谷歌的人工智慧正以令人難以置信的速度進步

從發展感官到學習如何行走，Google的 DeepMind AI 正在取得非凡的進步。這一切從哪裡開始？

DeepMind於2010年在英國成立，2014年被Google收購5億美元。他們是目前在人工智慧領域處於世界領先地位（人工智慧）研究。

DeepMind 的目標是“突破人工智慧的界限”，“開發能夠學習解決任何複雜問題而無需學習如何解決的程式。”

DeepMind人工智慧專案取得了哪些進展？

2016 年末，Google的人工智慧在沒有人類對手的情況下自學新事物。增強了控制像素的能力並且還學會如何根據先前的經驗識別在遊戲中獲得的獎勵。

今年2月，一組谷歌創建的演算法DeepMind 的開發團隊允許人工智慧“根據化學結構確定特定分子的氣味”，從而使程式具有嗅覺。

6 月初，Google宣布了 DeepMind 的另一個項目：自動機器學習 (AutoML)。例如，當學習如何移動時（更多內容見下文），人工智慧創建了一個有腿的化身，能夠像人一樣行走。這是基本模型。任務是運動。人工智慧嘗試移動的次數越多，它學到的東西就越多，並且能夠找出如何最好地控制模型流暢移動以完成任務的方法。文章發表時，自動機器學習僅用於語音和圖像識別，運行時超過了 Google 的 Experts語音辨識任務，這是計算機理解對其所說的單詞和短語的能力。因此，當您向 Siri 提問時，Siri 會使用語音辨識功能將您的單字轉換為機器可讀的格式（也稱為資料），以確定您到底在尋找什麼。

本月早些時候，DeepMind 人工智慧自學跑跳。在一款電玩遊戲中，其動機很簡單，就是從 A 點到 B 點。所有這一切都是在沒有任何人為幹預的情況下完成的。該計劃被賦予了激勵措施和目標，剩下的就是歷史了。

不到一周前，即 6 月 20 日星期三，谷歌人工智慧系統成功地該公司的其中一個資料中心的冷卻費用減少了 40%。這是解決能源消耗問題的一大進步。 DeepMind 網頁上的一篇文章指出，20 年來該公司一直致力於減少能源使用。文章中指出，“透過將 DeepMind 的機器學習應用到我們自己的 Google 資料中心，我們已經成功地將用於冷卻的能源量減少了 40%。”換句話說，Google以及多彩G旗下的每家公司都將能夠提高能源效率。

谷歌繼續研究為其人工智慧技術開發越來越複雜的演算法。雖然有些人可能會說他們正在創造我們未來的機器人霸主，並透過超先進的自學習技術帶來我們所知道的世界末日，但我們很難不對這些發展感到興奮。

這一切是如何運作的？

DeepMind 的 AI 學習過程主要包括玩簡單的遊戲。去年 12 月，該團隊使用迷宮式遊戲，專注於邏輯、物品拾取和觀察。

4月，一出版品發布了關於模擬環境（幾乎是遊戲中的景觀/位置）的改進，並分析了「影響性能的因素」（牆壁、樹木、建築物、人、其他玩家等障礙物），以幫助人工智慧能夠有效地規劃、預測和行動，「進入未來數百個時間步」。換句話說，人工智慧能夠在採取行動之前提前 100 步預測將會發生什麼以及應該如何行動。這是使用 Atari 遊戲、3D 賽車遊戲和更多迷宮來完成的。在這些不同的遊戲和模擬器中，機器人能夠提前預測和糾正其行為，其結果可以「用於改進探索並適應許多不同的環境」。

本質上，DeepMind AI 程式被放入場景或遊戲中，並有目標和獎勵。該計劃致力於測試並嘗試不同的策略來解決手頭上的問題，而無需人為幹預。 DeepMind 人工智慧已成功解決了幾個現實世界的問題，並在全球範圍內得到利用，以幫助解決我們在地球上面臨的重大問題。

為什麼這很重要？

DeepMind 網站列出了其研究的原因，試圖解決氣候變遷、醫療保健、能源使用等進展緩慢的問題。

當我們聽到先進的人工智慧時，我們中的許多人都會想到蘋果的 Siri 或亞馬遜的 Echo，它們能夠處理命令、問題和短語並採取相應的行動，設定時間表、播放音樂、購買物品等。

但 DeepMind 不僅僅是一個友好的角色來指導我們的旅程。它不僅象徵著我們技術的進步，也像徵著我們未來幾十年的發展前景。雖然許多人擔心智慧人工智慧生命的存在（這種恐懼來自irobot/終結者式的末日），但許多人希望看到我們的福祉的未來因人工智慧的使用而得到改善，而人工智慧則能夠減少浪費、能源使用、改善健康和醫療關心等等。