DeepMind est une technologie d’intelligence artificielle qui utilise l’apprentissage automatique pour résoudre des problèmes que les ordinateurs n’ont pas toujours été en mesure de résoudre, comme battre les humains au jeu Go et prédire les innombrables façons dont les protéines peuvent se replier en formes fonctionnelles. La technologie de DeepMind est déjà utilisée dans des applications du monde réel. Par exemple, il joue un rôle dans la réduction de la consommation d’énergie dans les centres de données informatiques et l’optimisation de la durée de vie de la batterie du téléphone.

La société DeepMind a débuté en tant que startup basée à Londres en 2010 et a été acquise par Google en 2014. C’est maintenant une filiale d’Alphabet Inc., la société mère de Google.

En septembre 2022, des scientifiques de DeepMind ont remporté le Prix ​​révolutionnaire de 3 millions de dollars pour leur travail sur le programme de prédiction de protéines AlphaFold.

Comment fonctionne Deep Mind ?

Le système de DeepMind est un réseau neuronal artificiel. Cela signifie qu’il est organisé comme un réseau de nœuds, imitant la façon dont les neurones se connectent les uns aux autres dans le cerveau. Plus précisément, DeepMind utilise un réseau neuronal convolutif, qui est organisé de la même manière que le cortex visuel humain, la partie du cerveau qui traite les informations visuelles. L’avantage de ce type de réseau est que, à l’aide d’une série de filtres et de grandes quantités de données d’apprentissage, le système peut sélectionner des caractéristiques particulières à partir de ces données. Par exemple, dans la reconnaissance d’images, certains nœuds deviennent aptes à reconnaître une caractéristique spécifique – par exemple, un œil ou, dans les données audio, une combinaison particulière de sons.

Les réseaux de neurones profonds comme DeepMind le font en exécutant des données à travers une série de couches appelées «couches cachées». Chaque couche attribue des pondérations aux données, en choisissant essentiellement ce sur quoi le réseau se concentrera, selon IBM (s’ouvre dans un nouvel onglet). DeepMind a plusieurs couches cachées.

La première, la couche convolutive, détecte les caractéristiques de l’entrée à l’aide d’un filtre appelé « noyau ». La combinaison de l’entrée et du noyau amplifie les caractéristiques dont l’algorithme déduit qu’elles sont importantes.

Lié: Raisonnement inductif vs déductif

La couche suivante, connue sous le nom de couche de regroupement, réduit essentiellement la complexité des cartes d’entités créées par la couche convolutive, ce qui facilite le traitement des données. Enfin, la couche entièrement connectée utilise la sortie de la couche de regroupement pour faire des prédictions futures. Si, par exemple, le réseau neuronal convolutif a appris à reconnaître les tumeurs dans un ensemble d’images de formation médicale, il peut désormais prendre de nouvelles images et déterminer si des tumeurs sont présentes.

Parce que DeepMind est un algorithme d’apprentissage automatique, il n’est pas nécessaire de lui donner des règles spécifiques, écrites par des programmeurs, pour « apprendre ». Au lieu de cela, l’algorithme est capable de parcourir d’énormes quantités de données et d’identifier des modèles répétés qui prendraient énormément de temps à déchiffrer à un ordinateur humain ou traditionnel.

Que fait DeepMind ?

L’avantage des algorithmes d’apprentissage automatique de DeepMind est qu’ils peuvent être utilisés pour toutes sortes de processus. Les algorithmes de DeepMind peuvent apprendre à jouer à des jeux Atari et battre les humains au Goun jeu de stratégie incroyablement complexe qui consiste à capturer un territoire sur un plateau quadrillé en plaçant des pièces en noir et blanc.

Ces jeux démontrent la profondeur de la capacité d’apprentissage de l’IA. Depuis, DeepMind s’est attaqué à de plus en plus de problèmes du monde réel. Celles-ci vont de la génération nouvelles conjectures de mathématiques puresce qui pourrait accélérer les progrès des mathématiques théoriques, démêler les structures probables de chaque protéine connue de la nature.

Le travail sur les protéines, complété par le programme AlphaFold, lauréat du Breakthrough Prize, a représenté un changement massif dans le domaine de la protéomique, l’étude des protéines. Les protéines se tordent dans un éventail de formes, mais prédire comment ces structures internes se formeront est un travail lent et minutieux. Jusqu’à AlphaFold, les scientifiques devaient congeler et imager les protéines à l’aide d’une méthode appelée cristallographie aux rayons X. Des décennies de travail avaient produit des structures pour environ 190 000 protéines. En un an environ, AlphaFold a fait des prédictions pour 200 millions de structures protéiques.

La technologie de DeepMind est utilisée dans les centres de données de Google, où elle contrôle le refroidissement des équipements tout en minimisant la consommation d’énergie, selon l’entreprise (s’ouvre dans un nouvel onglet). Le produit DeepMind WaveNet (s’ouvre dans un nouvel onglet) contrôle la voix de Google Assistant, et l’IA de l’entreprise est intégré dans tout YouTube (s’ouvre dans un nouvel onglet)contrôlant le placement des annonces et d’autres aspects de la plate-forme vidéo.

En 2022, des chercheurs de l’Ecole polytechnique fédérale de Lausanne (EPFL) ont rapporté qu’en collaboration avec DeepMind, ils avaient testé l’IA de l’entreprise pour façonner le plasma d’hydrogène à l’intérieur d’un réacteur à fusion – un pas vers l’utilisation de la fusion nucléaire comme source d’énergie. Les chercheurs de l’entreprise travaillent également sur l’application d’algorithmes pour voitures autonomes (s’ouvre dans un nouvel onglet), analyse sportive (s’ouvre dans un nouvel onglet) et diagnostics médicaux (s’ouvre dans un nouvel onglet).

Quels records DeepMind a-t-il battus ?

La vitesse record d’AlphaFold pour prédire les formes des protéines n’est pas le seul superlatif que DeepMind ait atteint. En octobre 2022, la société a rompu un Record de mathématiques de 50 ans (s’ouvre dans un nouvel onglet). Le record impliquait de trouver une nouvelle façon de faire la multiplication matricielle ou de multiplier des tableaux de nombres les uns avec les autres. Multiplier une matrice de nombres 4 par 4 avec une autre matrice 4 par 4 nécessite 64 calculs écrits à la main. En 1969, le mathématicien Volker Strassen a développé un algorithme qui pouvait le faire en 49 calculs. Une IA DeepMind appelée DeepTensor, d’autre part, a montré qu’elle pouvait faire le travail en seulement 47 calculs.

Peu de temps après, un autre groupe de chercheurs posté un article de prépublication (s’ouvre dans un nouvel onglet) révélant qu’ils pouvaient également utiliser DeepTensor pour diviser le nombre de calculs nécessaires pour multiplier deux matrices 5 par 5 ensemble, de 96 à 95.

DeepMind a également battu à plusieurs reprises les meilleurs joueurs mondiaux de Go, provoquant même la retraite du champion sud-coréen Lee Se-dol en 2019. « Avec les débuts de l’IA dans les jeux de Go, j’ai réalisé que je n’étais même pas au top. » si je deviens le numéro un grâce à des efforts frénétiques », a déclaré Lee à l’émission coréenne Agence de presse Yonhap (s’ouvre dans un nouvel onglet) cette année. AlphaGo de DeepMind a battu Lee dans quatre matchs sur cinq lors d’un tournoi en 2016, ce qui fait de Lee le seul humain à avoir battu AlphaGo en compétition. En 2017, Alpha Go battre à nouveau le champion humain en titre du jeu (s’ouvre dans un nouvel onglet)le Chinois Ke Jie.

DeepMind est-il éthique ?

Compte tenu de son immense pouvoir pour piloter les algorithmes des médias sociaux qui déterminent les informations que les gens voient, pour diagnostiquer des conditions médicales qui peuvent être une question de vie ou de mort, et peut-être un jour pour conduire les voitures des gens pour eux, les créateurs de DeepMind portent une lourde responsabilité.

DeepMind a lancé un Ethique & Société (s’ouvre dans un nouvel onglet) équipe en 2017, mais cela n’a pas complètement évité à l’entreprise des ennuis. DeepMind fait actuellement face à un recours collectif en Angleterre pour ses tests de sécurité clinique d’une application appelée Streams, conçue pour détecter les lésions rénales aiguës. Selon SantéInformatique (s’ouvre dans un nouvel onglet)le Royal Free London NHS Foundation Trust a fourni des données sur les patients pour les tests, mais il a été déterminé par la suite que le Trust avait enfreint la loi britannique sur la protection des données des patients en le faisant.

Le pouvoir de DeepMind non seulement d’identifier les images, la vidéo et l’audio, mais aussi de créer de nouvelles versions ultraréalistes des trois signifie que l’IA pourrait être utilisée pour aggraver le problème de désinformation qui sévit déjà sur Internet. Les critiques ont mis en garde (s’ouvre dans un nouvel onglet) que l’IA de DeepMind peut être utilisée pour créer des « deepfakes », qui sont des vidéos CGI extrêmement réalistes qui semblent montrer des événements réels. (DeepMind n’est pas la seule IA capable de faire cela ; une collaboration entre le Massachusetts Institute of Technology et deux sociétés d’IA a construit un https://moondisaster.org/ (s’ouvre dans un nouvel onglet) prononçant le discours que le président Nixon aurait prononcé si le premier alunissage en équipage avait mal tourné.)

Que DeepMind soit ou non éthique, la technologie apportera certainement de nouveaux problèmes à résoudre à mesure qu’elle se généralisera.

Publié à l’origine sur Drumpe.