Každý by měl zhlédnout 84palcový dokument Google DeepMind a zde je shrnutí 🌟 nejzajímavějších momentů (podívejte se, jak se Demis proměnila z bujné brunetky na vrchol AGI na cestě k AGI) 1. Vyřešit cestu inteligence – AGI V jádru dokumentu THE THINKING GAME je celoživotní hledání DeepMind spoluzakladatele DeepMind Demise Hassabise za AGI, od mladého šachového génia ([00:23:41]), přes vývoj her (Theme Park [00:40:22]), až po výzkum neurověd ([00:32:22]), s konečným cílem "Vyřešit inteligenci". Posláním DeepMind je vybudování "prvního univerzálního učícího stroje na světě" – General Learning Machine. // To mě ohromuje a trochu znepokojuje, investovat veškerý svůj životní kapitál do "jednoho konečného cíle" přináší mimořádnou kreativitu, ale zároveň zesiluje důsledky morálních chyb. Dokument se tomu nebojí – je cítit jejich sebevědomí a slyšet skryté obavy. 2. Používat hru jako tréninkové hřiště DeepMind věří, že obecnost je klíčem k inteligenci. Hry vnímají jako ideální tréninkové pole pro vývoj jediného algoritmu schopného naučit se více úkolů. Tady je, co zkoušeli: DQN (Deep Q-Network): Prokázal proveditelnost kombinace posilovaného učení s hlubokým učením hraním desítek her na Atari. AlphaGo: Použitím Go jako "svatého grálu" dokázal, že stroje mohou objevovat nové strategie způsoby, které si lidé nedokážou představit, což způsobilo celosvětovou senzaci. AlphaZero: Zbaven veškerého lidského poznání, během krátké doby zvládl Go, šachy atd. zcela díky samohře, což ukazuje čistou univerzální schopnost učení. // V dokumentu DeepMind jasně ukazuje rozsah mezi těmito dvěma oblastmi, hry posilují algoritmy a věda i reálné aplikace přinášejí tyto síly do skutečně významných oblastí. 3. Od hraní her k vědě, průlomový průlom AlphaFoldu DeepMind přináší sílu AI do jednoho z nejsložitějších vědeckých hádaček v reálném světě – problému skládání proteinů. Tato otázka vědce mate už 50 let. Cílem AlphaFoldu je přesně předpovídat 3D strukturu proteinů na základě sekvencí aminokyselin, což je klíčové pro pochopení života a urychlení vývoje nových léků a vakcín. V soutěži CASP 14 ([01:13:50]) dosáhl AlphaFold průlomové vysoké přesnosti, označovaný jako "problém skládání proteinů byl vyřešen". DeepMind pak zpřístupnil světu zdarma 200 milionů dat o struktuře proteinů ([01:15:55]), čímž se stal "darem lidstvu". Současně dokument také poukazuje na to, že AI může být použita pro vojenské účely ([00:34:44]), výkonnější sledování a k "zkrocení lidí" – podrobení nás zbraněmi, kterým ani nerozumíme, neopakuje chybu "Manhattan Projectu", která spočívá v tom, že se zaměřuje pouze na technologickou mánii a ignoruje morální důsledky ...