija noteikta jēga. Galu galā smadzenes ir cilvēka saprāta gulta. Bet arī šie pētnieki bija uz nepareizā ceļa, sacīja Hassabis. Viņu uzdevums bija līdzīgs visu Visuma zvaigžņu kartes izveidošanai. Dziļāk viņi koncentrējās uz nepareizu smadzeņu darbības līmeni. Tas bija kā mēģinājums izdomāt, kā darbojas Microsoft Excel, uzlaužot datoru un iemācoties, kā mijiedarbojas tranzistori.

Tā vietā Hassabis piedāvāja vidusceļu: AGI vajadzētu smelties iedvesmu no plašajiem veidiem, kā smadzenes apstrādā informāciju, nevis no fiziskām sistēmām vai īpašiem noteikumiem, kurus tā piemēro īpašām situācijām. Citiem vārdiem sakot, viņam jākoncentrējas uz smadzeņu programmatūras, nevis tās aparatūras izpratni. Jaunās metodes, piemēram, funkcionālā magnētiskās rezonanses attēlveidošana (fMRI), kas ļāva ieskatu smadzenēs, kad tās darbojās, deva mājienu, ka šāda izpratne ir iespējama. Jaunākie pētījumi, Hassabis sacīja, liecina, ka smadzenes mācās, atkārtojot savu pieredzi miega laikā, lai atklātu vispārējos principus. AI pētniekiem šāda sistēma ir jāimulē.

Reklāmas video:

Atveres slaida apakšējā labajā stūrī ir uzvilkts logotips apaļa zila virpuļa formā. Divi vārdi blakus tam ir iespiesti zemāk: DeepMind. Šī bija pirmā reize, kad uzņēmums tika pieminēts publiski. Hassabis vairāk nekā gadu pavadīja, mēģinot uzaicināt uz Singularity samitu. Lekcija bija viņa aizsegs. Patiesībā viņam vajadzēja vienu minūti ar Pēteri Thielu, Silīcija ielejas miljardieri, kurš finansēja konferenci. Hassabis vēlējās Thiel ieguldījumu.

Hassabis nekad nerunāja par to, kāpēc viņam bija vajadzīgs Tīlijas atbalsts. Bet Thiel ticēja AGI pat vairāk nekā Hassabis. Uzstājoties Singularitātes samitā 2009. gadā, Tiels sacīja, ka viņa lielākās bailes no nākotnes nav robotu sacelšanās. Viņu vairāk uztrauca tas, ka Singularity drīz nenonāks. Pasaulei vajadzēja jaunas tehnoloģijas, lai novērstu ekonomisko lejupslīdi.

DeepMind ieguva 2 miljonus sterliņu mārciņu, no kuriem Thiel bija 1,4 miljoni. Kad Google 2014. gada janvārī nopirka uzņēmumu par 600 miljoniem dolāru, Thiel un citi agrīnie investori guva 5000% atdevi no ieguldījumiem.

Daudziem dibinātājiem tas būtu ar laimīgām beigām. Varēja atpūsties, spert soli atpakaļ, pavadīt laiku vienatnē ar naudu. Hassabis Google iegāde bija tikai vēl viens solis viņa AGI meklējumos. Lielāko 2013. gada daļu viņš pavadīja, pārrunājot darījuma noteikumus. DeepMind bija jādarbojas atsevišķi no tā īpašnieka. Viņai bija jāgūst priekšrocības, kas pieder Google, piemēram, piekļuve naudas plūsmai un skaitļošanas jaudai, nezaudējot kontroli.

Hassabis domāja, ka DeepMind varētu būt hibrīds ar starta motoru, lielāko universitāšu smadzenēm un dziļajām kabatām vienā no pasaules vērtīgākajiem uzņēmumiem. Katra sastāvdaļa bija paredzēta, lai paātrinātu AGI ierašanos un novērstu cilvēku ciešanu cēloņus.

Hu no Hassabis kunga

Demiss Hassabis dzimis Londonas ziemeļdaļā 1976. gadā Kipras grieķu un Singapūras izcelsmes ķīniešu ģimenē. Viņš bija vecākais no trim brāļiem un māsām. Viņa māte strādāja Lielbritānijas universālveikalā Džons Lūiss, bet tēvs vadīja rotaļlietu veikalu. Pats Hasabis šahā stājās četru gadu vecumā, vērojot, kā spēlē tēvs un tēvocis. Pēc dažām nedēļām viņš jau sita pieaugušos. Līdz 13 gadu vecumam viņš kļuva par pasaules otro labāko sava laika šahistu. Astoņu gadu vecumā viņš iemācījās programmēt ar vienkāršu datoru.

Hassabis savu augstāko izglītību ieguva 1992. gadā, divus gadus pirms grafika. Ieguvāt darbu kā videospēļu programmētājs uzņēmumā Bullfrog Productions. Hassabis rakstīja atrakciju parku, kurā spēlētāji izveido un pārvalda virtuālu atrakciju parku. Spēle guva lielus panākumus un tika pārdota 15 miljonu eksemplāru apjomā, izveidojot visu simulācijas spēļu žanru, kurā mērķis nebija pieveikt ienaidnieku, bet gan optimizēt milzīgas sarežģītas sistēmas, piemēram, biznesa vai pilsētas, darbību.

Demis spēlēja ne tikai spēles, bet arī spēlēja tās labi. Būdams pusaudzis, viņš galda spēļu sacensībās skrēja starp stāviem, vienlaikus sacenšoties šaha, krabja, pokera un bekgemona duelēs. 1995. gadā, studējot datorzinātnes Kembridžas universitātē, Hassabis sacentās studentu go turnīrā. Go ir sena stratēģijas galda spēle, kas ir ievērojami grūtāka nekā šahs. Meistarībai ir nepieciešama intuīcija, kas iegūta, izmantojot daudzu gadu pieredzi. Neviens nezināja, vai Hassabis kādreiz ir spēlējis Go.

Vispirms Hassabis uzvarēja iesācēju turnīrā. Pēc tam viņš pieveica pieredzējušo spēlētāju uzvarētāju, kaut arī ar handikapu. Čārlzs Metjūss, Kembridžas izlases kapteinis, kurš rīkoja turnīru, atgādina satricinājumu, ka viņu iznīcina 19 gadus vecs jauniesācējs. Metjūss paņēma Hassabis zem sava spārna.

Hassabis intelekts un ambīcijas vienmēr ir bijušas redzamas spēlēs. Spēles savukārt atkārtoja viņa aizraušanos ar inteliģenci. Vērojot viņa attīstību šahā, viņš prātoja, vai datorus var ieprogrammēt tā, lai viņi mācītos tāpat, kā viņš, iegūstot pieredzi. Spēles piedāvāja mācību vidi, kas neatbilda reālajai pasaulei. Viņi bija stingri un slēgti. Tā kā spēles ir atdalītas no reālās pasaules, tās var praktizēt bez traucējumiem un efektīvi apgūt. Spēles paātrina laiku: spēlētāji dažās dienās izveido noziegumu sindikātu un dažas minūtes cīnās Somma.

1997. gada vasarā Hassabis devās ceļojumā uz Japānu. Tā gada maijā IBM dators Deep Blue pārspēja pasaules šaha čempionu Gariju Kasparovu. Pirmoreiz dators pārspēja vecmeistaru. Mačs piesaistīja visas pasaules uzmanību un radīja bažas par datoru pieaugošo jaudu un potenciālajiem draudiem. Kad Hassabis tikās ar Japānas galda spēļu meistaru Masahiko Futszuvera, viņš runāja par plāniem, kas apvienos viņa intereses stratēģijas spēlēs un mākslīgo intelektu: kādu dienu viņš izstrādās datorprogrammu, lai pieveiktu lielāko go spēlētāju.

Hasabis savai karjerai pievērsās metodiski. "Hassabis 20 gadu vecumā uzskatīja, ka noteiktām lietām ir jābūt savās vietās, pirms mākslīgais intelekts varētu sasniegt nepieciešamo līmeni," saka Metjūss. "Viņam bija plāns."

1998. gadā viņš nodibināja savu spēļu studiju ar nosaukumu Elixir. Hassabis pievērsās vienai ļoti ambiciozai spēlei Republic: The Revolution, kas ir sarežģīta politiskā simulācija. Dažus gadus agrāk, vēl mācoties skolā, Hassabis savam draugam Mustafa Suleimanam bija teicis, ka pasaulei ir vajadzīgas grandiozas simulācijas, lai modelētu tās sarežģīto dinamiku un atrisinātu sarežģītākās sociālās problēmas. Tagad viņš mēģināja to izdarīt spēlē.

Viņa centienus bija grūtāk kodēt, nekā gaidīts. Eliksīrs izlaida spēles versiju, kurā tika noņemta versija, lai saņemtu siltas atsauksmes. Citas spēles nav izdevušās. 2005. gada aprīlī Hassabis slēdza Eliksīru. Metjūss uzskata, ka Hassabis kompāniju nodibināja tikai tāpēc, lai iegūtu vadības pieredzi. Tagad Hassabis trūka tikai vienas svarīgas kompetences jomas, pirms viņš varēja sākt meklēt AGI. Viņam bija jāsaprot cilvēka smadzenes.

2005. gadā Hassabis ieguva doktora grādu neirozinātnē no Londonas Universitātes koledžas. Viņš publicēja ļoti ietekmīgu atmiņas un iztēles pētījumu. Viens pētījums, kurš kopš tā laika ir minēts vairāk nekā 1000 reizes, parādīja, ka cilvēkiem ar amnēziju ir arī grūti iedomāties jaunu pieredzi, kas liecina par saistību starp iegaumēšanu un garīgo tēlu. Hassabis izveidoja izpratni par smadzenēm, kas vajadzīgas AGI apgūšanai. Liela daļa viņa darbu bija saistīti ar vienu jautājumu: kā cilvēka smadzenes saņem un saglabā jēdzienus un zināšanas?

Hassabis oficiāli izveidoja DeepMind 2010. gada 15. novembrī. Uzņēmuma misijas paziņojums bija tāds pats kā tagad: "atrisiniet izlūkdatus" un pēc tam izmantojiet to, lai atrisinātu visu pārējo. Kā Hassabis sacīja Singularitātes samitā, tas nozīmē, ka mūsu izpratne par to, kā smadzenes veic uzdevumus, tiek pārveidota programmatūrā, kuras mācīšanai var izmantot tās pašas metodes.

Hassabis nekādā gadījumā neapgalvo, ka zinātne ir pilnībā izpratusi cilvēka prātu. AGI ieviešanas plānu nebija iespējams iemācīties no simtiem neirozinātnes pētījumu. Bet viņš skaidri uzskata, ka ir pilnīgi iespējams sākt strādāt pie AGI tādā veidā, kas viņam patīk. Tomēr ir arī iespējams, ka viņa pārliecība pārspēj realitāti. Mēs joprojām ļoti maz zinām, kā smadzenes faktiski darbojas. 2018. gadā Austrālijas pētnieku komanda apšaubīja paša Hassabis atklājumus. Protams, tas ir tikai viens dokuments, taču tas parāda, ka zinātne, kas ir DeepMind darba pamatā, nebūt nav pierādīta.

Suleiman un Shane Legg, AGI apsēsti jaunzēlandieši, ar kuriem Hassabis tikās arī universitātē, pievienojās kā līdzdibinātāji. Uzņēmuma reputācija strauji pieauga. Hassabis uzplauka. "Tas piesaista kā magnēts," saka Bens Faulkners, bijušais Deep Mind izpilddirektors. Daudzi darbinieki tiek ieradušies no Eiropas. Varbūt DeepMind lielākais sasniegums bija aktīva talantīgu cilvēku agrīna vervēšana un spilgtāko un labāko no viņiem saglabāšana.

Viena no mašīnmācīšanās metodēm, uz kuru uzņēmums ir koncentrējies, izauga no Hassabis divkāršās aizraušanās ar spēlēm un neirozinātnēm: pastiprināšanas mācīšanās. Šāda programma ir paredzēta, lai savāktu informāciju par vidi un pēc tam mācītos no tās, atkal un atkal reproducējot savu pieredzi - tāpat kā Hassabis savā lekcijā Singularitātes samitā aprakstīja smadzeņu darbību miega laikā.

Armatūras mācīšanās sākas ar tīru šīfera. Programmai tiek parādīta virtuālā vide, par kuru tā neko nezina, izņemot noteikumus, piemēram, šaha simulatoru vai videospēli. Programmā ir vismaz viens komponents, kas pazīstams kā neironu tīkls. Tas sastāv no skaitļošanas struktūru slāņiem, kas izsijā informāciju, lai identificētu īpašas iezīmes vai stratēģijas. Katrs slānis pēta vidi savā abstrakcijas līmenī. Sākumā šiem tīkliem ir minimāli panākumi, taču tajos tiek kodētas arī viņu kļūdas - un tas ir svarīgi. Pamazām viņi kļūst gudrāki un gudrāki, eksperimentējot ar dažādām stratēģijām un saņemot atlīdzību, ja izdodas. Ja programma pārvieto šaha gabals un rezultātā zaudē spēli, tā vairs nepieļaus šādu kļūdu. Liela daļa mākslīgā intelekta burvju slēpjas ātrumā, ar kādu tas atkārto šos uzdevumus.

DeepMind darbs savu zenītu sasniedza 2016. gadā, kad komanda izstrādāja mākslīgā intelekta programmu, kurā tika izmantotas pastiprināšanas mācības kopā ar citām spēlēšanas metodēm. Programma ar nosaukumu AlphaGo pacēla uzacis pēc pasaules čempiona pārspēšanas piecu spēļu mačā Seulā 2016. gadā. Mašīnas uzvara, kuru vēroja 280 miljoni cilvēku, notika desmit gadus agrāk, nekā mašīnas prognozēja. Nākamajā gadā uzlabotā AlphaGo versija pieveica ķīniešu Go čempionu.

Tāpat kā Deep Blue 1997. gadā, AlphaGo mainīja uztveri par cilvēku sasniegumiem. Cilvēku čempioni, planētas izcilie prāti vairs nestāvēja intelektuālās piramīdas augšgalā. Gandrīz 20 gadus pēc tam, kad Hassabis paziņoja par savām ambīcijām Fuzuvere, viņš tos piepildīja. Hassabis sacīja, ka šis mačs viņu noveda līdz asarām. Viņš bija pateicīgs Metjū.

DeepBlue uzvarēja, pateicoties brutālajam spēkam un skaitļošanas ātrumam, bet AlphaGo stils jutās māksliniecisks, gandrīz cilvēcisks. Tā elegance un izsmalcinātība, skaitļošanas jaudas pārākums šķita, ka DeepMind bija priekšā konkursam, izveidojot programmu, kas varētu dziedēt slimības un pārvaldīt pilsētas.

DeepMind un mākslīgais intelekts

Hassabis vienmēr ir teicis, ka DeepMind mainīs pasauli uz labo pusi. Bet par AGI nav skaidrības. Ja viņš kādreiz parādīsies, mēs nezinām, vai būs labāk vai sliktāk, vai viņš pakļausies cilvēku kontrolei. Ja jā, kurš turēs grožus?

No paša sākuma Hassabis centās aizstāvēt DeepMind neatkarību. Viņš vienmēr uzstāja, lai DeepMind paliktu Londonā. Kad Google nopirka uzņēmumu 2014. gadā, kontroles jautājums kļuva aktuālāks. Hassabis nevajadzēja pārdot DeepMind uzņēmumam Google. Ar pietiekamu naudas daudzumu viņš ieskicēja biznesa modeli, kurā uzņēmums izstrādātu spēles pētījumu finansēšanai. Viņi apsolīja lielu naudu uzņēmumā Google, taču viņš nevēlējās pārskaitīt savu piesaistīto uzņēmumu. Darījuma ietvaros DeepMind izveidoja vienošanos, kas neļautu Google vienpusēji pārņemt kontroli pār uzņēmuma intelektuālo īpašumu. Avoti apgalvo, ka gadā, kas noslēdzās līdz iegūšanai, abas puses parakstīja vienošanos - Ētikas un drošības līgumu. Šo vienošanos izstrādāja vecākie juristi Londonā.

Līgums nodod kontroli pār galveno AGI DeepMind tehnoloģiju, ja tāda ir, Ētikas pārvaldei. Saskaņā ar to pašu avotu, Ētikas padome nekādā ziņā nav kosmētikas koncesija no Google, tā drīzāk sniedz DeepMind stabilu juridisko atbalstu, lai saglabātu kontroli pār savu visvērtīgāko un potenciāli visbīstamāko tehnoloģiju. Komisāru vārdi nav publiskoti, taču vēl viens avots, kas ir tuvu gan DeepMind, gan Google, sacīja, ka visi trīs DeepMind dibinātāji atrodas valdē. Pats uzņēmums neko neatklāj.

Hassabis var noteikt DeepMind likteni citos veidos. Viens no tiem ir ziedošanās. Darbinieki, bijušie un pašreizējie, saka, ka Hassabis pētījumu programma ir viena no DeepMind lielākajām priekšrocībām. Viņa programma, kas piedāvā aizraujošu un nozīmīgu darbu bez akadēmiskās aprindas spiediena, ir piesaistījusi simtiem pasaules talantīgāko ekspertu. DeepMind ir meitasuzņēmumi Parīzē un Albertā. Daudzi darbinieki jūtas vairāk saistīti ar Hassabis un tā misiju, nevis ar korporatīvo māti, kas vēlas tikai ienākumus. Kamēr Hassabis uztur personisko lojalitāti, viņam ir ievērojama vara pār savu vienīgo akcionāru. Labāk ļaut talantam darboties DeepMind no attāluma, nekā nonākt Facebook vai Apple.

DeepMind ir vēl viens piesaistīto līdzekļu avots, lai gan tas prasa pastāvīgu papildināšanu: labvēlīgs halo. Uzņēmumam tas ir izdevies. AlphaGo bija lieliska reklāma. Kopš Google iegādes uzņēmums ir atkārtoti ražojis brīnumus, kas ir piesaistījuši visā pasaulē uzmanību. Viens programmatūras piemērs var atklāt acu skenēšanas modeļus, kas ir makulas deģenerācijas rādītāji. Vēl viena programma iemācījās spēlēt šahu no nulles, izmantojot arhitektūru, kas līdzīga AlphaGo, un kļuva par visu laiku lielāko spēlētāju pēc tikai deviņu stundu ilgas spēles ar sevi. 2018. gada decembrī AlphaFold izrādījās precīzāks nekā konkurenti, prognozējot olbaltumvielu trīsdimensiju struktūru no savienojumu saraksta, kas potenciāli varētu ārstēt tādas slimības kā Parkinsona un Alcheimera slimības.

DeepMind īpaši lepojas ar izstrādātajiem algoritmiem, kas aprēķina visefektīvākos atdzesēšanas risinājumus Google datu centriem, kuros ir aptuveni 2,5 miljoni datoru serveru. 2016. gadā DeepMind paziņoja, ka ir samazinājis Google elektrības rēķinu par 40%. Bet daži iekšējie pārstāvji saka, ka šis lielījums ir pārspīlēts. Google ir izmantojis algoritmus, lai optimizētu savus datu centrus jau ilgi pirms DeepMind nākšanas. Tiek uzskatīts, ka DeepMind pārspīlē savus nopelnus, lai iegūtu vērtību alfabēta acīs. Google mātesuzņēmums Alfabēts maksā DeepMind par līdzīgiem pakalpojumiem. Pēdējais 2017. gadā Alphabet izrakstīja rēķinu par 54 miljoniem sterliņu mārciņu. Šie skaitļi ir bāli, salīdzinot ar DeepMind virs galvas. Tajā pašā gadā viņa personālam iztērēja 200 miljonus sterliņu mārciņu. Parasti2017. gadā DeepMind zaudēja 282 miljonus mārciņu.

Tas ir santīms bagātam gigantam. Bet citi Alfabēta meitasuzņēmumi pievērsa uzmanību Rūta Porata, Alfabēta skopā finanšu direktora amatam. Mēģinājums izveidot interneta pakalpojumu sniedzēju Google Fiber tika atlikts pēc tam, kad kļuva skaidrs, ka ieguldījuma atmaksa prasīs gadu desmitiem. AI pētnieki arī domā, vai DeepMind tiks ieskrūvēts.

Pakāpeniska DeepMind sasniegumu atklāšana AI ir daļa no stratēģijas, kas pakāpeniski veido uzņēmuma reputāciju. Tas ir īpaši vērtīgi laikā, kad Google tiek apsūdzēts par lietotāju privātuma pārkāpšanu un viltus ziņu izplatīšanu. DeepMind ir arī paveicies, ka viņiem ir atbalstītājs augstākajā līmenī: Lerijs Peidžs, viens no diviem Google dibinātājiem, tagad Alfabēta izpilddirektors. Paige ir ļoti tuvu Hassabis. Peidža tēvs Kārlis sešdesmitajos gados pētīja neironu tīklus. Savas karjeras sākumā Peidžs sacīja, ka viņš ir izveidojis Google tikai tāpēc, lai nodibinātu AI uzņēmumu.

DeepMind ciešā preses kontrole neatbilst akadēmiskajam garam, kas valda uzņēmumā. Daži zinātnieki sūdzas, ka viņiem ir grūti publicēt savu darbu: viņiem ir jāpārvar iekšējā apstiprinājuma līmeņi, pirms viņi pat var iesniegt dokumentus konferencē vai žurnālā. DeepMind uzskata, ka ir jārīkojas piesardzīgi, lai nebiedētu sabiedrību ar AGI izredzēm. Bet pārāk bargas apsūdzības var sagraut akadēmisko atmosfēru un vājināt darbinieku lojalitāti.

Piecus gadus pēc Google iegādes jautājums, kurš kontrolē DeepMind, kļūst kritisks. Uzņēmuma dibinātāji un agrīnie darbinieki tuvojas slieksnim, kad viņi var aiziet prom no finansiālās kompensācijas, ko viņi saņēma no uzņēmuma iegādes (Hassabis akcijas, iespējams, ir aptuveni 100 miljonu mārciņu vērtas). Bet avots, kas atrodas tuvu uzņēmumam, liek domāt, ka Alfabēts vairākus gadus ir veicinājis atpakaļ maksājumus dibinātājiem. Ņemot vērā viņa nerimstošo fokusu, maz ticams, ka Hassabis varētu izlēkt no kuģa. Viņu interesē nauda tikai tiktāl, ciktāl tā palīdz viņam sasniegt visas dzīves mērķi. Bet daži no maniem kolēģiem aizgāja. Kopš 2019. gada sākuma uzņēmumu ir pametuši trīs AI inženieri. Bens Laurijs, viens no pasaules izcilākajiem drošības inženieriem, atkal strādā Google. Tas noteikti nav daudzBet DeepMind piedāvā tik pārsteidzošu misiju un pienācīgu samaksu, ka nevienam nevajadzētu pamest.

Līdz šim Google nav īsti traucējis DeepMind. Bet nesenā attīstība ir radījusi bažas par to, cik ilgi uzņēmums spēs saglabāt savu neatkarību.

DeepMind, medicīna un mākslīgais intelekts

DeepMind vienmēr ir plānojis izmantot AI, lai uzlabotu veselības aprūpi. 2016. gada februārī tika izveidota jauna DeepMind Health nodaļa, kuru vadīja Mustafa Suleiman, viens no uzņēmuma līdzdibinātājiem. Suleimans, kura māte bija medmāsa, cerēja izveidot programmu Straumes, kas brīdinās ārstus, kad pacienta veselība pasliktināsies. DeepMind tiks apbalvots, pamatojoties uz metriku. Tā kā šim darbam bija nepieciešama piekļuve konfidenciālai pacienta informācijai, Suleimans izveidoja Neatkarīgu pārskata paneli (IRP), kas pieņēma darbā labus angļu veselības un tehnoloģiju speciālistus. DeepMind bija pietiekami gudrs, lai būtu uzmanīgs. Pēc tam Lielbritānijas informācijas komisārs atklāja, ka viens no slimnīcas partneriem, apstrādājot datus par pacientiem, ir pārkāpis likumu. Tomēr līdz 2017. gada beigām Suleimans bija parakstījis līgumus ar četrām lielākajām slimnīcām.

2018. gada 8. novembrī Google paziņoja par savas veselības nodaļas izveidi - Google Health. Pēc piecām dienām tika paziņots, ka DeepMind Health pievienosies mātes uzņēmuma centieniem. DeepMind nav brīdināts. Saskaņā ar informāciju, kas iegūta no FOI pieprasījumiem, viņa tikai trīs dienas iepriekš paziņoja partneru slimnīcām par izmaiņām. DeepMind atteicās atklāt, kad sākās diskusijas par apvienošanos, taču sacīja, ka pārredzamības interesēs ir pagājis īss laiks starp paziņojumu un publisku paziņošanu. Suleimans 2016. gadā rakstīja, ka "pacienta dati nekad netiks saistīti ar Google kontiem, produktiem vai pakalpojumiem". Likās, ka viņa solījums tika lauzts.

Google aneksija sadusmoja DeepMind Health darbiniekus. Pēc veselības aprūpes komandai tuvu stāvošu cilvēku domām, vairāk darbinieku plāno aiziet no uzņēmuma pēc pārņemšanas procesa pabeigšanas.

Šī epizode parāda, ka DeepMind darba perifērās daļas ir neaizsargātas pret Google. DeepMind paziņoja, ka "mēs visi vienojāmies, ka ir jēga apvienot šos centienus vienā sadarbības centienā ar palielinātiem resursiem". Tas liek jautāt, vai Google izmantos to pašu loģiku DeepMind darbam AGI.

Plašā mērogā DeepMind ir guvis lieliskus panākumus. Viņa jau ir izveidojusi programmatūru, kas var iemācīties veikt uzdevumus pārcilvēciskā līmenī. Hassabis bieži atsaucas uz Breakout, videospēli Atari konsolei. Spēlētājs kontrolē nūju, kas var pārvietoties horizontāli un ar tās palīdzību atlec bumbiņas, novirzot tās blokos virs, kas tiek iznīcināti sadursmes gadījumā. Spēlētājs uzvar, kad visi bloki tiek iznīcināti. Zaudē, ja bumba nokrīt garām platformai. Bez cilvēku norādījumiem DeepMind ne tikai iemācījās spēlēt spēli, bet arī mest bumbiņas kosmosā aiz blokiem, lai izmantotu lielību. Tas parāda pastiprināšanas mācīšanās jaudu un DeepMind datorprogrammu pārdabiskās spējas.

Demonstrācija noteikti ir iespaidīga. Bet Hassabis par kaut ko klusē. Ja virtuālā platforma tiek pacelta vēl nedaudz augstāk, programma pieļauj kļūdu. DeepMind iegūtās prasmes ir tik ierobežotas, ka tā nespēj reaģēt uz pat niecīgām izmaiņām vidē, kuras cilvēks varētu viegli pārvarēt. Bet pasaulē ir daudz smalkumu. Diagnostikas nolūkos divi ķermeņa orgāni nav līdzīgi. Mehāniskajai izlūkošanai divi līdzīgi motori nekad nebūs vienādi noskaņoti. Tāpēc ir grūti atbrīvot programmas savvaļā.

Otrais, par kuru DeepMind reti runā, ir tāds, ka panākumi virtuālajā vidē ir atkarīgi no atalgojuma funkcijas: signāla, kas ļauj programmatūrai izmērīt tā progresu. Programma uzzina, ka atlecot no aizmugures sienas, tā rezultāts palielinās. Liela daļa DeepMind darba ar AlphaGo ir bijusi tādas atlīdzības funkcijas izveidošana, kas ir savietojama ar tik sarežģītu spēli. Diemžēl reālā pasaule nepiedāvā vienkāršu atlīdzību. Atsevišķos punktos progresu mēra reti. Cilvēka smadzenes saņem signālu par uzdevuma panākumiem tieši tā izpildes procesā, nevis pēc tā.

DeepMind ir izdomājis veidu, kā to novērst, izmantojot milzīgu daudzumu apstrādes jaudas. AlphaGo ir spēlējis spēles tūkstošiem cilvēku laika, lai kaut ko iemācītos. Daudzi AI filozofi uzskata, ka šāds risinājums nav pieņemams uzdevumiem, kas piedāvā vājāku atalgojumu. DeepMind atzīst šādas neskaidrības. Nesen viņa sāka lietot datoru stratēģijas spēli StarCraft 2. Spēles sākumā pieņemtajiem lēmumiem ir sekas, kas parādās vēlāk, kas ir diezgan raksturīgi mokošajai un novēlotajai reālo problēmu atgriezeniskajai saitei. Janvārī DeepMind programmatūra pārspēja dažus no labākajiem spēlētājiem pasaulē, un, neskatoties uz stingriem ierobežojumiem, tā bija diezgan iespaidīga. Programmas ir sākušas arī izpētīt atlīdzības funkcijas, sekojot cilvēku atsauksmēm. Bet cilvēku norādījumu iekļaušana cilpā rada risku zaudēt mērogu un ātrumu.

Gan pašreizējie, gan bijušie DeepMind un Google pētnieki ar anonimitātes nosacījumu ir izteikuši skepsi, ka DeepMind var sasniegt AGI, izmantojot šādas metodes. Viņiem vēlme sasniegt augstu sniegumu modelētā vidē apgrūtina atlīdzības funkcijas problēmas risināšanu. Tomēr tieši šī pieeja ir DeepMind pamatā. Uzņēmumā pastāv iekšēja konkurence, kurā konkurējošo komandu programmas sacenšas par pārākumu.

Hassabis dzīvi vienmēr ir uzskatījis par spēli. Liela daļa savas karjeras tika veltīta to veidošanai, lielāko daļu sava brīvā laika pavadīja spēlējot viņus. DeepMind viņš tos izmanto, lai attīstītu jaudīgu mākslīgo intelektu. Tāpat kā programmatūra, Hassabis mācās no savas pieredzes. Tiekšanās uz AGI galu galā var nonākt strupceļā, pa ceļam izgudrojot noderīgas medicīnas tehnoloģijas un pārspējot labākos spēlētājus viņu prasmēs. Bet tas var arī izveidot AGI tieši zem Google deguna, bet ārpus tā kontroles. Un, ja viņam izdosies to izdarīt, Demiss Hassabis uzvarēs visgrūtākajā spēlē no visiem.

Iļja Khel

Ieteicams: