सबसे जटिल विज्ञान समस्या को हल करने के लिए दीपमिन्द का महाकाव्य मिशन

डीपमाइंड एआई ने शतरंज ग्रैंडमास्टर्स और गो चैंपियंस को हराया। हालांकि, अब कंपनी के संस्थापक और निदेशक डेमिस हसबिस ने वास्तविक दुनिया की बड़ी समस्याओं पर अपनी जगहें बनाई हैं जो हमारे जीवन को बदल सकती हैं। पहले एक प्रोटीन तह है।

डेमिस हस्बिस - एक पूर्व बच्चा कौतुक, एक बार में दो विषयों में उत्कृष्ट सेवाओं के साथ एक कैम्ब्रिज डिप्लोमा, पांच बार विश्व बौद्धिक खेलों का चैंपियन, एमआईटी और हार्वर्ड के स्नातक, एक खेल डेवलपर, किशोरावस्था से एक उद्यमी, एक कृत्रिम ज्ञान विकसित करने वाले डीपमाइंड स्टार्टअप के सह-संस्थापक - एक पीले हेलमेट में है। चिंतनशील बनियान और काम जूते। वह अपना हाथ उठाता है, सूरज से अपनी आँखें बंद करता है, और किंग्स क्रॉस में इमारत की छत से पूरे लंदन को देखता है। दुनिया के किसी भी दिशा में, वहाँ से राजधानी पर, वसंत सूरज में नहाया हुआ, व्यावहारिक रूप से कुछ भी अस्पष्ट नहीं है। हासबीस ने पक्की छत को पार किया, और, दिशा निर्धारित करने के लिए अपने फोन का उपयोग करके उत्तर की ओर देखता है कि क्या वह फिंचले शहर को देख सकता है जहां से वह बड़ा हुआ था। हेम्पस्टेड हीथ के पेड़ों के पीछे उपनगर खो गए हैं, लेकिन वह हाईगेट की ओर जाने वाले ढलान को देखने का प्रबंधन करता है, जहां वह आज अपने परिवार के साथ रहता है।

यहां उन्होंने दीपमिन्द के भविष्य के मुख्यालय के स्थान का अध्ययन किया, एक स्टार्टअप जिसे उन्होंने 2010 में शेन लेग, यूनिवर्सिटी कॉलेज लंदन के एक शोधकर्ता के साथ-साथ अपने बचपन के दोस्त मुस्तफा सुलेमान के साथ स्थापित किया। अब यह इमारत एक निर्माण स्थल है जिस पर हथौड़े, ड्रिल और जैक हथौड़े लगातार खड़खड़ा रहे हैं। आज 180 ठेकेदार निर्माण स्थल पर काम कर रहे हैं, और निर्माण के चरम पर इनकी संख्या बढ़कर 500 हो जाएगी। यह जगह, जिसका उद्घाटन 2020 के मध्य तक होना है, का प्रतिनिधित्व करता है, आलंकारिक रूप से और शाब्दिक रूप से, कंपनी की एक नई शुरुआत।

हसबिस याद करते हैं, "ट्यूरिंग ने अपने प्रसिद्ध व्याख्यानों को सुनाया," हमारा पहला कार्यालय रसेल स्क्वायर में था, लंदन मैथ समुदाय के बगल में एक टाउनहाउस के शीर्ष तल पर दस लोगों के लिए यह एक छोटा सा कार्यालय था। " एक ब्रिटिश कंप्यूटर अग्रणी एलन ट्यूरिंग, हासबीस के लिए एक पवित्र आकृति है। "हम दिग्गजों के कंधों पर निर्माण करते हैं," हसबिस कहते हैं, विज्ञान के अन्य प्रमुख आंकड़ों का जिक्र करते हुए, "लियोनार्डो दा विंची, जॉन वॉन न्यूमैन," जिन्होंने भी महत्वपूर्ण सफलताएं हासिल कीं।

किंग्स क्रॉस स्टेशन के उत्तर में नए मुख्यालय का स्थान, जिसे हाल ही में नॉलेज क्वार्टर कहा गया है - अपने आप में विशेषता है। दीपमिन्द की स्थापना तब हुई थी जब लंदन के अधिकांश स्टार्टअप्स ने ओल्ड स्ट्रीट के पुल का पालन किया था। लेकिन हासबीस और उसके संस्थापक सहयोगियों की अन्य योजनाएं थीं: "खुफिया समस्या को हल करना" और विभिन्न कार्यों के लिए सामान्य-उद्देश्य AI (IION) विकसित करना। अब तक, इस समस्या को एल्गोरिदम के निर्माण के माध्यम से हल किया गया है जो गेम में जीत सकते हैं - ब्रेकआउट, शतरंज और गो। अगले चरण इस योजना को वैज्ञानिक अनुसंधान में लागू करने के लिए हैं, ताकि कंप्यूटर विज्ञान का उपयोग करते हुए रसायन विज्ञान, भौतिकी और जीव विज्ञान में जटिल कार्यों को पूरा किया जा सके।

"हमारी कंपनी अनुसंधान पर ध्यान केंद्रित करती है," हस्बिस कहते हैं, जो 43 वर्ष का है। "हम विश्वविद्यालय के बगल में बैठना चाहते थे," जिसके द्वारा वह यूनिवर्सिटी कॉलेज लंदन (यूकेएल) को संदर्भित करता है, जिसमें उन्हें अपने काम के लिए डॉक्टरेट दिया गया था "एपिसोडिक यादों के आधार पर तंत्रिका प्रक्रियाएं।" "इसलिए, हम यहाँ रहना पसंद करते हैं, हम अभी भी यूकेएल, ब्रिटिश लाइब्रेरी, ट्यूरिंग इंस्टीट्यूट, शाही कॉलेज से बहुत दूर नहीं हैं ..."

कई मंजिलों के नीचे जाते हुए, हासबिस उन क्षेत्रों में से एक का अध्ययन कर रहा है जो उसे सबसे अधिक रुचि देता है - व्याख्यान के लिए एक दर्शक होगा। वह ड्राइंग और कंप्यूटर रेंडरिंग पर विचार करके प्रसन्न है कि यह कमरा कैसा दिखेगा।

इमारत के उत्तर-पूर्वी कोने पर, उसकी टकटकी तीन मंजिलों में फैले एक बड़े खाली स्थान पर पहुँचती है, जहाँ पुस्तकालय स्थित होगा। इस स्थान पर, अंततः एक वस्तु दिखाई देगी कि हासबिस सबसे अधिक देखने के लिए उत्सुक है: एक डबल सर्पिल के रूप में एक विशाल सीढ़ी, जिसे अब भागों में इकट्ठा किया जा रहा है। "मैं विज्ञान के लोगों को याद दिलाना चाहता था और इसे इस इमारत का हिस्सा बनाना चाहता था," वे कहते हैं।

हासबीस और उनके सहयोगियों को पता है कि दीपमिन्द मशीन लर्निंग और डीप लर्निंग में अपनी सफलताओं के लिए प्रसिद्ध हो गया, जिसके परिणामस्वरूप प्रेस ने व्यापक रूप से कवर किए गए मामलों में जहां एल्गोरिदम के साथ काम करने वाले तंत्रिका नेटवर्क ने पूरी तरह से कंप्यूटर गेम में काम किया, शतरंज के ग्रैंडमास्टर्स को हराया, और ली सेडॉल को मजबूर किया, जाने में विश्व चैंपियन - जिसे मनुष्य द्वारा आविष्कृत लोगों का सबसे कठिन खेल माना जाता है - यह घोषणा करने के लिए: "खेल की शुरुआत से ही एक भी क्षण नहीं था जब मुझे लगा कि मैं जीत सकता हूं।"

अतीत में, लोगों के साथ गेम खेलने वाली मशीनें उन विशेषताओं को दिखाती थीं जो एल्गोरिदम में स्पष्ट रूप से अंतर्निहित थीं - उनकी खेलने की शैली कठिन और बिना किसी कारण के थी। लेकिन गो प्रतियोगिता में, दीपमिन्द की अल्फा गो एल्गोरिथ्म ने एक मानव के तरीके से सेडॉल को हरा दिया। एक अजीब चाल - 37 वीं दूसरी किस्त में - दर्शकों को जिन्होंने सियोल गैसप में लाइव खेल देखा और लाखों ऑनलाइन दर्शकों को चकित कर दिया। एल्गोरिदम ने ऐसी स्वतंत्रता के साथ खेला, जो किसी व्यक्ति को रचनात्मकता का संकेत लग सकता है।

हासबीस, सुलेमान और लेग का मानना ​​है कि दीपमाइंड के अस्तित्व के पहले नौ साल पुष्टि के साथ प्रशिक्षण के क्षेत्र में अनुसंधान के महत्व को साबित करने की आवश्यकता से निर्धारित किए गए थे - एजेंटों के साथ सिस्टम के विचार जो न केवल दुनिया को मॉडल बनाने और पैटर्न को पहचानने की कोशिश करते हैं (जैसे गहरी शिक्षा), लेकिन सक्रिय रूप से निर्णय भी लेते हैं और अपने लक्ष्यों को प्राप्त करने की कोशिश कर रहा है। उसी समय, अगले दस साल खेलों के क्षेत्र में उपलब्धियों का निर्धारण करेंगे: अर्थात्, विज्ञान की सबसे जटिल समस्याओं को हल करने के लिए डेटा और मशीन लर्निंग का उपयोग किया जाएगा। हासबिस के अनुसार, कंपनी के अगले कदम यह समझने की कोशिश करेंगे कि वास्तविक शिक्षा वास्तविक दुनिया की समस्याओं को हल करने के लिए बड़े पैमाने पर सुदृढ़ीकरण में कैसे मदद करेगी।

"सुदृढीकरण सीखने के साथ समस्या यह थी कि इसका उपयोग हमेशा खिलौने की समस्याओं और छोटे जालीदार दुनिया को हल करने के लिए किया जाता था," वे कहते हैं। "यह माना जाता था कि इसे गलत, वास्तविक समस्याओं तक नहीं बढ़ाया जा सकता है - और यहां विधियों का संयोजन खेल में आता है।"

डीपमाइंड के लिए, एक नए मुख्यालय का उद्भव कंपनी के इतिहास में एक नए अध्याय का प्रतीक है, जैसे कि यह अपनी सारी शक्ति और कंप्यूटर शक्ति को अन्य चीजों के साथ समझने की कोशिश में फेंक देता है कि जैविक जीवन कैसे काम करता है। इसके द्वारा, कंपनी चिकित्सा और अन्य विषयों में सफल होने की उम्मीद करती है, जो विज्ञान के विभिन्न क्षेत्रों में प्रगति को गंभीर रूप से प्रभावित करेगी। "हमारा मिशन विज्ञान में सबसे दिलचस्प यात्रा में से एक होना चाहिए," हासबिस कहते हैं। "हम वैज्ञानिक आकांक्षाओं के मंदिर बनाने की कोशिश कर रहे हैं।"


बाएं से दाएं: Google पर DeepMind के प्रमुख प्रवीण श्रीनिवासन; ड्रू परवेज, संसारों के क्रिएटिव डायरेक्टर; राया हाडसेल, शोधकर्ता। दीपमिन्द के अधूरे मुख्यालय के अंदर।

यूनिवर्सिटी कॉलेज लंदन और फिर MIT में अध्ययन करते हुए, हासबिस ने पाया कि अंतःविषय सहयोग एक बहुत ही फैशनेबल विषय था। वह याद करते हैं कि विभिन्न विषयों के प्रतिनिधियों की भागीदारी के साथ कामकाजी सम्मेलन कैसे आयोजित किए गए थे - उदाहरण के लिए, न्यूरोबायोलॉजी, मनोविज्ञान, गणित और दर्शन। कुछ दिनों तक रिपोर्ट और बहसें हुईं, फिर वैज्ञानिक अपने विभागों में लौट आए, उन्हें भरोसा था कि उन्हें अधिक बार मिलना चाहिए और सहयोग करने के तरीके खोजने चाहिए। और अगली बैठक एक साल बाद हुई - अनुदान के लिए आवेदन, शिक्षण पदों पर नियुक्तियाँ, और अनुसंधान और शिक्षण जीवन की दिनचर्या सहयोग के रास्ते में मिली।

हसबिस कहते हैं, "अंतःविषय सहयोग को व्यवस्थित करना मुश्किल है,"। मान लीजिए कि हम गणित और आनुवांशिकी में दुनिया के दो प्रमुख विशेषज्ञों को लेते हैं - वे स्पष्ट रूप से सामान्य विषय हो सकते हैं। लेकिन दूसरे व्यक्ति के क्षेत्र, उनके शब्दजाल को समझने के लिए कौन प्रयास करेगा, उनकी वास्तविक समस्या क्या है? ”

सही प्रश्नों का पता लगाना, उत्तरों की कमी के कारण और मुख्य उद्धरण, जिनके कारण ये उत्तर नहीं हैं, यह प्रक्रिया किसी बाहरी पर्यवेक्षक को सीधी लग सकती है। लेकिन विभिन्न वैज्ञानिक, यहां तक ​​कि एक ही क्षेत्र में, हमेशा अपने काम का समान रूप से मूल्यांकन नहीं करते हैं। शोधकर्ताओं को अन्य विषयों में मूल्य जोड़ना बेहद मुश्किल लगता है। सामान्य प्रश्नों को खोजना और भी कठिन है, जिनका वे उत्तर दे सकते हैं।

किंग्स क्रॉस में गूगल बिल्डिंग की दो मंजिलों दीपमिन्द का वर्तमान मुख्यालय, पिछले कुछ वर्षों में अधिक से अधिक कर्मचारियों को प्राप्त हुआ है। केवल एआई अनुसंधान के क्षेत्र में, कंपनी के छह से सात अलग-अलग विषय हैं, और कक्षाओं की सीमा के विस्तार के हिस्से के रूप में, यह गणित, भौतिकी, तंत्रिका विज्ञान, शरीर विज्ञान, जीव विज्ञान और दर्शन के विशेषज्ञों को काम पर रखता है।

हसबी कहते हैं, "विज्ञान के कुछ सबसे दिलचस्प क्षेत्र विभिन्न शोध विषयों के चौराहों पर शास्त्रीय क्षेत्रों के बीच हैं।" - डीपमाइंड बनाते समय, मैंने विभिन्न क्षेत्रों में "लोगों को एकजुट" करने की कोशिश की, विश्व स्तरीय विशेषज्ञ, जिनके रचनात्मक दृष्टिकोण से विभिन्न क्षेत्रों में उपमाओं और आम जमीन की तलाश में मदद मिलती है। सामान्य तौर पर, जब ऐसा होता है, तब जादू होता है। ”

इन एकीकृत लोगों में से एक पश्मीत कोली है। पूर्व Microsoft अनुसंधान निदेशक डीपमाइंड में विज्ञान टीम का नेतृत्व करते हैं। पिछले दशक के मध्य में "AI की सर्दी" - मूर्त प्रगति के बिना एक अवधि के संभावित अंत के बारे में AI हलकों में बहुत सारी बातें हैं। आंदोलन की वही सनसनी प्रोटीन को मोड़ने के कार्य पर लागू होती है, जो जीवविज्ञानी जीवन के निर्माण ब्लॉकों के रूप में मानते हैं।

Coley ने इस समस्या पर हमला करने के लिए संरचनात्मक जीवविज्ञानी, मशीन सीखने के विशेषज्ञों और भौतिकविदों की एक टीम को इकट्ठा किया, जिसे विज्ञान में सबसे महत्वपूर्ण मुद्दों में से एक के रूप में मान्यता दी गई। प्रोटीन सभी स्तनधारियों के जीवन को प्रभावित करते हैं - वे आणविक स्तर पर ऊतकों और अंगों की संरचना और कामकाज का एक बड़ा हिस्सा बनाते हैं। प्रत्येक अमीनो एसिड से बना होता है जो श्रृंखला बनाते हैं। उनका अनुक्रम प्रोटीन के रूप को निर्धारित करता है, जो इसके कार्य को निर्धारित करता है।

दीपमाइंड में प्रोटीन फोल्डिंग के शोधकर्ता जॉन जंपर कहते हैं, "प्रोटीन एक नैनोस्केल पर परमाणुओं को स्थानांतरित करने के लिए बनाई गई सबसे अद्भुत मशीन है, और अक्सर रसायन शास्त्र को कुछ अधिक कुशल बनाने के आदेश देते हैं।" "और वे भी किसी तरह से अकथनीय हैं, ये आत्म-इकट्ठे मशीन हैं।"

प्रोटीन एक एंग्स्ट्रॉम पैमाने पर परमाणुओं का उपयोग करते हैं [10 ^-10 मीटर, या 100 बजे / लगभग। ट्रांस।], [अप्रचलित] लंबाई की इकाइयाँ एक मीटर से दस अरब गुना छोटी हैं। इस तंत्र की गहरी समझ वैज्ञानिकों को संरचनात्मक जीव विज्ञान को बेहतर ढंग से समझने में सक्षम बनाएगी। उदाहरण के लिए, प्रोटीन लगभग हर चीज के लिए आवश्यक है जो कोशिका के अंदर होता है, और अनुचित प्रोटीन तह को पार्किंसंस रोग, अल्जाइमर रोग और मधुमेह जैसी बीमारियों की घटना में एक महत्वपूर्ण कारक माना जाता है।

"अगर हम प्राकृतिक प्रोटीन का पता लगा सकते हैं, तो हम अपना खुद का बना सकते हैं," जम्पर कहते हैं। "सवाल इस जटिल सूक्ष्म दुनिया का बहुत ध्यान से अध्ययन करने का है।"

जीनोम डेटा के व्यापक प्रसार ने डीपमाइंड के लिए एक आकर्षक प्रोटीन फोल्डिंग रिडल बनाया है। 2006 के बाद से, डीएनए डेटा की प्राप्ति, भंडारण, वितरण और विश्लेषण में तेज वृद्धि हुई है। शोधकर्ताओं का अनुमान है कि 2025 तक, दो बिलियन जीनोम का विश्लेषण किया जाएगा, जिसमें 40 एक्साबाइट भंडारण की आवश्यकता होगी।

"जम्पर ने कहा," गहरी शिक्षा के दृष्टिकोण से, यह एक दिलचस्प काम है, क्योंकि संसाधनों और समय की एक बड़ी राशि खर्च करने के बाद, लोगों ने प्रोटीन का ऐसा अद्भुत संग्रह इकट्ठा किया है जिसे हमने पहले ही समझ लिया है। "

प्रगति जारी है, लेकिन वैज्ञानिक हमें इस समस्या के भीतर भारी विविधता की चेतावनी दे रहे हैं। उत्कृष्ट अमेरिकी आणविक जीवविज्ञानी साइरस लेविंटल ने उल्लेख किया कि सही त्रि-आयामी संरचना की खोज में एक विशिष्ट प्रोटीन के सभी संभव विन्यासों के माध्यम से ब्रह्मांड की आयु से परे समय लगेगा। दीपइंड के एक शोधकर्ता रिक इवांस कहते हैं, "खोज स्थान बहुत बड़ा है।" "अधिक से अधिक जाने में

हालाँकि, प्रोटीन तह के बारे में सीखने के मार्ग पर एक मील का पत्थर दिसंबर 2018 में कैनकन, मैक्सिको में CASP [क्रिटिकल असेसमेंट ऑफ़ प्रोटीन स्ट्रक्चर प्रेडिक्शन टेक्निक्स] प्रतियोगिता में हासिल किया गया था। इस क्षेत्र में प्रगति को निष्पक्ष रूप प्रदान करने के लिए यह प्रतियोगिता हर दो साल में आयोजित की जाती है। वैज्ञानिकों की प्रतिस्पर्धी टीमों का लक्ष्य अमीनो एसिड अनुक्रमों के आधार पर भविष्यवाणी करना है, प्रोटीन की संरचना जिसका त्रि-आयामी रूप पहले ही ज्ञात हो चुका है, लेकिन अभी तक प्रकाशित नहीं हुआ है। एक स्वतंत्र आयोग भविष्यवाणियों का मूल्यांकन करता है।

डीपमाइंड प्रोटीन फोल्डिंग टीम ने पिछले दो वर्षों में विकसित अपने नए अल्फाफोल्ड एल्गोरिथ्म का परीक्षण करने के लिए प्रतियोगिता में भाग लिया। प्रतियोगिता के लिए जाने वाले महीनों में, आयोजकों ने किंग क्रॉस के टीम के सदस्यों को डेटा सेट भेजे, और उन्होंने अंतिम परिणाम को जाने बिना अपनी भविष्यवाणियां वापस कर दीं। कुल मिलाकर, उन्हें नब्बे प्रोटीन की संरचना की भविष्यवाणी करने की आवश्यकता थी - कुछ मामलों में, पहले से ज्ञात प्रोटीन का उपयोग उनके आधार पर भविष्यवाणियां करने के लिए किया गया था, जबकि अन्य को खरोंच से बाहर सोचा जाना था। सम्मेलन से कुछ समय पहले, उन्हें प्रतियोगिता के परिणाम प्राप्त हुए: औसतन, अल्फाफोल्ड की भविष्यवाणियां किसी भी अन्य टीम की तुलना में अधिक सटीक थीं। कुछ अनुमानों के अनुसार, दीपमिन्द प्रतियोगिता से काफी आगे है; प्रोटीन के लिए जिसकी संरचना को खरोंच से बनाया गया था - और 90 में से 43 थे - अल्फाफोल्ड ने 25 प्रोटीनों के लिए सबसे सटीक भविष्यवाणियां कीं। यह आश्चर्यजनक रूप से रनर-अप टीम की तुलना में बहुत अधिक है, जो सिर्फ तीन संरचनाओं का सही अनुमान लगाने में कामयाब रही।


रिबन आरेख, CASP13 प्रतियोगिता के लिए अल्फाफोल्ड एल्गोरिथ्म की भविष्यवाणियों के अनुसार एक त्रि-आयामी संरचना में मुड़े हुए प्रोटीन की संरचना का एक योजनाबद्ध त्रि-आयामी प्रतिनिधित्व

हार्वर्ड मेडिकल स्कूल में सिस्टम फार्माकोलॉजी लैबोरेटरी एंड सिस्टम बायोलॉजी विभाग के एक शोधकर्ता मोहम्मद अल कुरैशी ने प्रतियोगिता में भाग लिया और नतीजे प्रकाशित होने से पहले दीपमाइंड में इस्तेमाल किए गए दृष्टिकोण के बारे में सीखा। "काम के लिए फिर से शुरू पढ़ना, मुझे नहीं लगता था कि यह कुछ पूरी तरह से नया था," वे कहते हैं। "मैंने फैसला किया कि उन्हें काफी अच्छा करना चाहिए, लेकिन मुझे उनसे इतना अच्छा करने की उम्मीद नहीं थी।"

अल कुरैशी का कहना है कि यह दृष्टिकोण अन्य प्रयोगशालाओं के दृष्टिकोण के समान था, लेकिन डीपमाइंड प्रक्रिया को इस तथ्य से प्रतिष्ठित किया गया था कि वे "बेहतर प्रदर्शन" कर सकते थे। वह इंजीनियरिंग क्षेत्र में दीपमाइंड टीम की ताकत की ओर इशारा करता है।

अल-कुरैशी कहते हैं, "मुझे लगता है कि वे वैज्ञानिकों के समूह से बेहतर काम कर सकते हैं, क्योंकि बाद वाले अपने काम को गुप्त रखते हैं।" "और हालांकि सभी विचार जो दीपमिन्द ने अपने एल्गोरिथ्म में शामिल किए थे, वे पहले से मौजूद थे, और अलग-अलग लोगों ने उन्हें अलग-अलग लागू करने की कोशिश की, किसी ने उन्हें साथ लाने का अनुमान नहीं लगाया।"

अल कुरैशी मशीन सीखने के क्षेत्र में वैज्ञानिक समुदाय के साथ समानताएं खींचता है, जिससे हाल के वर्षों में Google ब्रेन, डीपमाइंड और फेसबुक जैसी कंपनियों में परिणाम आया है; उनके पास अधिक कुशल संगठनात्मक संरचनाएं, बड़े पुरस्कार और कम्प्यूटेशनल संसाधन हैं जो हमेशा विश्वविद्यालयों में नहीं पाए जाते हैं।

"मशीन सीखने वाले समुदायों ने पिछले 4-5 वर्षों में वास्तव में इसका अनुभव किया है," वे कहते हैं। "कम्प्यूटेशनल जीव विज्ञान अब केवल इस नई वास्तविकता के साथ महारत हासिल करने की शुरुआत कर रहा है।"

जनवरी 2014 में Google की बिक्री के संबंध में डीपमाइंड के संस्थापकों द्वारा दिए गए स्पष्टीकरण से वह गूंज रहा है। Google कंप्यूटर नेटवर्क का वॉल्यूम कंपनी को अनुसंधान को बहुत तेज़ी से आगे बढ़ाने की अनुमति देगा यदि यह स्वाभाविक रूप से बढ़ेगा, और £ 400 मिलियन का चेक स्टार्टअप को विश्व स्तरीय विशेषज्ञों को नियुक्त करने की अनुमति देगा। हासबीस उन लोगों के लिए एक खोज रणनीति का वर्णन करता है जिन्हें विशिष्ट अनुसंधान क्षेत्रों के लिए उपयुक्त माना जाता है। "हमारे पास एक विकास योजना है, जिसमें से यह एआई या तंत्रिका विज्ञान से अनुसंधान के किन क्षेत्रों में महत्वपूर्ण होगा," वे कहते हैं। "और फिर हम खोज करते हैं और दुनिया के सबसे अच्छे व्यक्ति को खोजते हैं जो सांस्कृतिक दृष्टि से भी हमारे लिए उपयुक्त है।"

"उन क्षेत्रों से जहां दीपमिन्द दुनिया को बदल सकता है, प्रोटीन तह एक शानदार शुरुआत लगती है - यह एक बहुत अच्छी तरह से परिभाषित कार्य है, इसमें उपयोगी डेटा है, यह सिद्धांत रूप में, कंप्यूटर विज्ञान में एक कार्य के रूप में माना जा सकता है," अल कुरैशी कहते हैं। - जीव विज्ञान के अन्य क्षेत्रों में, यह दृष्टिकोण शायद काम नहीं करेगा। वहाँ सब कुछ बहुत कम व्यवस्थित है। इसलिए, मुझे नहीं लगता कि प्रोटीन तह के क्षेत्र में डीपमाइंड की सफलता को अनुसंधान के अन्य क्षेत्रों में स्वचालित रूप से स्थानांतरित किया जा सकता है। ”


DeepMind कर्मचारी किंग्स क्रॉस के Google कार्यालय की छत पर

डीपमाइंड एक शोध कंपनी के लिए उत्पाद प्रबंधन में सक्रिय रूप से शामिल है। हर छह महीने में, वरिष्ठ प्रबंधक प्राथमिकताओं का अध्ययन करते हैं, कुछ परियोजनाओं को पुनर्गठित करते हैं, टीमों को प्रेरित करते हैं - विशेष रूप से इंजीनियरों - एक क्षेत्र से दूसरे क्षेत्र में जाने के लिए। अनुशासन लगातार और जानबूझकर मिश्रण करते हैं। कंपनी की कई परियोजनाओं में छह महीने से अधिक समय लगता है - आमतौर पर दो से चार साल तक। लेकिन जब दीपमिन्द अनुसंधान पर ध्यान केंद्रित कर रहा है, कंपनी अब अल्फाबेट, गूगल की मूल कंपनी और दुनिया में चौथी सबसे महंगी कंपनी है। और अगर लंदन के वैज्ञानिक कंपनी से दीर्घकालिक और उन्नत शोध की उम्मीद करते हैं, तो कैलिफोर्निया में माउंटेन व्यू के निदेशक स्वाभाविक रूप से निवेश पर वापसी की उम्मीद करते हैं।

« , Google Alphabet, – , Google Alphabet , DeepMind – , , », — . DeepMind Google , , , . , WaveNet, , , , Google, Android Google Home, Google.

« , — . – , , . – ».

, «?», . , ( – ), , , , , , , – , , .

300- , SoftBank – , – « DeepMind ». , , -, ( ). , , , 2010- – , , , , , , , – .

DeepMind -, . , , « ». , , « », .

« , — . – , , , , , , , , : ' '».

– , , , . , , , . . , , , , , .

2019 , . « , , — . – – . , 18 , 1970-. , – – ».

, « »: , , . 2018 Nesta, 50 – , . , « R&D. , 3,2% ; ». Deloitte , R&D , 10,1% 2010 1,9% 2018.

« , , — . – ? , , , - – . . – , ».


,

– , , , . – , – – DeepMind. « , , — . – , , , . . , ».

, , . – , , , , . , 19:40, , « », - 22:30 4:00-4:30.

« , — . – , . , , , . . , , , - , , ».

. – -- – « , . , ». : , ; . « - , . , ».

, 50% . 2018 , , 18 Intel , Kleiner, Caulfield, Perkins and Byers – – Coursera. – , 20 , , 6. , DeepMind « », « », .

«, , — . – , - DeepMind , -. , . , . , , , DeepMind, , ».




, . . , 11 , .

12 . – , – , , , . , , . , , . .

« , — . – 12 , , , , , ».

– , 30-40 – . , . , – .

« , — . – . . . . , 12 ».

, . , , . , , , , , . « , », — .

, -, DeepMind , . « , . », — . , , , , . , , , – . « , , , , », — .

, . , « », , Macintosh – – . DeepMind , , , , , , , , .

« , , , - , , — . – , , ».