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...

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 - 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 - DeepMindova strojna inteligenca AlphaStar, za igranje Starcrafta 2, je "v divjini" dosegla najvišji rang - velemojster (grandmaster), in sicer z vsemi tremi rasami ter brez prirejenih igralnih razmer.

Raziskovanje strojnega učenja za svoje poligone uporablja vse zahtevnejše igre. Šahu, kjer je bila dovolj surova moč, je sledil Go, kjer je moral računalnik že razviti neko mero intuicije in strategije. Naslednja stopnja so igre z nepopolnimi informacijami in kompleksnejšimi razmerji med igralnimi enotami - kot je na primer Starcraft 2, ki so ga za izziv vzeli v Googlovem laboratoriju DeepMind. Januarja smo poročali o verziji agentov, ki so premagali profesionalna igralca TLOja in MaNo; toda dogodek je nosil važne opombe. AI je znala gledati po vsem ozemlju naenkrat, obenem pa je obvladala le Protosse in nekaj kart. Manj kot leto dni je trajalo, da je z opisane stopnje prešla na polnopravno sodelovanje na online strežnikih in se prebila v zgornji poldrugi promil (človeških) igralcev.
...

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...