💰 Ученые DeepMind обучили искусственный интеллект эффективно распределять средства в экономической онлайн-игре.
В симуляторе четыре человека с разным стартовым капиталом должны решить, оставить деньги себе или внести в общественный фонд, обеспечивающий возврат инвестиций.
Исследовали попросили группы людей играть множество раундов в условиях разного уровня неравенства и с использованием различных механизмов начисления прибыли. Затем они обучили на этих данных ИИ, который вывел новую модель распределения средств.
🗳 В результате игроки отдали предпочтение механизму, который предложил алгоритм.
https://forklog.com/deepmind-nauchila-ii-spravedlivo-raspredelyat-bogatstvo/
#DeepMind #исследование
В симуляторе четыре человека с разным стартовым капиталом должны решить, оставить деньги себе или внести в общественный фонд, обеспечивающий возврат инвестиций.
Исследовали попросили группы людей играть множество раундов в условиях разного уровня неравенства и с использованием различных механизмов начисления прибыли. Затем они обучили на этих данных ИИ, который вывел новую модель распределения средств.
🗳 В результате игроки отдали предпочтение механизму, который предложил алгоритм.
https://forklog.com/deepmind-nauchila-ii-spravedlivo-raspredelyat-bogatstvo/
#DeepMind #исследование
ForkLog
DeepMind научила ИИ «справедливо» распределять богатство
Ученые из лаборатории DeepMind обучили искусственный интеллект эффективно распределять средства в экономическом онлайн-симуляторе.
⚙️ Исследователи из DeepMind разработали ИИ-алгоритм PLATO с интуитивным пониманием физики реального мира.
По словам ученых, нейросеть представляет и «рассуждает» об окружении как о наборе объектов. Модель реагирует на физически невозможное событие как младенцы, которые уже в раннем возрасте удивляются внезапному исчезновению игрушки, отметили они.
👀 Исследователи обучили ИИ на 300 000 синтетических видео общей продолжительностью более 1200 часов с взаимодействием различных объектов. В результате алгоритм «усвоил» базовые физические принципы и смог предсказывать перемещение объектов в будущем на основе их положения и поведения в прошлом.
#DeepMind
По словам ученых, нейросеть представляет и «рассуждает» об окружении как о наборе объектов. Модель реагирует на физически невозможное событие как младенцы, которые уже в раннем возрасте удивляются внезапному исчезновению игрушки, отметили они.
👀 Исследователи обучили ИИ на 300 000 синтетических видео общей продолжительностью более 1200 часов с взаимодействием различных объектов. В результате алгоритм «усвоил» базовые физические принципы и смог предсказывать перемещение объектов в будущем на основе их положения и поведения в прошлом.
#DeepMind
🧬 Разработанный DeepMind алгоритм AlphaFold предсказал структуры более 200 млн белков. Это почти все известные науке соединения, обнаруженные в животных, растениях и бактериях.
По словам разработчиков, благодаря открытому исходному коду модели ученые со всего мира могут использовать ее в своих исследованиях. В июле 2021 года алгоритм расшифровывал 350 000 3D-структур. С тех пор системой воспользовались тысячи ученых, заявили в DeepMind.
🔎 В компании также отметили, что за 2021 год исследователи опубликовали свыше 1000 работ, в которых применяли AlphaFold.
https://forklog.com/alphafold-predskazal-prakticheski-vse-izvestnye-nauke-belki/
#DeepMind
По словам разработчиков, благодаря открытому исходному коду модели ученые со всего мира могут использовать ее в своих исследованиях. В июле 2021 года алгоритм расшифровывал 350 000 3D-структур. С тех пор системой воспользовались тысячи ученых, заявили в DeepMind.
🔎 В компании также отметили, что за 2021 год исследователи опубликовали свыше 1000 работ, в которых применяли AlphaFold.
https://forklog.com/alphafold-predskazal-prakticheski-vse-izvestnye-nauke-belki/
#DeepMind
ForkLog
AlphaFold предсказал практически все известные науке белки
Алгоритм ИИ-лаборатории DeepMind AlphaFold предсказал структуры более 200 млн белков. Это почти все известные науке соединения, обнаруженные на Земле.
🗣 Группа российских и южнокорейских академиков раскритиковала квантовый ИИ-алгоритм DeepMind. В компании ответили, что не согласны с выводами ученых.
В 2021 году DeepMind представила нейросеть DM21, которая просчитывает поведение сложноустроенных молекул на квантовом уровне. Модель может оценивать примерную плотность электронов и вычислять силу взаимодействия между ними.
🔎 Ученые проанализировали результаты расчетов исследователей из DeepMind и используемые ими данные для обучения и проверки DM21. По их словам, наборы свойств одиночных атомов с нецелым числом электронов в обучающем датасете оказались похожими на двухатомные молекулы, применяемые для тестирования работы алгоритма.
Группа заявила, что подобное совпадение не позволяет со 100% точностью утверждать об использовании DM21 принципов квантовой химии вместо выдачи «заранее выученных» ответов.
🙅♂️ В DeepMind ответили, что не согласны с анализом российских ученых, а поднятые вопросы либо неверны, либо не относятся к основным выводам статьи и оценке общего качества DM21.
#Deepmind #физика
В 2021 году DeepMind представила нейросеть DM21, которая просчитывает поведение сложноустроенных молекул на квантовом уровне. Модель может оценивать примерную плотность электронов и вычислять силу взаимодействия между ними.
🔎 Ученые проанализировали результаты расчетов исследователей из DeepMind и используемые ими данные для обучения и проверки DM21. По их словам, наборы свойств одиночных атомов с нецелым числом электронов в обучающем датасете оказались похожими на двухатомные молекулы, применяемые для тестирования работы алгоритма.
Группа заявила, что подобное совпадение не позволяет со 100% точностью утверждать об использовании DM21 принципов квантовой химии вместо выдачи «заранее выученных» ответов.
🙅♂️ В DeepMind ответили, что не согласны с анализом российских ученых, а поднятые вопросы либо неверны, либо не относятся к основным выводам статьи и оценке общего качества DM21.
#Deepmind #физика
⚽️ DeepMind разработала ИИ-агентов, способных играть в виртуальный футбол.
По словам инженеров, системы обучались основам практически с нуля. Сначала виртуальные роботы натренировались ходить, а затем бегать и пинать мяч.
Как только агент научился играть в одиночку, ему ставили в пару другого ИИ-агента и увеличивали их количество по мере улучшения навыков виртуальных футболистов.
👥 В итоге исследователи сформировали небольшие группы, соревнующиеся друг против друга.
https://forklog.com/deepmind-nauchila-ii-agentov-igrat-v-futbol/
#DeepMind
По словам инженеров, системы обучались основам практически с нуля. Сначала виртуальные роботы натренировались ходить, а затем бегать и пинать мяч.
Как только агент научился играть в одиночку, ему ставили в пару другого ИИ-агента и увеличивали их количество по мере улучшения навыков виртуальных футболистов.
👥 В итоге исследователи сформировали небольшие группы, соревнующиеся друг против друга.
https://forklog.com/deepmind-nauchila-ii-agentov-igrat-v-futbol/
#DeepMind
ForkLog
DeepMind научила ИИ-агентов играть в футбол
Исследователи лаборатории DeepMind разработали ИИ-агентов, способных играть в футбол. Виртуальные роботы обучались практически с нуля.
🤖 DeepMind разработала ИИ-чат-бота Sparrow, обученного на большой языковой модели Chinchilla.
Система предназначена для общения с людьми и ответов на вопросы, используя поиск Google. На основе отзывов от пользователей, Sparrow учится генерировать более полезные диалоги, заявили разработчики.
📝 Чтобы предотвратить опасные или оскорбительные сообщения, инженеры собрали экспериментальную группу и попросили участников выбрать несколько ответов модели на один и тот же вопрос. На основе полученных данных исследователи сформировали 23 правила, которых придерживались при доработке чат-бота.
В итоге Sparrow не дает финансовых советов, ведет себя дружелюбно и не притворяется личностью.
👾 Однако модель все еще допускает ошибки, отметили в DeepMind. Время от времени Sparrow уходит от темы или выдумывает случайные ответы. Некоторые участники также смогли обойти ограничения чат-бота.
#DeepMind #NLP
Система предназначена для общения с людьми и ответов на вопросы, используя поиск Google. На основе отзывов от пользователей, Sparrow учится генерировать более полезные диалоги, заявили разработчики.
📝 Чтобы предотвратить опасные или оскорбительные сообщения, инженеры собрали экспериментальную группу и попросили участников выбрать несколько ответов модели на один и тот же вопрос. На основе полученных данных исследователи сформировали 23 правила, которых придерживались при доработке чат-бота.
В итоге Sparrow не дает финансовых советов, ведет себя дружелюбно и не притворяется личностью.
👾 Однако модель все еще допускает ошибки, отметили в DeepMind. Время от времени Sparrow уходит от темы или выдумывает случайные ответы. Некоторые участники также смогли обойти ограничения чат-бота.
#DeepMind #NLP
🎓 DeepMind разработает обучающие программы в области ИИ в Великобритании.
Вместе с шестью благотворительными организациями и социальными предприятиями компания намерена «устранить пробелы» в STEM-образовании. Также исследователи планируют улучшить текущие программы за счет финансирования, волонтерства и разработки новых ИИ-ресурсов.
#DeepMind #Великобритания
Вместе с шестью благотворительными организациями и социальными предприятиями компания намерена «устранить пробелы» в STEM-образовании. Также исследователи планируют улучшить текущие программы за счет финансирования, волонтерства и разработки новых ИИ-ресурсов.
#DeepMind #Великобритания
📐 DeepMind использовала AlphaZero для решения фундаментальной математической задачи в информатике и побила рекорд, установленный более 50 лет назад.
Ученые с помощью ИИ ускорили процесс умножения двух матриц. Они превратили задачу в настольную игру, где каждый ход направлен на ее решение. Затем исследователи обучили новую версию AlphaZero, названную AlphaTensor, анализировать лучшие серии шагов при умножении матриц. За победу с минимальным количеством ходов модель получала вознаграждение.
В результате система нашла решение задачи за 47 шагов. Предыдущий рекорд принадлежит немецкому математику Фолькеру Штрассену, установленный в 1969 году.
☝️ По словам представителей DeepMind, AlphaTensor превосходит лучшие существующие алгоритмы для более чем 70 различных размеров матриц.
https://forklog.com/news/deepmind-s-pomoshhyu-ii-uskorila-umnozhenie-matrits/
#DeepMind #исследование
Ученые с помощью ИИ ускорили процесс умножения двух матриц. Они превратили задачу в настольную игру, где каждый ход направлен на ее решение. Затем исследователи обучили новую версию AlphaZero, названную AlphaTensor, анализировать лучшие серии шагов при умножении матриц. За победу с минимальным количеством ходов модель получала вознаграждение.
В результате система нашла решение задачи за 47 шагов. Предыдущий рекорд принадлежит немецкому математику Фолькеру Штрассену, установленный в 1969 году.
☝️ По словам представителей DeepMind, AlphaTensor превосходит лучшие существующие алгоритмы для более чем 70 различных размеров матриц.
https://forklog.com/news/deepmind-s-pomoshhyu-ii-uskorila-umnozhenie-matrits/
#DeepMind #исследование
ForkLog
DeepMind с помощью ИИ ускорила умножение матриц
Компаия DeepMind использовала ИИ AlphaZero для решения фундаментальной математической задачи в информатике и побила рекорд, установленный более 50 лет назад.
⚙️ Исследование: большие языковые модели могут демонстрировать эмерджентные способности.
Ученые из Google Research, Стэнфордского университета, Университета Северной Каролины в Чапел Хилл и DeepMind выяснили, что при масштабировании крупных речевых алгоритмов иногда возникают новые возможности, которых нет в меньших нейросетях. Среди них: способность управлять выходными данными модели с помощью нескольких подсказок или выполнять базовые математические вычисления вроде сложения и вычитания с тремя цифрами или умножения с двумя.
🔎 По словам исследователей, этот эффект пока нельзя объяснить окончательно.
#Google #DeepMind #исследование
Ученые из Google Research, Стэнфордского университета, Университета Северной Каролины в Чапел Хилл и DeepMind выяснили, что при масштабировании крупных речевых алгоритмов иногда возникают новые возможности, которых нет в меньших нейросетях. Среди них: способность управлять выходными данными модели с помощью нескольких подсказок или выполнять базовые математические вычисления вроде сложения и вычитания с тремя цифрами или умножения с двумя.
🔎 По словам исследователей, этот эффект пока нельзя объяснить окончательно.
#Google #DeepMind #исследование
💬 Deepmind разработала ИИ, который может естественным образом взаимодействовать с людьми и учиться у них.
В специально созданной интерактивной трехмерной среде аватары людей и агентов свободно перемещались и общались. Обмен информацией между ними происходил на естественном языке в чате.
👥 Исследователи скопировали поведение людей в виртуальной среде и оптимизировали его с помощью системы обратной связи и обучения с подкреплением. Согласно Deepmind, разработанные ими ИИ-агенты могут решать множество заданий, которые команда ранее не предполагала.
https://forklog.com/news/deepmind-nauchila-ii-agentov-vzaimodejstvovat-s-lyudmi
#Deepmind #исследование
В специально созданной интерактивной трехмерной среде аватары людей и агентов свободно перемещались и общались. Обмен информацией между ними происходил на естественном языке в чате.
👥 Исследователи скопировали поведение людей в виртуальной среде и оптимизировали его с помощью системы обратной связи и обучения с подкреплением. Согласно Deepmind, разработанные ими ИИ-агенты могут решать множество заданий, которые команда ранее не предполагала.
https://forklog.com/news/deepmind-nauchila-ii-agentov-vzaimodejstvovat-s-lyudmi
#Deepmind #исследование
ForkLog
DeepMind научила ИИ-агентов взаимодействовать с людьми
Исследователи лаборатории Deepmind разработали ИИ-агентов, которые могут естественным образом взаимодействовать с людьми и учиться у них.
👀 DeepMind создала ИИ-агента DeepNash, способного играть в «Стратего» на «человеческом экспертном уровне». Коэффициент побед у людей составил 84%.
По словам разработчиков, сочетание в «Стратего» долгосрочного принятия решений и притока несовершенной информации делает ее уникальным испытательным полигоном для ИИ.
🔎 DeepNash научился играть, проведя множество партий против самого себя. В процессе он смог принимать сложные решения, рассматривать компромиссы, блефовать и рисковать.
https://forklog.com/news/deepmind-nauchila-ii-igrat-v-stratego-na-urovne-s-lyudmi
#DeepMind #исследование
По словам разработчиков, сочетание в «Стратего» долгосрочного принятия решений и притока несовершенной информации делает ее уникальным испытательным полигоном для ИИ.
🔎 DeepNash научился играть, проведя множество партий против самого себя. В процессе он смог принимать сложные решения, рассматривать компромиссы, блефовать и рисковать.
https://forklog.com/news/deepmind-nauchila-ii-igrat-v-stratego-na-urovne-s-lyudmi
#DeepMind #исследование
ForkLog
DeepMind научила ИИ играть в «Стратего» на уровне с людьми
Исследователи из лаборатории DeepMind создали ИИ-агента DeepNash, способного играть в «Стратего» на «человеческом экспертном уровне».
💬 Исследователи DeepMind научили ИИ-агентов общаться и согласовывать совместные планы в настольной стратегии «Дипломатия».
Ученые рассмотрели два протокола: взаимного предложения и предложения-выбора. Системы используют алгоритмы, выявляющие выгодные сделки путем моделирования дальнейшего развития игры в условиях различных контрактов.
☝️ По словам исследователей, способные общаться агенты значительно превосходят базовых ботов, которые не могут поддерживать связь.
#DeepMind #игры
Ученые рассмотрели два протокола: взаимного предложения и предложения-выбора. Системы используют алгоритмы, выявляющие выгодные сделки путем моделирования дальнейшего развития игры в условиях различных контрактов.
☝️ По словам исследователей, способные общаться агенты значительно превосходят базовых ботов, которые не могут поддерживать связь.
#DeepMind #игры
🧑💻 DeepMind представила результаты тестирования алгоритма для написания кода AlphaCode. По словам разработчиков, модель достигла уровня «программиста-новичка».
AlphaCode принял участие в соревновании на платформе Codeforces. Каждого программиста ограничили десятью попытками нахождения решения. AlphaCode справился с первого раза в 66% случаев.
🔎 По словам исследователей, алгоритм оказался среди 54,3% лучших участников. Они также не нашли доказательств того, что AlphaCode просто копировал базовую логику из обучающих данных.
https://forklog.com/news/ii-programmist-ot-deepmind-dostig-urovnya-cheloveka
#DeepMind
AlphaCode принял участие в соревновании на платформе Codeforces. Каждого программиста ограничили десятью попытками нахождения решения. AlphaCode справился с первого раза в 66% случаев.
🔎 По словам исследователей, алгоритм оказался среди 54,3% лучших участников. Они также не нашли доказательств того, что AlphaCode просто копировал базовую логику из обучающих данных.
https://forklog.com/news/ii-programmist-ot-deepmind-dostig-urovnya-cheloveka
#DeepMind
ForkLog
ИИ-программист от DeepMind достиг уровня человека
Компания DeepMind представила результаты тестирования алгоритма для написания кода AlphaCode. Модель достигла уровня «программиста-новичка».