Każdy powinien zobaczyć 84-minutowy dokument o Google DeepMind, oto podsumowanie najważniejszych punktów🌟 (zobacz, jak Demis przeszedł od młodego chłopaka z gęstymi czarnymi włosami do najwybitniejszego eksperta w dziedzinie AGI) 1. Rozwiązanie inteligencji - droga do AGI Głównym tematem dokumentu "THE THINKING GAME" jest życiowe dążenie współzałożyciela DeepMind, Demisa Hassabisa, do AGI, od dziecięcego geniusza szachowego ([00:23:41]), przez rozwój gier ("Theme Park" [00:40:22]), aż po badania w dziedzinie neurobiologii ([00:32:22]), a ostatecznym celem jest "rozwiązanie inteligencji" (Solve Intelligence). Misja DeepMind została zdefiniowana jako budowa "pierwszej na świecie uniwersalnej maszyny uczącej" (General Learning Machine). // To, co mnie uderzyło i trochę niepokoi, to fakt, że zainwestowanie całego kapitału życiowego w "jedno ostateczne cel" może przynieść niezwykłą kreatywność, ale także może prowadzić do poważnych konsekwencji moralnych. Dokument nie unika tego tematu - można poczuć ich pewność siebie, ale także usłyszeć potencjalne obawy. 2. Gra jako pole treningowe DeepMind jest przekonane, że uniwersalność (Generality) jest kluczem do inteligencji. Postrzegają gry jako idealne pole treningowe do opracowania jednego algorytmu, który potrafi uczyć się wielu zadań. Oto niektóre z ich prób: DQN (Deep Q-Network): udowodnił wykonalność połączenia uczenia przez wzmocnienie z uczeniem głębokim, grając w dziesiątki gier Atari. AlphaGo: traktując grę w Go jako "święty graal", udowodnił, że maszyny mogą odkrywać nowe strategie w sposób, którego ludzie nie mogą sobie wyobrazić, wywołując globalne poruszenie. AlphaZero: pozbawiony wszelkiej wiedzy ludzkiej, całkowicie przez samodzielne rozgrywki w krótkim czasie opanował Go, szachy i inne, pokazując czystą zdolność do uniwersalnego uczenia się. // W dokumencie DeepMind wyraźnie pokazuje, jak te dwa aspekty się łączą, gry wzmacniają algorytmy, a nauka i zastosowania w rzeczywistości przenoszą te siły do naprawdę wpływowych dziedzin. 3. Od gier do nauki, przełom AlphaFold DeepMind wprowadza moc AI w jedno z najtrudniejszych problemów naukowych na świecie, problem składania białek. Problem ten dręczył naukowców przez 50 lat. Celem AlphaFold jest dokładne przewidywanie 3D struktury białka na podstawie sekwencji aminokwasów, co jest kluczowe dla zrozumienia życia oraz przyspieszenia rozwoju nowych leków i szczepionek. W konkursie CASP 14 ([01:13:50]), AlphaFold osiągnął przełomową dokładność, uznawany za "problem składania białek rozwiązany". DeepMind następnie udostępnił światu 200 milionów danych o strukturach białek ([01:15:55]), stając się "prezentem dla ludzkości" (Gifts to humanity). Jednocześnie dokument wskazuje, że AI może być wykorzystywana do celów militarnych ([00:34:44]), silniejszego nadzoru oraz do "ujarzmiania ludzi" - subduing us with weapons we cannot even understand, nie można powtórzyć błędów "projektu Manhattan", czyli skupienia się na technologicznym entuzjazmie, ignorując konsekwencje moralne. ...