Slo-Tech - DeepMind je razvil že več orodij na osnovi umetne inteligence, ki so zmogla najrazličnejša opravila od igranja šaha do medicinske diagnostike. A praviloma niso uporabljala velikih jezikovnih modelov (LLM), ker so ti pri logično-matematičnih nalogah slabi. Njihov najnovejši dosežek pa združuje prav ta svetova, saj so z LLM-jem reševali matematične probleme, za katere pred tem rešitev nismo poznali. O dosežku pišejo v najnovejši številki revije Nature, prav tako so razkrili kodo.


Veliki jezikovni modeli se najbolje obnesejo, če jih sprašujemo reči, ki so zapisane v vhodnih podatkih za trening, pa še tedaj si lahko kaj izmislijo. DeepMind pa je razvil orodje FunSearch, ki se tem težavam sorazmerno uspešno izogiba. Gre za orodje, ki je namenjeno iskanju funkcij (od tod ime), kar ni prvi matematični otrok iz DeepMinda. Spomnimo, da je AlphaTensor iskal hitrejše načine množenja matrik, AlphaDev pa je izboljševal algoritme. Sedaj pa so razvili prvo orodje, ki za matematiko uporablja...

Slo-Tech - DeepMindova umetna inteligenca, ki se je naučila že marsikaj, od igre do napovedovanja zvijanja proteinov, je lahko v pomoč tudi arheologom. Kot poročajo v zadnji številki Nature, je najnovejši izdelek z imenom Ithaca globoka nevronska mreža, ki pomaga pri tolmačenju starih tekstov. Izurjena na 78608 starogrških besedilih, ki so bila opremljena z metapodatki, je sposobna oceniti, kdaj je bilo neznano besedilo napisano, kje je nastalo, in predvideti manjkajoče črke. Pri tem ni briljantna, je pa z 62-odstotno natančnostjo predvidevanja pri obnavljanju manjkajočih in poškodovanih delov uporaben pripomoček za arheologe.

Arheologov še dolgo ne bo mogla nadomestiti, poudarja profesorica Eleanor Dickey z readinške univerze. Strokovnjaki za antična besedila so prav tako zelo dobro izurjeni za to početje, zato ni čisto jasno, kje bo mesto Ithace v celotnem postopku, dodaja. Zagotovo pa bo zanimivo preizkusiti, ali in koliko bo izboljšala delo arheologov. Ithaca namreč ni prvi poizkus, saj...

Slo-Tech - O zlivanju jeder ve fizika že dovolj, da lahko zvezdno reakcijo poustvarimo tudi na Zemlji. To poteka v fuzijskih reaktorjih, med katerimi je pogostejša izvedba sovjetski tokamak, kakršen bo tudi največji ITER v Franciji. A medtem ko fiziko razumemo, niso inženirski problemi nič manjši. Reševati jih lahko pomaga DeepMindova umetna inteligenca.

Inženirski problemi namreč niso nič manj pomembni, morebiti celo bolj. Gorivo, torej devterij in tritij, je treba dovolj segreti, ju držati dovolj časa zadrževati na majhnem področju, a hkrati dovolj proč od sten reaktorja. Medtem ko v zvezdah to delo opravlja gravitacija, so v tokamakih potrebni močni magneti, ki skrbijo za usmerjanje plazme. Če ta trči ob stene reaktorja, sicer ne bo jedrske eksplozije, ga pa vseeno poškoduje, reakcija pa se seveda že precej prej ustavi. Nadzor plazme je torej ključnega pomena za delovanja fuzijskega reaktorja.

DeepMind, ki se je proslavil z umetno inteligenco za igranje igre go, vmes pa rešil še problem...

DeepMind - DeepMindovi algoritmi so poskrbeli za nov preboj: strojno učenje je z iskanjem vzorcev v matematičnih strukturah prvič pomagalo neposredno oblikovati nove domneve, ki so osnove za dokazovanje matematičnih teoremov.

Matematiki si z računalniki pomagajo praktično odkar ti obstajajo. Toda ko odštejemo množično izvajanje algebraičnih operacij v super in malo manj superračunalnikih, se polje tovrstnega dela v višji matematiki že bistveno zoži. Ko gre za dokazovanje v strogi teoriji, so računski stroji še najbolj v pomoč pri napredni vizualizaciji, prečesavanju baz podatkov in preverjanju, medtem ko intuitivno iskanje novih domnev, kar je matematična inačica hipotez, še vedno prvenstveno odpade na ljudi. To pa bi se znalo kmalu spremeniti, kajti v Alphabetovem DeepMindu so po igračkanju z beljakovinami zdaj poskrbeli za vznemirjenje še v teoretični matematiki. Njihovi strojni algoritmi so namreč prvič pokazali na doslej še neznane povezave med matematičnimi strukturami, in to na dveh...

Nature - Kakor so lani obljubili, so v DeepMindu svoj algoritem AlphaFold 2, ki je poskrbel za revolucionaren preboj v naši sposobnosti izračunavanja strukture beljakovin, odprli in dali na javno razpolago. Toda obdobje priprave članka je bilo za nekatere akademike predolgo, zato so medtem sestavili kar lasten konkurenčni algoritem RoseTTaFold - ki za DeepMindovim sploh ne zaostaja prav dosti!

Lanskega decembra smo bili priče enemu najprelomnejših dogodkov v zgodovini biokemije, ko je Googlov laboratorij za strojno učenje DeepMind predstavil algoritem za računanje strukture beljakovin iz njihovega zaporedja aminokislin, AlphaFold 2. Takšna zmogljivost je bila že dolgo velika želja biokemikov, genetikov in mikrobiologov, saj smo doslej natančno zgradbo proteinov lahko dognali zgolj z njihovim opazovanjem z naprednimi metodami, kot sta rentgenska difrakcija in krioelektronska mikroskopija, ki so običajno počasne in drage. Čim natančnejše poznavanje zgradbe beljakovin pa je ključno za...

DeepMind - Alphabetov laboratorij za strojno inteligenco DeepMind je izgotovil nov algoritem, ki se je na samosvoj način izmojstril v igranju šaha, goja, šogija in Atarijevih arkadnih iger. Za učenje ne potrebuje predhodnega branja navodil ali vdelanih izkušenj, temveč se uči na podoben način kot otroci, s preizkušanjem posameznih potez in grajenjem notranjega modela igre, kar pomeni novo stopnjo v razvoju strojnih algoritmov z zmožnostjo posplošenega sklepanja.

Napredovanje DeepMindovih strojnih algoritmov je za nepoučenega opazovalca verjetno videti kot dolgočasno zbiranje naslovov prvaka v raznoraznih igrah. Toda zadaj se skriva zanimivo preizkušanje različnih pristopov k obvladovanju izzivov, ki nas utegnejo nekoč pripeljati do umetne inteligence, ki se bo znala odločati in učiti podobno kot človek. Sloviti AlphaGo, ki je v igri go nadvladal človeka, je - podobno kot šahovski algoritmi - uporabljal napredno različico drevesa dogodkov, ki za množico potez v prihodnosti pove predvideni...

DeepMind - DeepMindov najnovejši algoritem za iskanje strukture beljakovin, AlphaFold 2, je pokazal tako izjemne rezultate, da je očitno zelo blizu čas, ko bomo lahko univerzalno znali zgolj iz kemijske sestave dognati, kako se beljakovine zvijajo. Gre za enega najbolj prelomnih dogodkov v novejši biokemiji, ki bo zelo verjetno imel hitre in drastične učinke na oblikovanje zdravil ter sintetičnih proteinov.

Beljakovine so funkcijsko najbolj raznolika skupina molekul v živih organizmih, saj skrbijo za vse od katalize reakcij do rokovanja z dednino. Kaj natančno neka beljakovina počne, je odvisno tako od njene kemijske sestave kot tudi njene natančne prostorske strukture - se pravi, kako se njeni elementi spontano razporedijo, oziroma, kako se beljakovina "zvije". V osnovi skušamo natančno zgradbo dognati z opazovalnimi metodami, kot sta rentgenska difrakcija in krioelektronska mikroskopija. A te imajo omejitve, saj v mnogih primerih vzamejo dosti časa in imajo resne probleme z nekaterimi...

Slo-Tech - Število žrtev najnovejšega koronavirusa (2019-nCoV), ki trenutno še večinoma pustoši po Kitajski, se je v zadnjih 24 urah podvojilo. Toda za razliko od leta 2003, ko je grozil SARS, imamo to pot novo orožje. Skakanje virusa po svetu napoveduje umetna inteligenca in pri tem ji gre zelo dobro. BlueDot je razvilo kanadsko podjetje in je na izbruh opozorilo 31. decembra. Svetovna zdravstvena organizacija je to storila 9. januarja, ameriški Center za zaščito pred boleznimi (CDC) pa 6. januarja.

BlueDot uporablja dostopne informacije, ki jih dandanes res ni malo, a se pri tem namenoma izogiba družbenim omrežjem. Tam je šuma preveč. Pobira pa informacije s portalov z novicami, dodano vrednost pa mu daje dostop do globalnega sistema za izdajo letalskih vozovnic. Tako lahko zazna, kje se pojavi kakšen izbruh virusa, in potem tudi napove najverjetnejšo pot širitve. Da se bo koronavirus širil iz Wuhana v Bangkok, Seul, Tajpej in Tokio je pravilno napovedal.

BlueDot je ustanovil Kamran Khan,...

Nature - Strojna inteligenca, razvita v Alphabetovih oddelkih Google Health in DeepMind, se je dobro odrezala pri razbiranju znakov najzgodnejše faze raka dojk iz mamogramov, saj je bila celo malce zanesljivejša od človeških zdravnikov. Toda od uporabnega orodja nas loči še nekaj časa.

Rak dojke je med ženskim delom populacije v razvitem svetu najmnožičnejši tip raka in hkrati - za pljučnim - drugi najbolj smrtno nevaren. Možnost preživetja se močno poveča s pravočasnim odkritjem bolezni, zaradi česar se starejšim ženskam tudi pri nas svetujejo redni pregledi z mamografijo na dve leti. Toda razbiranje stanja z mamogramov, se pravi rentgenskih slik, je zahtevno in ne daje tako zanesljivih izsledkov, kot bi si želeli: kar blizu petino primerov raka se pri takšnih presejalnih testih zgreši, medtem ko okrog polovico žensk doleti tudi kak lažni alarm. Računalniška pomoč pri tovrstni diagnostiki ima že kar dolgo zgodovino, saj so v ZDA z njo začeli že pred več kot dvajsetimi leti. Toda v praksi...

Slo-Tech - Londonski DeepMind, ki ga je Google kupil pred petimi leti in je počel že marsikaj, od igranja goja in branja z ustnic do diagnostike očesnih bolezni, sedaj napoveduje tudi odpovedi ledvic. O dosežku poročajo v Nature.

To ni prvi DeepMindov izlet v zdravstvo. V resnici v britanskih bolnišnicah že nekaj časa preizkušajo sistem Streams, ki je namenjen diagnosticiranju težav z ledvicami. Streams ne uporablja umetne inteligence ali strojnega učenja, a mu kljub temu ne gre slabo. Zdravniki, ki so uporabljali Streams, so spregledali le tri odstotke primerov poslabšanja delovanja ledvic, medtem ko je brez Streamsa takih primerov 12 odstotkov. Streams deluje klasično, torej brez umetne inteligence, predvsem zato, ker je s tem laže začeti. Bolnišnice in...

Slo-Tech - DeepMind je svojo pot začel kot izvrsten igralec iger, a se je umetna inteligenca kmalu začela učiti tudi uporabnejših reči. Pred dvema letoma je DeepMind začel sodelovati z očesno kliniko Moorfields v Londonu, kjer je bil cilj umetno inteligenco naučiti prepoznati bolezni, ki jih lahko diagnosticiramo s fotografij oči. Številne bolezni je moč diagnosticirati s pregledom oči, na primer diabetično retinopatijo (bolezen očesne mrežnice zaradi povečane koncentracije sladkorja v krvi) ali starostno degeneracijo rumene pege. Dve leti pozneje so prvi rezultati objavljeni v Nature Medicine. Povzetek: DeepMind je boljši od ljudi.

DeepMind lahko iz posnetkov OCT prepozna več kot 50 različnih bolezni z natančnostjo 94,5 odstotka. Pearse Keane, ki je eden vodilnih avtorjev raziskave, pojasnjuje,...

Slo-Tech - V življenju je mnogo situacij, ki morajo udeleženci izbrati med dvema različnima strategijama - sodelovati ali tekmovati. Optimalne taktike ni vedno enostavno izračunati in se pogosto niti ne realizira, ker je Nashevo ravnotežje drugačno. Znamenit primer je zapornikova dilema, ko policija ločena pridrži kriminalca, ki imata na izbiro svojega partnerja izdati ali ne. Kdor izda drugega, je svoboden, drugi pa gre za tri leta v zapor. Če se izdata oba, gresta oba v zapor za dve leti, če pa ne spregovori nihče, gresta oba v zapor za eno leto. Kaj pa bi v takem primeru naredila umetna inteligenca?

To so se vprašali pri Googlovem DeepMindu (znanstveni članek) in umetni inteligenci naščuvali v igranje preprostih iger, ki ugotavljajo točno to . Umetni inteligenci sta odigrali na tisoče partij in se sproti učili (deep multi-agent reinforcement learning). V...

Slo-Tech - Branje z ustnic je veščina, ki se pod žarometi javnosti največkrat znajde, ko je treba ugotoviti, kaj je nek zvezdnik zabrusil sodniku ali nasprotniku. Neupravičeno, saj gre za veščino, ki jo do neke mere podzavestno obvladamo in uporabljamo vsi (zato človeka laže razumete, ko stoji pred vami, kakor pa prek telefona), a pravo mojstrstvo je sila težko doseči, zlata vredna pa je za gluhe in naglušne. Googlov DeepMind je pokazal, da je tudi pri tem računalnik že boljši od človeka.

Njihova umetna inteligenca DeepMind, ki je letos že sesula prepričanje, da je človek superioren igralec goja, se je naučila tudi brati z ustnic. Za trening je dobila 5000 ur različnih televizijskih serij, v katerih je bilo izgovorjenih 118.000...

Technology Review - Oddelek za umetno inteligenco DeepMind v Googlu ne igra le goja, temveč se bo lotil tudi zelo praktične naloge. V sodelovanju s kliniko za očesne bolezni Moorfields v Londonu se bo umetna inteligenca iz posnetkov očesa naučil prepoznavati bolezni oči. Petletni projekt bo zajemal posnetke oči milijona bolnikov iz Moorfieldsa, podatki pa bodo popolnoma anonimizirani.

Na številne bolezni, ki ogrožajo vid, lahko izkušen zdravnik posumi iz pregled posnetka očesa, na primer na diabetično retinopatijo (bolezen očesne mrežnice zaradi povečane koncentracije sladkorja v krvi) ali starostno degeneracijo rumene pege. DeepMind se želi z analizo milijona posnetkov naučiti prepoznavanja začetnih stadijev teh in podobnih bolezni, kar bi lahko rešilo vid več tisoč ljudem. DeepMind bo analiziral tako...

Slo-Tech - Devetnajst let po zgodovinskem dvoboju med IBM-ovim računalnikom Deep Blue in svetovnim prvakom v šahu Garyju Kasparovu smo dočakali še enako veličasten trenutek v goju, ki je z vidika razvoja umetne inteligence še pomembnejši. Googlov računalnik AlphaGo je premagal svetovnega prvaka v goju Leeja Sedola s skupnim rezultatom 4:1, s čimer se bo go premaknil iz elitne skupine iger oziroma opravil, v katerih so ljudje boljši od računalnika. AlphaGo je tako postal tudi prvi računalnik, ki je dobil najvišji naziv v goju - velemojster v 9. dnevu.

Starodavna kitajska igra je pomembna zato, ker je število vseh možnih pozicij na plošči tako ogromno, da ga ne moremo niti zapisati, pa če tudi bi porabili vse atome tega vesolja, kaj šele jih preračunati....