💰 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».
📝 DeepMind создала ИИ-инструмент Dramatron, который генерирует описания персонажей и локации, сюжетные точки, а также диалоги для фильмовых сценариев.
Разработчики попросили экспертов из области кинематографии оценить работу алгоритма. Они заявили, что не стали бы использовать Dramatron для создания полноценной пьесы. Однако специалисты отметили потенциальную пользу инструмента для «генерации творческих идей».
🎭 В рамках эксперимента канадская компания поставила четыре пьесы, написанные в соавторстве с Dramatron. В целом постановки получили положительные отзывы.
https://forklog.com/news/deepmind-nauchil-ii-sozdavat-chernovye-stsenarii-filmov
#DeepMind
Разработчики попросили экспертов из области кинематографии оценить работу алгоритма. Они заявили, что не стали бы использовать Dramatron для создания полноценной пьесы. Однако специалисты отметили потенциальную пользу инструмента для «генерации творческих идей».
🎭 В рамках эксперимента канадская компания поставила четыре пьесы, написанные в соавторстве с Dramatron. В целом постановки получили положительные отзывы.
https://forklog.com/news/deepmind-nauchil-ii-sozdavat-chernovye-stsenarii-filmov
#DeepMind
ForkLog
DeepMind научил ИИ создавать черновые сценарии фильмов
Компания DeepMind создала ИИ-инструмент Dramatron, который генерирует описания персонажей и локации, сюжетные точки, а также диалоги для фильмовых сценариев.
💬 В 2023 году Google планирует запустить конкурента OpenAI ChatGPT.
По словам соучредителя и генерального директора Deepmind Демиса Хассабиса, компания рассматривает возможность сделать чат-бота с ИИ Sparrow доступным для «частного бета-тестирования».
🌐 Система базируется на языковой модели Chinchilla и обучена с помощью отзывов пользователей. Позже чат-бот сможет генерировать ответы с использованием актуальной информации из интернета с указанием источников.
#Google #Deepmind
По словам соучредителя и генерального директора Deepmind Демиса Хассабиса, компания рассматривает возможность сделать чат-бота с ИИ Sparrow доступным для «частного бета-тестирования».
🌐 Система базируется на языковой модели Chinchilla и обучена с помощью отзывов пользователей. Позже чат-бот сможет генерировать ответы с использованием актуальной информации из интернета с указанием источников.
#Google #Deepmind
💬 Команда исследователей из Google Research и DeepMind разработали медицинского чат-бота с искусственным интеллектом MedPaLM.
Система представляет собой большую языковую модель, которая использует семь различных наборов данных, охватывающих результаты профессиональных врачебных осмотров, исследования и ответы на вопросы пациентов. Проанализировав запрос алгоритм способен предложить несколько «безопасных и полезных» вариантов решений медицинской проблемы.
По словам ученых, по качеству ответов ИИ-система превосходит аналогичные модели, но пока уступает врачам-клиницистам.
🔎 В процессе тестирования MedPaLM дала 93% правильных ответов, в то время как подобный алгоритм Flan-PaLM оказался точным только в 63% случаев.
#Google #DeepMind #чатботы
Система представляет собой большую языковую модель, которая использует семь различных наборов данных, охватывающих результаты профессиональных врачебных осмотров, исследования и ответы на вопросы пациентов. Проанализировав запрос алгоритм способен предложить несколько «безопасных и полезных» вариантов решений медицинской проблемы.
По словам ученых, по качеству ответов ИИ-система превосходит аналогичные модели, но пока уступает врачам-клиницистам.
🔎 В процессе тестирования MedPaLM дала 93% правильных ответов, в то время как подобный алгоритм Flan-PaLM оказался точным только в 63% случаев.
#Google #DeepMind #чатботы