Nature - V Googlovem oddelku DeepMind so razvili nov algoritem za iskanje stabilnih anorganskih spojin GNoME, katerega rezultate so uspešno uporabili v robotiziranem kemijskem laboratoriju.

Čeprav so med strojno učenimi algoritmi po javni razvpitosti trenutno na prvem mestu generatorji slik in besedil, pa si od strojne inteligence potencialno še več prelomnih odkritij obetamo v naravoslovnih raziskavah ter inženiringu. Za pokušino smo zadnji dve leti lahko opazovali preboj v raziskovanju beljakovin, ki ga je prinesel DeepMindov algoritem AlphaFold, sedaj pa so na redu še anorganske snovi. Tudi stabilnost anorganskih kristalnih struktur se trudimo že dolgo časa raziskovati računsko, oziroma z računalniškimi simulacijami. Skladno z napredkom polprevodnikov in algoritmov je tovrsten trud v zadnjem desetletju zabeležil zaznaven pospešek in v vodilnih bazah podatkov danes najdemo okoli 50.000 "izračunanih" takšnih spojin, za katere znanstveniki menijo, da so stabilne. Toda to je še vedno zgolj...

Slo-Tech - Prek vikenda se je razširila novica, da naj bi se umetna inteligenca, ki je upravljala z ameriškim vojaškim dronom med simulacijo v avtonomnem načinu, strgala z verige in "ubila" svojega človeškega nadzornika. V resnici naj bi šlo le za hipotetičen scenarij, ki ga še niso izvedli niti v simulirani obliki.

23. in 24. maja je v Londonu potekala konferenca Future Combat Air and Space Capabilities Summit, na kateri so strokovnjaki predstavljali najnovejše izsledke v rabi vojaških zrakoplovov; med drugim nauke iz vojne v Ukrajini in zadnje krike tehnike v avtonomnem letenju. Tu je kar nekaj obrvi privzdignilo pričevanje ameriškega polkovnika Tuckerja Hamiltona, ki je vodja operativne skupine za testiranje dronov in avtonomnega letenja v vojaški bazi Eglin na Floridi. Možakar je namreč navrgel, da naj bi se med eno od simulacij, v kateri so preizkušali avtonomen let dronov med bojnimi nalogami, umetna inteligenca uprla človeškemu nadzorniku in ga uničila, da bi lažje izvedla zadano...

Meta - V Meti so razvili strojni algoritem Cicero, ki zna strateško igro Diplomacy igrati na človeškem nivoju - in to organsko, z običajno tekstovno komunikacijo z drugimi ljudmi.

Računalniška pamet že nekaj časa dobro obvlada igranje strateških iger z determinističnimi razmerami na igralni površini, kot sta šah in go, v zadnjih letih pa dela dolge korake tudi pri igrah z višjo stopnjo negotovosti, na primer zaradi "megle vojne" v Starcraftu. Prav poseben izziv, ki je doslej veljal za nepremostljivega, pa je bila igra Diplomacy, kjer se do sedem igralcev pomeri v zavzemanju ozemlja, podobno kot pri Risku, pri čemer je uspeh odvisen predvsem od sklepanja kratkotrajnih, oportunističnih zavezništev. Računalnik mora torej na nek način prepoznati človeško obnašanje in motive v takšnih situacijah, za nameček pa tudi odlično komunicirati, če naj ga ljudje v spletnih partijah ne prepoznajo. Metin laboratorij za strojno inteligenco je sedaj predstavil algoritem Cicero, ki je v spletni različici...

Slo-Tech - Umetna inteligenca, ki jo razvija DeepMind, je iznašla nov, hitrejši način za množenje matrik. Njihov program AlphaTensor iz družine Alpha je s tem popravil 50 let stari algoritem, nato pa sta ga teden dni pozneje nepričakovano prekosila avstrijska matematika z Univerze v Linzu.

Množenje matrik je izjemno pomembna računska operacija v računalništvu, ki se ponavlja pri obdelavi in izrisu slik, stiskanju, prepoznavanju govora in slik in drugod. Najučinkovitejši pri množenju matrik so grafični procesorji, ki lahko nalogo razkosajo na manjše podnaloge, nato pa se vzporedno ukvarjajo z njimi. Naivno množenje matrik, kot se ga učimo v šoli, terja množenje vsake vrstice z vsakim stolpcem, kar za matriki dimenzij n x n terja n³ operacij množenja. A s premislekom gre tudi hitreje. Nemški matematik Volker Strassen je že leta 1969 odkril algoritem, ki na primer za množenje matrik 2 x 2 namesto osmih potrebuje sedem operacij množenja, za matriki 4 x 4 pa namesto 64 le 49. Njegova zahtevnost...

Slo-Tech - V Meti in Googlu so predstavili strojno učena algoritma, ki iz pisanih navodil ustvarjata kratke filmčke.

Po tem, ko so algoritmi za generiranje slik iz tekstovnih navodil pošteno razburkali področje strojnega učenja, smo očitno že pri naslednji etapi v razvoju tovrstne umetne inteligence: gibljivih sličicah. Že letos spomladi so takšno programje, CogVideo, pokazali v kitajski raziskovalni skupini z univerze Tsinghua in Pekinške akademije za umetno inteligenco, sedaj pa so se na področje pognali tudi zahodni IT velikani. Najprej je konec septembra Metin laboratorij razkril algoritem Make-A-Video, pred dnevi pa so v Googlu pokazali še podobnega Imagen Video. Oba ustvarjata zelo kratke, petsekundne skupke gibljivih sličic, ki so sicer bolj animacije GIF kot pa resni video posnetki, pa vendarle - kot se je že pohvalil Zuckerberg, gre za novo področje napredka v strojni inteligenci, ki je še za stopnjo višje od generiranja slik iz navodil, in daje tudi primerno osupljive rezultate. S...

Slo-Tech - Algoritem AlphaFold, ki ga je DeepMind pokazal predlani in lani odprl vsem, je napravil še korak naprej. Potem ko je lani predvidel strukturo milijona proteinov, so sedaj javnosti priobčili zbirko napovedi strukture 200 milijonov proteinov. Zbirko so pripravili v sodelovanju z EMBL (European Molecular Biology Laboratory) in je na voljo vsakomur, saj je del odprtokodne baze AlphaFold Protein Structure Database. Izvršni direktor DeepMinda Demis Hassabis je dogodek pompozno označil kot darilo človeštvo, a dejansko gre za velik dosežek.

Določanje oblike proteinov je težak problem. Proteine sestavljajo aminokisline, katerih zaporedje določa primarno strukturo. Kako se potem te zvijejo v prostoru v sekundarno in terciarno strukturo, pa je zelo težko pravilno napovedati. Zgodovinsko smo strukture določali eksperimentalno, kar prinaša svojevrstno omejitve (rentgenska difrakcija je možna na kristaliziranih proteinih). Računalniško napovedovanje se zdi logičen korak naprej, a je zaradi...

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...

Slo-Tech - V Alphabetu gradijo na uspehu algoritma AlphaFold 2 in so za namen nadaljnjega raziskovanja bioloških učinkovin ustanovili podružnico Isomorphic Labs.

Konec lanskega leta je Alphabetov laboratorij za strojno učenje DeepMind pokazal zgodovinsko iznajdbo: algoritem AlphaFold 2, ki je prvič posegel po sanjah biokemikov širom sveta: računalniškem izračunavanju zvijanja beljakovin zgolj na podlagi njihove kemijske sestave. Takšna zmogljivost bo bistveno pospešila in olajšala tako raziskovanje procesov v živih bitjih, kakor tudi iskanje novih zdravil, kjer dolgotrajni postopki razvoja predstavljajo vse večji problem. Letošnjega julija so algoritem dali v javno uporabo, nekaj dni zatem so lansirali tudi bazo podatkov vseh tako pregledanih beljakovin v človeškem telesu. Toda ker je DeepMind prvenstveno podjetje za raziskave strojnega učenja, so morali v Alphabetu za iskanje konkretnih medicinskih učinkovin ustanoviti novo entiteto.

Podružnica Isomorphic Labs bo namenjena praktični rabi...

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 - 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 - Googlova podružnica DeepMind je predstavila novo generacijo svoje umetne inteligence, ki so jo poimenovali AlphaZero in je pometla s predhodniki. V enem samem dnevu se je naučila šaha, goja in šogija bolje od vse dosedanjih programov, ki so tako ali tako že zdavnaj premagali ljudi.

Spomnimo, da je AlphaGo premagal tudi svetovnega prvaka v goju in si pridobil naziv najboljšega igralca goja na svetu. Oktobra so razkrili obstoj njegovega naslednika AlphaGo Zero, ki se je učil drugače. Ni si ogledal nobenih odigranih partij, temveč je poznal le pravila in se potem učil tako, da je igral proti sebi. V dobrem mesecu je postal najboljši igralec goja na svetu, boljši tudi od predhodne verzije programa. Sedaj je tu AlphaZero (za izbiranje imen v DeepMindu res nimajo...

Slo-Tech - Ko je AlphaGo lani in letos rutinsko premagoval najboljše igralce goja na svetu, smo se lahko tolažili z dejstvom, da smo ga goja naučili igrati ljudje. AlphaGo je resda premagal najboljšega igralca na svetu, celotno internetno skupnost in korejskega prvaka, toda igre se je naučil z analizo tisočih odigranih partij med najboljšimi človeškimi igralci, potem pa je seveda svoje mojstrstvo izpilil z lastnim preračunavanjem in učenjem. Sedaj je Googlova podružnica DeepMind pokazala, da je za AlphaGo človeštvo povsem nepotrebno. Nova verzija AlphaGo Zero se je goja naučila sama, ne da bi sploh kdaj videla potek kakšne igre.

AlphaGo Zero je dobil samo pravila igre, potem pa se je igranja učil sam, tako da je igral sam proti sebi. Rezultati so osupljivi, saj je AlphaGo Zero v treh dneh iz popolnega začetnika napredoval do...