Google DeepMind – це не просто ще одна лабораторія. Це результат злиття Google Brain, внутрішнього підрозділу Google зі штучного інтелекту, та DeepMind, британського стартапу, який прославився перемогою над найкращими у світі гравцями в го. Зараз компанія є дочірнім підприємством Alphabet, материнської компанії, яка управляє різними проектами Google. Місія амбітна. Мета – створення штучного загального інтелекту (AGI). Це означає розробку систем, здатних навчатися та застосовувати знання у широкому спектрі завдань, а не виконувати лише одну вузьку функцію.
Штаб-квартира організації знаходиться у Лондоні, а її діяльність має міжнародний масштаб. Вона не працює у вакуумі. Її технології безпосередньо інтегруються до екосистеми Google. Вплив поширюється: від пошукових систем до хмарних обчислень.
Прагнення до AGI
Чому фокус спрямований на AGI? Тому що вузькоспеціалізований ІІ має обмеження. Модель, яка тільки рекомендує фільми або фільтрує спам, є корисною, але вона не міркує. Вона не адаптується. DeepMind хоче змінити це положення. Компанія прагне створити ІІ, здатний вирішувати проблеми, для яких він не був спеціально запрограмований. Для цього потрібно фундаментальне зрушення в тому, як машини навчаються. Замість реліансу на величезних наборах даних для отримання конкретних результатів, таким системам буде потрібна гнучкість. Їм необхідно узагальнювати знання.
Це не просто теорія. Дослідники DeepMind вже бачать проблиски цього потенціалу. Наприклад, AlphaFold вирішила 50-річне грандіозне завдання у біології, передбачивши структури білків із неймовірною точністю. Це не просто інструмент. Це крок уперед у розумінні складних систем. Це показує, що відбувається, коли ІІ виходить за рамки зіставлення патернів і переходить до реального вирішення проблем.
Від Лондона на світову арену
Лондонський штаб-квартира є центром, але таланти розподілені по всьому світу. Вчені з усіх країн роблять внесок у проекти, що охоплюють різні дисципліни. фізика. Біологія Комп’ютерні науки Кордони між ними розмиваються. Такий міждисциплінарний підхід потрібний. Реальні проблеми не укладаються у чіткі категорії. Система, розроблена для оптимізації енергетичних мереж, може покращити транспортний потік. Модель, навчена для відкриття нових ліків, може допомогти у матеріалознавстві.
Інтеграція з продуктами Google є одночасно ресурсом та відповідальністю. Доступ до величезних обсягів даних та обчислювальних потужностей прискорює дослідження. Але це також породжує питання. Як забезпечити безпеку таких систем? Як запобігти упередженості? Як зберегти прозорість? Це не другорядні питання. Вони є центральними у процесі розробки.
Компроміси
Створення AGI коштує недешево. Обчислювальні вимоги приголомшливі. Навчання великих моделей споживає величезну кількість енергії та ресурсів. Також постає питання контролю. У міру того, як системи стають більш автономними, зростає ризик непередбачених наслідків. DeepMind визнає це. Компанія активно інвестує у дослідження безпеки. Вона працює над проблемами вирівнювання (alignment). Ідея полягає в тому, щоб забезпечити відповідність дій ІІ людським цінностям.
Але вирівнювання – складне завдання. Людські цінності складні та часто суперечливі. Точно визначити їх для машини – виклик. Для цього потрібна участь етики, політики та громадськості. Це не лише технічна проблема. Це проблема суспільства загалом.
Чому це важливо зараз
Перегони за AGI загострюються. З’являються конкуренти. Наслідки можуть бути глибокими. Якщо вдасться досягти успіху, це може революціонізувати галузі. Це може допомогти у лікуванні хвороб. Це може оптимізувати глобальні системи. Але це також може порушити ринки праці. Це може спричинити концентрацію влади. Ставки високі.
Робота DeepMind є тестовим прикладом. Вона свідчить, що можливо. Вона
