不只是AlphaGo，谷歌DeepMind到底是何方神圣？

全文共2128字，预计学习时长8分钟

图源：unsplash

人工智能技术飞速发展，越来越多曾被认为只有人类才能完成的任务，AI都做出了出色表现，例如执行管理任务，识别面孔，下棋，甚至翻译语言。

我们无法否认AI时代的到来带来了许多有益的发展。深度学习从非结构化数据中进行学习，以编译分析报告或执行无人监督的任务。所有这些发展都为不同的公司提供了发挥作用和证明其价值的舞台。

正是这样，像DeepMind这样的公司才得以大展身手。没错，就是那个开发出战胜柯洁李世石的AlphaGo的公司，比起下棋，它值得我们了解的还有很多。

谷歌DeepMind的历史

DeepMind最初由丹米斯·哈撒比斯(Demis Hassabis)、穆斯塔法·苏莱曼(MustafaSuleyman)和谢恩·列格(ShaneLegg)创立，他们都是人工智能爱好者，有些人认为他们是深度学习的先驱。

DeepMind科技于2010年在伦敦成立，四年后被谷歌收购了，其所有权在2015年也发生了变化。当时它被Alphabet收购，此后，它一直是这家公司的子公司。

图源：techeology

自成立以来，DeepMind科技已经在美国、加拿大和法国开设了研究中心。2016年，在创造了击败围棋世界冠军李世石的AlphaGo之后，DeepMind开始被许多人认可。

此外，他们还开发了另一个名为AlphaZero的程序，该程序在国际象棋、将棋和围棋方面下的表现出色。

DeepMind获得了相当大的资金支持，斯科特·巴尼斯特和伊隆·马斯克这样的人也开始加入了进来。这使他们除了从风险投资公司、维港投资和创始人基金以外，获得到额外的资本补充。

DeepMind获得注资的原因是教科书级的。如果你也有一个创新而又聪明的想法，那么去寻找最好的平台是明智的选择，去创造一个高度专业和有效的演示。

通用学习算法

DeepMind的通用学习算法非常有趣，有助于更好地理解人脑。为做到这一点，该公司已经开始开发可以玩各种不同游戏的系统。一位创始人认为，当一个程序可以玩不同的游戏时，人工智能就能达到人类水平。

图源：deepmind

他们的策略得到了科学研究的支持，研究表明，象棋这样的游戏可以提高战略思维能力。通过机器学习如何玩这些复杂的游戏，它们将获得思考和战略行动的能力。DeepMind的通用学习算法可以使机器通过游戏化学习，以尝试获取类人的智能和行为。

但与此同时，对这些技术的安全性也应客观看待。为了避免机器末日，DeepMind开发了一个开源测试平台，以确定当算法出现不良行为时，算法是否有中止开关。

开源测试平台被称为GridWorld，它确保人工智能对自身、开发人员和其他接触它的人是安全和无害的。

DeepMind的深度强化学习

DeepMind通过实施完全不同的技术系统，将深度学习提升到了一个全新的水平。该系统被称为深度强化学习，与常规人工智能系统不同，它是完全独立的。例如，沃森或深蓝是出于特定目的而开发的，并仅以所需的容量运行。

图源：unsplash

DeepMind的深度强化学习不是预先编程的，本质上它是基于卷积神经网络的深度学习，并与Q-learning匹配。然后，系统在各种电子游戏上进行测试，而不需要编写如何玩游戏的指令。

一切都是由系统独立完成的，它学习如何玩电子游戏，经过多次尝试，可以玩得比任何人都好。这个系统所玩的和掌握的游戏比最强玩家还要多。

深度强化学习消除了任何可能影响效率的人为错误。不仅是游戏，它还被用于对医疗行业产生影响的各种不同的系统。

WaveNet协作

世界上有数百万人患有语言障碍，无法恢复原来的声音。而WaveNet协作正是DeepMind所促成的最显著的医疗发展之一。

文本-声音转换系统通常会产生机械的或者听起来不自然的声音。DeepMind与谷歌以及语言障碍患者，如患有肌萎缩性侧索硬化症的蒂姆•肖合作，其目标是开发一个听起来像病人自然声音的系统。这并不容易，重新创建一个声音需要阅读特定脚本的个人数小时的配音。

图源：unsplash

不幸的是，这对有语言障碍的人几乎不可能，他们连一句完整的话都说不出。DeepMind研究了一种算法，该算法只需少量的录音就可以重建声音。

6个月后，WaveNet协作已经对蒂姆的声音进行了研究，并将其呈现给了他和他的家人。结果令人吃惊，在ALS开始影响蒂姆的语言能力之前，蒂姆的声音几乎就是这样的。

整个流程都被视频记录且上传至了YouTube。

对谷歌的其他贡献

DeepMind参与了很多为谷歌的人工智能部门服务的开发工作，例如绝大多数人每天使用的最受欢迎的应用程序之一，个性化的应用程序建议。DeepMind的人工智能系统根据用户偏好收集数据，然后推荐类似用户先前下载过的应用。

图源：fossbytes

另一个更复杂的项目是，创建算法来冷却谷歌数据中心的服务器。DeepMind的系统提高了这些冷却系统的效率，谷歌也为这家公司制定了更大的计划。很快，拥有在Android Pie上运行设备的用户将拥有诸如亮度和电池自动调节等功能。

机器学习将通过调整亮度以适应当前的照明条件，来帮助这些设备节能。此外，它将使操作系统更易于使用，从而改善用户体验。

由于这个项目的规模很小，创建这些系统应该更复杂。这类机器学习系统通常需要更大的计算能力才能成功运行。

DeepMind在人工智能领域创造了长足发展，对谷歌AI部门作出很大贡献，深度强化学习使之成为谷歌的首选，其创造的许多创新系统在全球范围内得到了应用。此外，DeepMind还不断开展合作，致力于为人们的生活创造更大价值。

留言点赞关注

我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”

（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）