全文共2128字，預計學習時長8分鐘
圖源：unsplash
人工智能技術飛速發展，越來越多曾被認為隻有人類才能完成的任務，AI都做出了出色表現，例如執行管理任務，識别面孔，下棋，甚至翻譯語言。
我們無法否認AI時代的到來帶來了許多有益的發展。深度學習從非結構化資料中進行學習，以編譯分析報告或執行無人監督的任務。所有這些發展都為不同的公司提供了發揮作用和證明其價值的舞台。
正是這樣，像DeepMind這樣的公司才得以大展身手。沒錯，就是那個開發出戰勝柯潔李世石的AlphaGo的公司，比起下棋，它值得我們了解的還有很多。
谷歌DeepMind的曆史
DeepMind最初由丹米斯·哈撒比斯(Demis Hassabis)、穆斯塔法·蘇萊曼(MustafaSuleyman)和謝恩·列格(ShaneLegg)創立，他們都是人工智能愛好者，有些人認為他們是深度學習的先驅。
DeepMind科技于2010年在倫敦成立，四年後被谷歌收購了，其所有權在2015年也發生了變化。當時它被Alphabet收購，此後，它一直是這家公司的子公司。
圖源：techeology
自成立以來，DeepMind科技已經在美國、加拿大和法國開設了研究中心。2016年，在創造了擊敗圍棋世界冠軍李世石的AlphaGo之後，DeepMind開始被許多人認可。
此外，他們還開發了另一個名為AlphaZero的程式，該程式在國際象棋、将棋和圍棋方面下的表現出色。
DeepMind獲得了相當大的資金支援，斯科特·巴尼斯特和伊隆·馬斯克這樣的人也開始加入了進來。這使他們除了從風險投資公司、維港投資和創始人基金以外，獲得到額外的資本補充。
DeepMind獲得注資的原因是教科書級的。如果你也有一個創新而又聰明的想法，那麼去尋找最好的平台是明智的選擇，去創造一個高度專業和有效的示範。
通用學習算法
DeepMind的通用學習算法非常有趣，有助于更好地了解人腦。為做到這一點，該公司已經開始開發可以玩各種不同遊戲的系統。一位創始人認為，當一個程式可以玩不同的遊戲時，人工智能就能達到人類水準。
圖源：deepmind
他們的政策得到了科學研究的支援，研究表明，象棋這樣的遊戲可以提高戰略思維能力。通過機器學習如何玩這些複雜的遊戲，它們将獲得思考和戰略行動的能力。DeepMind的通用學習算法可以使機器通過遊戲化學習，以嘗試擷取類人的智能和行為。
但與此同時，對這些技術的安全性也應客觀看待。為了避免機器末日，DeepMind開發了一個開源測試平台，以确定當算法出現不良行為時，算法是否有中止開關。
開源測試平台被稱為GridWorld，它確定人工智能對自身、開發人員和其他接觸它的人是安全和無害的。
DeepMind的深度強化學習
DeepMind通過實施完全不同的技術系統，将深度學習提升到了一個全新的水準。該系統被稱為深度強化學習，與正常人工智能系統不同，它是完全獨立的。例如，沃森或深藍是出于特定目的而開發的，并僅以所需的容量運作。
圖源：unsplash
DeepMind的深度強化學習不是預先程式設計的，本質上它是基于卷積神經網絡的深度學習，并與Q-learning比對。然後，系統在各種電子遊戲上進行測試，而不需要編寫如何玩遊戲的指令。
一切都是由系統獨立完成的，它學習如何玩電子遊戲，經過多次嘗試，可以玩得比任何人都好。這個系統所玩的和掌握的遊戲比最強玩家還要多。
深度強化學習消除了任何可能影響效率的人為錯誤。不僅是遊戲，它還被用于對醫療行業産生影響的各種不同的系統。
WaveNet協作
世界上有數百萬人患有語言障礙，無法恢複原來的聲音。而WaveNet協作正是DeepMind所促成的最顯著的醫療發展之一。
文本-聲音轉換系統通常會産生機械的或者聽起來不自然的聲音。DeepMind與谷歌以及語言障礙患者，如患有肌萎縮性側索硬化症的蒂姆•肖合作，其目标是開發一個聽起來像病人自然聲音的系統。這并不容易，重新建立一個聲音需要閱讀特定腳本的個人數小時的配音。
圖源：unsplash
不幸的是，這對有語言障礙的人幾乎不可能，他們連一句完整的話都說不出。DeepMind研究了一種算法，該算法隻需少量的錄音就可以重建聲音。
6個月後，WaveNet協作已經對蒂姆的聲音進行了研究，并将其呈現給了他和他的家人。結果令人吃驚，在ALS開始影響蒂姆的語言能力之前，蒂姆的聲音幾乎就是這樣的。
整個流程都被視訊記錄且上傳至了YouTube。
對谷歌的其他貢獻
DeepMind參與了很多為谷歌的人工智能部門服務的開發工作，例如絕大多數人每天使用的最受歡迎的應用程式之一，個性化的應用程式建議。DeepMind的人工智能系統根據使用者偏好收集資料，然後推薦類似使用者先前下載下傳過的應用。
圖源：fossbytes
另一個更複雜的項目是，建立算法來冷卻谷歌資料中心的伺服器。DeepMind的系統提高了這些冷卻系統的效率，谷歌也為這家公司制定了更大的計劃。很快，擁有在Android Pie上運作裝置的使用者将擁有諸如亮度和電池自動調節等功能。
機器學習将通過調整亮度以适應目前的照明條件，來幫助這些裝置節能。此外，它将使作業系統更易于使用，進而改善使用者體驗。
由于這個項目的規模很小，建立這些系統應該更複雜。這類機器學習系統通常需要更大的計算能力才能成功運作。
DeepMind在人工智能領域創造了長足發展，對谷歌AI部門作出很大貢獻，深度強化學習使之成為谷歌的首選，其創造的許多創新系統在全球範圍内得到了應用。此外，DeepMind還不斷開展合作，緻力于為人們的生活創造更大價值。
留言 點贊 關注
我們一起分享AI學習與發展的幹貨
歡迎關注全平台AI垂類自媒體 “讀芯術”
（添加小編微信：dxsxbb，加入讀者圈，一起讨論最新鮮的人工智能科技哦～）