История DeepMind: от шахмат до диагностики заболеваний
- Cтрана: Великобритания.
- Дата основания: 2010 год.
- Основатель: Демис Хассабис, нейробиолог, разработчик, исследователь искусственного интеллекта.
- Сфера деятельности: искусственный интеллект.
Как появилась компания DeepMind
Основатель компании Демис Хассабис с детства играл в шахматы и уже в 13 лет стал гроссмейстером. Окончив школу в 16 лет — на два года раньше своих сверстников, он был принят в Кембридж, но ушел в вынужденный академический отпуск: в университете разрешили приступить к учебе, когда ему исполнится 18 лет.
Перерыв Хассабис использовал продуктивно — он занял второе место на соревнованиях по программированию, после чего его пригласили работать в компанию по разработке компьютерных игр Bullfrog. Там он участвовал в создании одной из самых популярных игр 1990-х — Theme Park. Тогда же он изучал, как искусственный интеллект реагирует на игровое поведение людей. Хассабису было 16 лет, и он уже стал понимать, кем хочет быть: «У меня всегда на уме была компания вроде DeepMind».
В 1997 году Хассабис окончил Кембридж и устроился в компанию по созданию видеоигр Lionhead Studio ведущим разработчиком искусственного интеллекта. Через год основал свою студию Elixir, которая выпустила такие игры, как Republic: The Revolution и Evil Genius. В 2005 году компания продала свои технологии и закрылась. После этого Хассабис решил продолжить учиться и поступил в Университетский колледж Лондона, где получил докторскую степень по когнитивной неврологии. Кроме того, совместно с Массачусетским технологическим институтом и Гарвардским университетом он провел исследования в области нейробиологии и искусственного интеллекта.
В 2010 году Демис Хассабис вместе с коллегой по Университетскому колледжу Лондона Шейном Леггом и другом детства Мустафой Сулейманом основал стартап DeepMind Technologies. «Когда мы основали DeepMind в 2010 году, интерес к области искусственного интеллекта был гораздо меньше, чем сегодня. Чтобы ускорить развитие этой области, мы использовали междисциплинарный подход, объединив новые идеи и достижения в области машинного обучения, нейронауки, инженерии, математики, моделирования и вычислительной инфраструктуры», — отмечали основатели стартапа.
В молодую и перспективную компанию вложились член правления PayPal Скотт Банистер, предприниматель Илон Маск, венчурные фонды Horizons Ventures и Founders Fund.
В 2014 году DeepMind представила архитектуру нейронной сети, использующей внешнюю память. Разработку назвали «Нейронная машина Тьюринга» (машина Тьюринга — это модель абстрактного вычислителя, предложенная британским математиком Аланом Тьюрингом в 1936 году).
Первых громких успехов исследователи добились в компьютерных играх. Они создали алгоритм, который научился проходить 49 игр популярной в то время американской игровой компании Atari. В результате ИИ смог в 22 играх превзойти лучший результат людей-игроков.
Вызов принят: искусственный интеллект обыгрывает человека в го
Смена владельца и игры в 3D
Самостоятельно компания просуществовала четыре года. В 2014 году, после публикации исследования, посвященного искусственному интеллекту, который играет в игры Atari, стартап приобрела корпорация Google за £400 млн. Компания стала называться Google DeepMind.
В 2015 году стартап перешел холдингу Alphabet Inc, в который входит Google. Компания вновь поменяла название и стала называться DeepMind Technologies Limited или просто DeepMind. Исследовательские центры открыли за пределами Лондона — в США, Франции и Канаде.
В феврале 2016 года компания представила результаты обучения нейросети играм в 3D-формате. Ученые научили искусственный интеллект управлять машиной в гоночном симуляторе TORCS, искать выходы из лабиринта в Labyrinth, выполнять задачи в MuJoCo. В том же году DeepMind стала всемирно известна, когда разработчики представили программу AlphaGo.
Искусственный интеллект обыгрывает человека
Если компьютер еще в 1997 году смог обыграть чемпиона мира по шахматам Гарри Каспарова, то другая логическая игра — старинная китайская игра го, которой более 2500 лет, — искусственному интеллекту пока не поддавалась. Она считается самой сложной стратегической игрой в мире: здесь нет классических комбинаций, как в шахматах, ни одна партия не повторяется. Суть игры — выделить на доске камнями своего цвета территорию больше, чем противник.
Исследователи считали, что в этой схватке пальма первенства еще долгое время будет принадлежать человеческому интеллекту, но в DeepMind смогли доказать обратное. Система AlphaGo изучила все возможные исторические данные о позициях чемпионов в игре, движениях на доске, разработала собственные стратегии. В 2016 году программа победила чемпиона Европы Фань Хуэя со счетом 5:0, затем мирового чемпиона Ли Седоля, а через год — самого сильного в мире игрока в го — Ке Цзэ. В 2019 году Ли Седоль завершил карьеру, сказав, что это связано в том числе с невозможностью победить искусственный интеллект.
В 2017 году компания представила еще один алгоритм — AlphaZero, более обобщенный, который может играть не только в го, но и в шахматы и сёги (японская настольная логическая игра шахматного типа).
Алгоритмы, которые рисуют и играют в стратегии
В июне 2018 года в DeepMind презентовали нейросеть Generative Query Network (GQN) для создания изображений в 3D на основе обычных плоских изображений. Искусственный интеллект генерировал на основе одной картинки невидимые стороны объектов, даже с учетом теней. Еще одна нейросеть — BigGAN — могла генерировать пейзажи, изображения животных и предметов, похожие на фотографии.
В начале 2019 года в компании анонсировали программу AlphaStar — она специализировалась на играх в жанре стратегии в реальном времени, в частности StarCraft II. Когда алгоритм представили, он обладал знаниями, равными 200 годам, проведенным за игрой. Разработчикам даже пришлось ограничить возможности ИИ, чтобы приравнять его к усредненному поведению хорошего игрока. К октябрю 2019 года AlphaStar после 44 дней тренировок обошел 99,8% зарегистрированных в игре пользователей.
Искусственный интеллект в медицине
С 2016 года параллельно с алгоритмами для игр в компании стали развивать еще одно направление — искусственный интеллект в медицине. В феврале открыли подразделение DeepMind Health. В нем начали работу над инструментами, которые упростят врачам работу. В 2019 году подразделение DeepMind Health присоединили к Google Health.
Приложение Streams
Еще до открытия DeepMind Health, в 2015 году, в партнерстве с компанией Royal Free NHS Trust компания стала развиваться в сфере технологий для здоровья и выпустила приложение Streams, позволяющее определить острую почечную недостаточность. Благодаря приложению врачи могли оперативно получить информацию о результатах тестов в виде легко читаемых заключений и графиков — примерно за 14 минут вместо нескольких часов. Благодаря ранней диагностике шансы на спасение пациента растут. В Великобритании от острой почечной недостаточности ежегодно умирают около 100 тыс. человек.
Однако в июле 2017 года британское Управление информационного комиссара (ICO) постановило, что Royal Free NHS Trust нарушила закон о конфиденциальности, предоставив разработчикам персональные данные и истории болезней 1,6 млн пациентов.
Разработки в области диагностики глазных заболеваний
В подразделении DeepMind Health сосредоточились над работой в области офтальмологических заболеваний. В партнерстве с NHS (Национальной службой здравоохранения Великобритании) стали использовать машинное обучение для распознавания патологий и дегенеративных заболеваний, например отслоения сетчатки или потери периферического зрения.
В частности, с помощью данной технологии можно выявить глазные заболевания у людей с диабетом (у 30% таких пациентов болезнь сопровождается снижением зрения), а также вовремя диагностировать возрастные проблемы со зрением, которые могут привести к слепоте у пожилых людей.
Кроме того, была разработана нейросеть, которая может распознать более 50 глазных заболеваний с помощью сканирования глаза. Британский центр по борьбе с глазными болезнями Moorfields Eye Hospital предоставил снимки, напоминающие УЗИ-изображения, и искусственный интеллект с помощью метода оптической когерентной томографии визуализировал структуру глаза. Ручной анализ снимков может занимать до недели, что критично в острых состояниях.
Трехмерные модели белков
В 2018 году DeepMind выпустила программу на базе искусственного интеллекта AlphaFold, которая предсказывает пространственную структуру белка. В 2020 году DeepMind представила второе поколение программы — AlphaFold2. Она позволяет решать одну из важных задач биологии — строить трехмерные модели белков.
3D-модель белка имеет основополагающее значение для понимания его функций, от нее будет зависеть, как белок будет взаимодействовать с другими белками и лекарственными средствами. Определять аминокислотную последовательность белка ученые научились, а вот механизм его сворачивания в трехмерную структуру был до конца неясен.
Программа научилась с точностью 90% предсказывать 3D-структуру белка, что превосходит все современные методы. Например, с помощью AlphaFold2 удалось определить ранее неизвестную структуру некоторых белков коронавируса SARS-CoV-2.
Сейчас программа AlphaFold2 прогнозирует и составляет модель структуры белка по последовательности аминокислот за несколько часов, в то время как у людей на это могут уходить недели, иногда даже месяцы или годы.
В будущем нейросеть поможет в разработке новых лекарств и вакцин. Также она может сыграть большую роль в изучении биохимических процессов в организме — например, чтобы быстрее диагностировать поломки в структуре белков при болезни Альцгеймера, поскольку один из признаков заболевания — накопление неправильно свернутых белков. Чтобы увеличить или уменьшить их активность, нужно на основе 3D-модели определить места «поломок» и запустить в них процесс мутации.
Компания сегодня
В последние годы в компании сосредоточились на разработках искусственного интеллекта «общего назначения». В 2022 году представили Gato — прообраз известного алгоритма GPT-3, только, в отличие от него, Gato мультизадачный. Он не ограничен одной генерацией текста, может также давать советы, управлять роботом на стройке, играть в видеоигры.
В компании продолжают работать и над тем, с чего начинали в 2010 году, — над совершенствованием алгоритмов для игр. В июле 2022 года представили программу DeepNash, которая может играть в настольную военно-стратегическую игру Stratego на уровне эксперта.
Еще одна из последних разработок — AlphaCode, искусственный интеллект, который может писать код с такой же скоростью, как среднестатистический программист. В апреле 2023 года DeepMind объединилась с Google Brain и вновь вернула название 2014 года, когда только вошла в крупный холдинг, — Google DeepMind.