Google DeepMind není jen další laboratoř. Je výsledkem spojení Google Brain, interní divize společnosti Google pro umělou inteligenci, a DeepMind, britského startupu, který se proslavil tím, že porazil nejlepší světové hráče Go. Společnost je nyní dceřinou společností Alphabet, mateřské společnosti, která řídí různé projekty Google. Mise je ambiciózní. Cílem je vytvořit umělou obecnou inteligenci (AGI). To znamená vyvíjet systémy, které se mohou učit a aplikovat znalosti na širokou škálu úkolů, spíše než provádět pouze jednu úzkou funkci.
Sídlo organizace se nachází v Londýně a její aktivity mají mezinárodní působnost. Nepracuje ve vzduchoprázdnu. Jeho technologie jsou přímo integrovány do ekosystému Google. Vliv se rozšiřuje všude, od vyhledávačů po cloud computing.
Závazek vůči AGI
Proč je zaměření na AGI? Protože vysoce specializovaná AI má omezení. Model, který pouze doporučuje filmy nebo filtruje spam, je užitečný, ale není důvod. Nepřizpůsobuje se. DeepMind to chce změnit. Cílem společnosti je vytvořit AI, která dokáže vyřešit problémy, pro které nebyla speciálně naprogramována. To vyžaduje zásadní změnu v tom, jak se stroje učí. Namísto spoléhání se na obrovské soubory dat při vytváření konkrétních výsledků budou takové systémy vyžadovat flexibilitu. Potřebují zobecnit znalosti.
To není jen teorie. Výzkumníci DeepMind již vidí záblesky tohoto potenciálu. Například AlphaFold vyřešil 50 let starou velkou výzvu v biologii předpovídáním proteinových struktur s neuvěřitelnou přesností. Není to jen nástroj. To je krok vpřed v pochopení složitých systémů. To ukazuje, co se stane, když se umělá inteligence posune od porovnávání vzorů ke skutečnému řešení problémů.
Z Londýna na světovou scénu
Londýnské ústředí slouží jako centrum, ale talent je distribuován po celém světě. Vědci z celého světa přispívají k projektům zahrnujícím více oborů. Fyzika. Biologie. Počítačová věda. Hranice mezi nimi se stírají. Tento interdisciplinární přístup je nezbytný. Skutečné problémy nezapadají do úhledných kategorií. Systém určený k optimalizaci energetických sítí může také zlepšit tok dopravy. Model vyškolený pro objevování léků by mohl pomoci v materiálové vědě.
Integrace s produkty Google je zdrojem i odpovědností. Přístup k obrovskému množství dat a výpočetní výkon urychluje výzkum. To ale také vyvolává otázky. Jak zajistit bezpečnost takových systémů? Jak zabránit zkreslení? Jak zachovat transparentnost? Nejedná se o drobné problémy. Jsou ústředním bodem procesu vývoje.
Kompromisy
Stavba AGI není levná. Výpočtové požadavky jsou ohromující. Trénink velkých modelů spotřebovává obrovské množství energie a zdrojů. Je tu také otázka kontroly. Jak se systémy stávají autonomnějšími, zvyšuje se riziko nezamýšlených následků. DeepMind to přiznává. Společnost aktivně investuje do výzkumu bezpečnosti. Pracuje na problémech se zarovnáním. Cílem je zajistit, aby akce umělé inteligence byly v souladu s lidskými hodnotami.
Ale levelování je obtížný úkol. Lidské hodnoty jsou složité a často protichůdné. Jejich přesné určení pro automobil je výzvou. To vyžaduje účast etiků, tvůrců politik a veřejnosti. Nejde jen o technický problém. To je problém pro celou společnost.
Proč na tom teď záleží
Závod o AGI se vyostřuje. Objevují se konkurenti. Následky mohou být hluboké. Pokud bude úspěšný, mohl by způsobit revoluci v průmyslu. To může pomoci léčit nemoci. To může optimalizovat globální systémy. Mohlo by to ale také narušit trhy práce. To může vést ke koncentraci moci. Sázky jsou vysoké.
Práce DeepMind slouží jako testovací případ. Ukazuje, co je možné. Ona
