Alla borde kolla in Google DeepMinds 84" långa dokumentär, och här är en sammanfattning 🌟 av höjdpunkterna (se hur Demis gick från att vara en buskig brunett till en höjdpunkt inom AGI på vägen mot AGI) 1. Lösa underrättelsevägen – AGI I hjärtat av THE THINKING GAME-dokumentären står DeepMinds medgrundare Demis Hassabis livslånga jakt på AGI, från ett ungt schackunderbarn ([00:23:41]), till spelutveckling (Theme Park [00:40:22]), till neurovetenskaplig forskning ([00:32:22]), med det slutgiltiga målet "Lös intelligens". DeepMinds uppdrag definieras som att bygga "världens första universella inlärningsmaskin" General Learning Machine. // Detta imponerar på mig och gör mig lite obekväm, att investera hela mitt livskapital i "ett ultimat mål" ger extraordinär kreativitet, men det förstärker också konsekvenserna av moraliska misstag. Dokumentären tvekar inte för detta – man kan känna deras självförtroende och höra de underliggande oron. 2. Använd spelet som träningsplats DeepMind anser att generalitet är nyckeln till intelligens. De ser spel som den perfekta träningsplatsen för att utveckla en enda algoritm som kan lära sig flera uppgifter. Här är vad de har försökt: DQN (Deep Q-Network): Visade möjligheten att kombinera förstärkningsinlärning med djupinlärning genom att spela dussintals Atari-spel. AlphaGo: Genom att använda Go som den "heliga graalen" bevisade den att maskiner kan upptäcka nya strategier på sätt som människor inte kan föreställa sig, vilket orsakade en global sensation. AlphaZero: Berövad all mänsklig kunskap, bemästrade Go, schack osv. på kort tid helt genom självspel, och visar ren universell inlärningsförmåga. // I dokumentären visar DeepMind tydligt avståndet mellan de två, spel gör algoritmer starkare, och vetenskap och verkliga tillämpningar för dessa krafter till verkligt betydelsefulla områden. 3. Från spel till vetenskap, AlphaFolds epokgörande genombrott DeepMind tillför AI:s kraft till ett av de mest komplexa vetenskapliga pusslen i verkliga världen, proteinveckningsproblemet. Denna fråga har förbryllat forskare i 50 år. AlphaFolds mål är att exakt förutsäga proteiners 3D-struktur baserat på aminosyrasekvenser, vilket är avgörande för att förstå livet och påskynda utvecklingen av nya läkemedel och vacciner. I CASP 14-tävlingen ([01:13:50]) uppnådde AlphaFold banbrytande hög noggrannhet, hyllad som "proteinveckningsproblemet är löst". DeepMind gjorde sedan 200 miljoner proteinstrukturdata tillgängliga för världen gratis ([01:15:55]), och blev en "gåva till mänskligheten". Samtidigt påpekar dokumentären också att AI kan användas för militära ändamål ([00:34:44]), kraftfullare övervakning och användas för att "tämja människor" – att kuva oss med vapen vi inte ens kan förstå, vilket inte upprepar misstaget med "Manhattanprojektet", som är att fokusera enbart på teknologimani och ignorera de moraliska konsekvenserna ...