Відмінності між версіями «DeepMind»

129 байтів додано ,  10 місяців тому
Виправлено та вичитано мовні помилки.
м (Додавання дати до шаблону)
(Виправлено та вичитано мовні помилки.)
Мітки: Візуальний редактор Завдання новачку
{{помилки|дата=листопад 2016}}
'''[[DeepMind]] Technologies Limited —''' це британська компанія [[Штучний інтелект|штучного інтелекту]], заснована у 2010 році, яку в 2014 році придбала компанія [[Google]]. У цій компанії створили [[Штучна нейронна мережа|нейронну мережу]], що граєздатна навчитись грати у [[Відеогра|відеоігри]] схожимподібно чином, що і людилюдині, а також [[Neural Turing Machine|НейроннуНейронній МашинуМашині Тюрінга]], або нейроннунейронній мережумережі, що здатна дістатисьотримати доступ до зовнішньої пам'яті, як і звичайна [[Машина Тюрінга]], щов вкінцевому результаті даєце комп'ютер, який імітує [[Короткочасна пам'ять|короткочасну пам'ять]] людського мозку.
 
Компанія потрапила на перші шпальти у 2016 році після того, як їхня програма [[AlphaGo]] вперше випередила професійного гравця в [[Ґо (гра)|Ґо]].
 
== Машинне навчання ==
Метою DeepMind Technologies є «розв'язативирішити інтелект», чого вони намагаються досягти шляхом поєднання «найкращих технік [[Машинне навчання|машинного навчання]] та [[Systems neuroscience|системної психофізіології]], аби збудувати могутні навчальні алгоритми загального призначення». Вони прагнуть формалізувати інтелект не лише задля втілення його у машини, але й щоб зрозуміти людський мозок.
 
У 2016 році Google Research випустили статтю на тему [[Дружній штучний інтелект|безпеки штучного інтелекту]] (ШІ) та уникання небажаної поведінки протягом навчального процесу [[Штучний інтелект|ШІ]]
 
Станом на сьогодні, компанія опублікувала дослідження про комп'ютерні системи, що здатні грати ігри, та розробку таких систем, починаючи від стратегій на кшталт [[Ґо (гра)|Ґо]] і до [[Аркада (гра)|аркад]]. Зі слів Шейна Леґґа, [[Штучний інтелект|штучного інтелекту]] людського рівня можна досягнути, «коли машина зможе навчитись грати широкий спектр ігор через входи та виходи [[Перцепція|перцепційного]] потоку, та переносити розуміння на інші ігри […]». Дослідження з описом ШІ, що грає сім різних відеоігор [[Atari]] ([[Pong]], [[Breakout (video game)|Breakout]], [[Space Invaders]], [[Seaquest (video game)|Seaquest]], [[Beamrider]], [[Enduro (video game)|Enduro]] та [[Q*bert]]) призвело до купівлі Google їхньої компанії. Хассабіс згадав популярну спортивну гру [[StarCraft]] як можливий майбутній виклик, оскільки це вимагатиме високого рівня стратегічного мислення та вправляння з недосконалою інформацією.
 
На початку 2018 року дослідники з DeepMind навчили одну зі своїх систем грати в відому комп'ютерну гру «Quake III Arena». Через деякий час, витрачений на тренування, за рівнем гри ця система спочатку наздогнала, а потім і перегнала людей, які є найкращими в цій справі<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»] Engadget, 7 березня 2018</ref>.
 
=== Навчання з глибинним підкріпленням ===
На противагу іншим ШІ, як-от [[Deep Blue]] чи [[IBM Watson|Watson]] від [[IBM]], які було розроблено із заздалегідь визначеною метою та єдиною функцією, DeepMind стверджує, що їхня система не є запрограмованою; натомість,: вона навчається з власного досвіду, використовуючи для входу даних лише пікселінеоброблені дані. Технічно вона використовує [[глибинне навчання]] на [[Згорткова нейронна мережа|згортковій нейронній мережі]], з новітньою формою [[Q-навчання]], різновидом безмодельного [[навчання з підкріпленням]]. Вони тестують систему на відеоіграх, з-поміж яких варто виділити ранні аркади на кшталт [[Space Invaders]] чи [[Breakout (video game)|Breakout]]. Без внесення змін у власний код ШІ починає розуміти як грати гру, та, після певного часу гри, у деяких іграх (найпомітніше у Breakout), робить це більш ефективно, ніж це робила колись людина.
 
=== AlphaGo ===
25

редагувань