| Google DeepMind | |
|---|---|
| | |
| | |
| Turi | sho‘ba kompaniya va tijorat tashkiloti |
| Tashkil etilgan sana | 2010 |
| Avvalgi nomlari | DeepMind Technologies Limited (2010–2023) |
| Asoschilari | Sheyn Legg[VM], Demis Hassabis va Mustafo Sulaymon[VM] |
| Joylashuvi | London, Buyuk Britaniya |
| Asosiy rahbarlar |
Demis Hassabis (bosh ijrochi direktor (CEO)) Lila Ibrohim (operatsion direktor (COO)) |
| Faoliyat sohasi | sun’iy intellekt |
| Mahsulotlari | AlphaGo, AlphaFold, AlphaGo Zero[VM], Gemini va AlphaStar (sun’iy intellekt) |
| Xodimlar soni | 1,000 (2022-yil holatiga ko‘ra) |
| Bosh kompaniya |
Google (2014–2015) Alphabet (2015–2023) Google (2023-yildan) |
| Veb-sayti | deepmind.google (inglizcha) |
Google DeepMind, avval DeepMind Technologies, — Buyuk Britaniyada tashkil etilgan kompaniya bo‘lib, u sun’iy intellekt bilan shug‘ullanadi. U 2010-yilda Londonda DeepMind Technologies nomi bilan tashkil etilgan. 2014-yilda kompaniyani sotib olgan tashkilot — Google.
Kompaniya AlphaGotizimini yaratgani tufayli tanildi: bu tizim professional o‘yinchini go o‘yinida mag‘lub etdi.
DeepMind neyron tarmoqyaratdi. Bu tarmoq videoo‘yinlarni inson darajasida o‘ynashni mustaqil o‘rgana oladi.
2020-yilda kompaniya AlphaFold 2dasturini ishlab chiqdi; u biologiya fanining eng muhim muammolaridan biri — oqsil tuzilishini bashorat qilish muammosini hal etishga imkon beradi.
2022-yilda kompaniya neyron tarmoqqa asoslangan AlphaTensoralgoritmini ishlab chiqdi. Uning yordamida kichik o‘lchamdagi matritsalarni ko‘paytirish algoritmlarining bir nechta yangi turi topildi. Masalan, 4X4 matritsalar uchun Shtrassen algoritmi 49 ta ko‘paytirishni talab qilsa, AlphaTensor 47 ta ko‘paytirish yetarli bo‘lgan algoritmni topdi. Biroq bu algoritm faqat quyidagi maydonda ishlaydi: [ingl.].
2023-yil aprelida kompaniya Google Brain bo‘linmasi bilan birlashib, Google DeepMind nomini oldi.
10-dekabr, 2024-yil: kompaniyaning bosh ijrochi direktori (CEO) bo‘lgan Demis Hassabis, Dan Devid mukofoti (2020) sovrindori va kompaniya direktori Jon Jamper 2024-yilgi kimyo bo‘yicha Nobel mukofotini oldilar. Bunga kompaniya dasturi orqali oqsil tuzilishini bashorat qilish borasidagi yutuq sabab bo‘ldi. Ushbu dastur — AlphaFold 2.
Tarixi
2010-yilda Demis Hassabis, Sheyn Legg, Mustafo Sulaymon DeepMind Technologies nomli startapga asos solishdi. Bungacha Hassabis va Legg London universitet kollejidatanish bo‘lishgan, ular o‘sha yerda Gatsby hisoblash neyrobiologiyasi bo‘limida ishlashgan (Gatsby Computational Neuroscience Unit, www.gatsby.ucl.ac.uk).
Kompaniyaga quyidagi yirik venchur jamg‘armalari investitsiya kiritgan: Horizons Ventures, Founders Fund. Shuningdek, unga sarmoya kiritgan tadbirkorlar — Skott Banister va Ilon Mask. Yan Tallinn kompaniyaning dastlabki investorlaridan va maslahatchilaridan biri bo‘lgan.
2014-yilda DeepMind «Yil kompaniyasi» mukofotini olgan. Mukofotni taqdim etgan Kompyuter laboratoriyasi joylashgan universitet — Kembrij universiteti.
26-yanvar, 2014-yil: Google DeepMind Technologies’ni sotib olishini e’lon qildi. Turli xabarlarga ko‘ra, bitim qiymati 400 milliondan 650 million dollargacha bo‘lgan. Ma’lumotlarga ko‘ra, bitim Facebook 2013-yilda DeepMind Technologies’ni sotib olish bo‘yicha muzokaralarni to‘xtatgach amalga oshgan. DeepMind bilan Google o‘rtasidagi bitim shartlaridan biri Google tomonidan sun’iy intellektning axloqiy muammolariga bag‘ishlangan kengash tashkil etilishi edi.
Google kompaniyani sotib olgach, uning nomi Google DeepMind bo‘ldi.
2016-yil sentabr oyi boshida kompaniya Google’ning bosh kompaniyasi — Alphabettarkibiga o‘tdi. Shundan so‘ng uning nomidan Google so‘zi olib tashlandi va u DeepMind Technologies Limited yoki shunchaki DeepMind nomi bilan tanila boshladi. Kompaniyaning veb-sayti dizayni ham yangilandi.
2023-yil aprelida DeepMind Google Brain bo‘linmasi bilan birlashib, sun’iy intellekt bo‘yicha tadqiqotlarni jadallashtirishga qaratilgan sa’y-harakatlar doirasida Google DeepMind’ni tashkil etdi.
Tadqiqot yo‘nalishlari
Kompaniyaning maqsadi — «intellekt muammosini hal qilish». Buning uchun u mashinaviy o‘rganishdan tortib tizimli psixofiziologiyagachabo‘lgan «eng yaxshi texnologiyalardan foydalanib, oxir-oqibat umumiy maqsadli o‘rganuvchi algoritmlarni yaratish»ni ko‘zlaydi. Shuningdek, kompaniya intellektni mashinalarda amalga oshirish bilan birga inson miyasi qanday ishlashini anglash uchun uni rasmiylashtirish ustida ham ishlaydi. Demis Hassabisning so‘zlariga ko‘ra:
Neyrobiologiya nuqtayi nazaridan, intellekt mohiyatini algoritmik tuzilma sifatida ifodalashga urinish ongimizning eng chuqur sirlarini — masalan, ong va orzularni — anglashning eng yaxshi usuli bo‘lishi mumkin.
DeepMind intellekt muammosining yechimini universal, mustaqil o‘rganuvchi intellektual agentlarniyaratishda ko‘radi. Bunday agentlar dastlabki qayta ishlanmagan ma’lumotlar asosida o‘zlari o‘rganishi va faqat oldindan belgilangan bitta vazifani bajaradigan «tor doiradagi sun’iy intellekt» tizimlaridan, masalan, Deep Blue yoki IBM Watsondanfarqli ravishda istalgan vazifani hal etishi kerak. Bunday intellektual agentlarni yaratishda asosiy yondashuv sifatida quyidagisi tanlangan: mustahkamlovchi o‘rganish.
Hozir kompaniya turli janrdagi o‘yinlar — go kabi strategik o‘yinlardan tortib kompyuter arkada o‘yinlarigacha— o‘ynay oladigan kompyuter tizimlarini o‘rganmoqda. Sheyn Leggning fikricha, sun’iy intellekt «mashina faqat idrok oqimidan keladigan kirish va chiqish signallaridan foydalanib, keng turdagi o‘yinlarni o‘ynashni va bir o‘yinda olgan bilimini boshqasiga ko‘chirishni o‘rganganida» inson darajasiga yetadi. Demis Hassabis nima uchun an’anaviy robototexnikao‘rniga o‘yinlarga e’tibor qaratilayotganini quyidagicha izohlaydi: «Robotlar qimmat, sekin va tez-tez buziladi... tadqiqotchi robotning mexanik qismlarini ta’mirlash bilan chalg‘iydi...». Xabarlarga ko‘ra, Google kompaniyani aynan sun’iy intellektningyetti xil Atario‘yinini (Pong, Breakout, Space Invaders, Seaquest, Beamrider, Enduro, Q*bert) muvaffaqiyatli o‘ynay olishi haqidagi tadqiqot e’lon qilingach sotib olgan.
2018-yil boshida DeepMind tadqiqotchilari o‘z tizimlaridan biriga Quake III Arenakompyuter o‘yinini o‘ynashni o‘rgatishdi. Ma’lum vaqt mashq qilgach, ushbu tizim o‘yin mahorati bo‘yicha avval kuchli o‘yinchilarga yetib oldi, so‘ng ulardan o‘zib ketdi.
Tyuring neyron mashinasi
2014-yilda DeepMind gibrid neyron tarmoqarxitekturasini e’lon qildi. U rekurrent neyron tarmoq va tashqi xotiradan iborat. Neyron tarmoq ma’lumotni yozish va keyinroq o‘qish uchun xuddi Tyuring mashinasikabi tashqi xotiradan foydalanadi. Shu sababli arxitektura «Tyuring neyron mashinasi» (Neural Turing Machine) deb nomlandi. Tadqiqotchilarga ko‘ra, bu tizim insonning qisqa muddatli xotirasini taqlid qiladi va uning ishlash tamoyillarini tushunishga yordam beradi. Tajribalarda neyron tarmoq nusxa ko‘chirish, saralash va assotsiativ xotira kabi sodda algoritmlarni muvaffaqiyatli o‘rgandi.
Videoo‘yinlarda chuqur mustahkamlovchi o‘rganish
DeepMind sun’iy intellekt tiziminitaqdim etdi. U 70-80-yillarda chiqarilgan klassik o‘yinlarni Atari 2600o‘yin konsolida o‘ynashni o‘rgana oladi. Tadqiqot davomida sun’iy intellekt 49 ta videoo‘yinda sinovdan o‘tkazildi. Natijada uning o‘yin darajasi insonnikiga tenglashdi, 22 ta o‘yinda esa u insondan ustun keldi. DeepMind sun’iy intellekti muayyan o‘yin uchun qat’iy dasturlashtirilmagan. O‘rganish boshida tizim o‘yin qoidalarini mutlaqo bilmaydi; u faqat o‘yinning piksellardan iborat tasviri va o‘yin davomida to‘plangan ochkolar haqidagi ma’lumotga tayanib mustaqil o‘rganadi.
Sun’iy intellektning asosida DeepMind chuqur mustahkamlovchi o‘rganish deb ataydigan yondashuv, ya’ni deep Q-network (DQN) yotadi. Bu mustahkamlovchi o‘rganishning modelga tayanmaydigan, Q-o‘rganishdanfoydalanadigan turi bo‘lib, unda foydalilik funksiyasi chuqur neyron tarmoqyordamida modellashtiriladi. Tarmoq arxitekturasi sifatida konvolyutsion neyron tarmoqtanlangan. Hozir bu arxitektura quyidagi vazifada samarali qo‘llanmoqda: tasvirlarni tanib olish.
DeepMind shu tamoyillarga asoslangan sun’iy intellektga 3D formatdagi murakkabroq, 90-yillarga xos o‘yinlarni, masalan, Doom va poyga simulyatorlarinio‘ynashni o‘rgatishni rejalashtirgan. 2016-yil fevralida sun’iy intellektni 3D o‘yinlarda o‘qitishning dastlabki natijalari taqdim etildi. Tizim 3D formatdagi TORCSpoyga simulyatorida avtomobil boshqarishni, Doom’ga o‘xshash Labyrinth 3D labirintida chiqish yo‘li va sovrinlarni topishni, MuJoCo fizik simulyatorida (harakatlanish, muvozanatni saqlash, buyumlar bilan muomala qilish) kabi oddiy vazifalarni bajarishni o‘rgandi (www.mujoco.org). Avvalgidek, sun’iy intellektga kirish sifatida faqat «dunyo»ning pikselli tasviri berilgan. Neyron tarmoq arxitekturasi quyidagi texnologiya yordamida kengaytirildi: LSTM— bu rekurrent neyron tarmoq turi.
AlphaStar
Har yili o‘tkaziladigan BlizzCon 2016 festivalida tadbir tashkilotchisi bo‘lgan Blizzardkompaniyasi DeepMind bilan hamkorlikni e’lon qildi. Keyinchalik bu voqea haqida ikkala kompaniyaning rasmiy bloglarida maqolalar chop etildi. Hamkorlikning maqsadi sun’iy intellektni bevosita StarCraft IIo‘yiniga joriy etish va unda o‘qitish edi. O‘yin yaratuvchilarining fikricha, StarCraft II sun’iy intellektni o‘rgatish uchun juda qulay muhit: uning murakkab qoidalari haqiqiy dunyoning murakkabligi va ko‘p qirraliligini yetarlicha aks ettiradi. Bundan tashqari, o‘yin hamjamiyati bu o‘yinni go, shaxmat va pokerda insonni yenga olgan sun’iy intellekt uchun eng katta sinov deb bilgan.
StarCraft II — sun’iy intellekt yaratish bo‘yicha tadqiqotlarni yangi bosqichga olib chiqadigan ideal muhit. O‘yinning murakkab qoidalari haqiqiy dunyoning ko‘p qirraliligi va tartibsizligini yetarli darajada aks ettiradi. Avval resurslar yig‘ishni, keyin oddiy inshootlar qurishni, xaritani o‘rganishni va raqibni izlashni o‘rganasiz. Ko‘proq jangovar birliklar ishlab chiqarish kerakmi yoki mudofaa chizig‘ini mustahkamlash yaxshiroqmi? Erta hujum qilasizmi yoki rivojlanishga e’tibor qaratasizmi?
Hozirda sun’iy intellektning o‘yin interfeysi bilan to‘liq o‘zaro ishlashiga imkon beruvchi «StarCraft 2 API» ustida ish olib borilmoqda. Uni yaratishda istalgan kishi qatnashishi mumkin; shu maqsadda 2017-yilning birinchi choragida bajarilishi rejalashtirilgan texnik vazifalar e’lon qilingan. Sun’iy intellekt reyting o‘yinlarida qatnashgan boshqa o‘yinchilarning takroriy o‘yin yozuvlarini tomosha qilib o‘rganadi.
19-dekabr kuni, 2018-yilda o‘tkazilgan AlphaStar va dunyoning eng kuchli yuz nafar o‘yinchisi qatoriga kiruvchi TLO hamda MaNa o‘rtasidagi bahsda AlphaStar 10:0 hisobida g‘alaba qozondi. Shu bilan birga MaNa hisobga olinmagan bitta o‘yinda g‘alaba qila oldi.
24-yanvar, 2019-yil: StarCraft II nomli real vaqt rejimidagi strategiya o‘yiniuchun AlphaStar dasturi taqdim etildi. Dastlab AlphaStar odamlarning o‘yin yozuvlari asosida o‘qitildi. So‘ngra u «AlphaStar ligasi»ga qo‘shildi. Bu yerda sun’iy intellekt faqat o‘ziga qarshi emas, balki AlphaStar’ning zaif jihatlaridan foydalanishga maxsus yo‘naltirilgan va o‘yindagi uch irqning har birini ifodalaydigan «ekspluatator» agentlarga ham qarshi o‘ynadi. Bunday o‘qitish AlphaStar’ning barcha uch irq va har qanday o‘yin strategiyasiga qarshi kuchli raqib bo‘lishini ta’minladi. Taqdimot paytida AlphaStar 200 yillik o‘yin vaqtiga teng bilimga ega edi. Shu bilan birga, ishlab chiquvchilar sun’iy intellekt imkoniyatlarini cheklashga, masalan, uning bir daqiqadagi harakatlar sonini yaxshi o‘yinchining o‘rtacha ko‘rsatkichiga tenglashtirishga harakat qilishdi (bu dasturga inson erisha olmaydigan natijalarni ko‘rsatishga to‘sqinlik qilmadi). Natijada dastur uzoq muddatli strategiya orqali g‘alaba qozonishni o‘rganishga majbur bo‘ldi. Uning reaksiya tezligi raqib ko‘rish maydonida paydo bo‘lganidan javob qaytarishgacha taxminan 3 kadrni tashkil etadi. Sun’iy intellektning ko‘rish maydoni inson o‘yinchisinikiga tenglashtirildi.
2019-yil oktabr oxiriga kelib, sun’iy intellekt StarCraft II o‘yinida grossmeyster darajasiga erishdi va ro‘yxatdan o‘tgan inson o‘yinchilarning 99,8 %idan o‘zib ketdi. Bunga erishish uchun AlphaStar’ga 44 kunlik mashg‘ulot kerak bo‘ldi.
Video yaratish
2024-yil may oyida Google I/O 2024 konferensiyasida multimodal video yaratuvchi Veo modeli e’lon qilindi. Google bu model bir daqiqadan uzunroq 1080p videolarni yarata olishini bildirdi. 2024-yil dekabrda Google VideoFX orqali foydalanish mumkin bo‘lgan Veo 2 modelini chiqardi. U 4K aniqlikda video yaratishni qo‘llab-quvvatlaydi va fizik qonuniyatlarni yaxshiroq tushunadi.
2025-yil aprelida Google Gemini obunachilariga Veo 2 video yaratish modelidan foydalanish imkonini berdi. Foydalanuvchilar 720p aniqlikdagi va 16:9 tomonlar nisbatiga ega sakkiz soniyalik videokliplar yaratib, ularni Gemini’ning «Ulashish» tugmasi yordamida TikTok, YouTube va boshqa xizmatlarga yuklay oladi. Veo 2 yaratgan videolarni Google’ning SynthID texnologiyasi bilan suv belgisi qo‘yilgan MP4 fayllari sifatida ham yuklab olish mumkin.
O‘sha yilning may oyida Google Veo 3 modelini taqdim etdi. Eng sezilarli yangilik tovush yaratish imkoniyati bo‘ldi; shuningdek, eng yuqori ruxsat etilgan aniqlik ( 4Kgacha) oshirildi va matnli ko‘rsatmalarga (promptlarga) rioya qilish aniqligi yaxshilandi.
2026-yil iyun oyida Google Veo o‘rnini bosgan Gemini Omni modellari turkumini e’lon qildi. Uning asosiy farqi tug‘ma multimodallik bo‘lib, u modelga bir vaqtning o‘zida matn, audio va videoniqayta ishlash va yaratish imkonini beradi. Omni suhbat orqali tahrirlash funksiyasini taqdim etdi: foydalanuvchilar tayyor videolarni qo‘shimcha ko‘rsatmalar berib o‘zgartira oladi. Model shuningdek, sinxronlashtirilgan audio bilan birga video yaratish va shaxsiylashtirilgan sun’iy intellektavatarlari yaratish imkoniyatiga ega bo‘ldi. Yengillashtirilgan Gemini Omni Flash modeli mobil Gemini ilovasi va quyidagi qisqa video platformasiga ham integratsiya qilindi: YouTube Shorts.
Go o‘yini
2015-yil oktabrda go o‘yini uchun AlphaGonomli, DeepMind yaratgan dastur go bo‘yicha Yevropa chempioni Fan Xueyni (2-darajali dan) 5—0 hisobida mag‘lub etdi. Bu yangilik faqat 27-yanvar kuni, 2016-yilda e’lon qilindi; shu kuni maqola chop etgan ilmiy jurnal — Nature.
Bu tarixda sun’iy intellektning professional go o‘yinchisi ustidan qozongan ilk g‘alabasi edi. AlphaGo’gacha barcha ma’lum sun’iy intellekt tizimlari go o‘yinini faqat havaskor darajada o‘ynagan. Yurish variantlari juda ko‘pligi sababli go kompyuter uchun g‘alaba qozonish qiyin bo‘lgan o‘yin hisoblanadi (masalan, shaxmat kabi o‘xshash o‘yinlarga nisbatan). Shu bois sun’iy intellektda an’anaviy bo‘lgan yurishlarni birma-bir ko‘rib chiqish usuli bunda deyarli ish bermaydi. 2016-yil martda dastur uchrashuvda g‘alaba qozondi va dunyoning eng kuchli go o‘yinchilaridan biri Li Sedolni 4-1 hisobida yengdi.
Boshqa yo‘nalishlar
DeepMind nashrlari quyidagi mavzularni qamrab oladi: mashinalarning tabiiy tilni tushunishi, neyron tarmoqlar yordamida andaza asosida tasvir yaratish, nutqni tanib olish, neyron tarmoqlarni o‘qitish algoritmlari.
DeepMind Health
DeepMind Health — DeepMind’ning tibbiyotda sun’iy intellektsohasida ishlovchi bo‘linmasi. Uning ochilishi 24-fevral kuni, 2016-yilda kompaniya veb-saytida e’lon qilingan. Bo‘linma rahbari — Mustafo Sulaymon.
DeepMind Health o‘z faoliyatida Buyuk Britaniya Milliy sog‘liqni saqlash xizmatibilan hamkorlik qiladi. DeepMind Health shifokorlarga bemorlarni parvarish qilish texnologiyalarini yaratish va takomillashtirishda texnik ko‘mak berishni rejalashtirgan. Bemorlar ma’lumotlarining xavfsizligi va maxfiyligiga alohida e’tibor qaratiladi. Bo‘linma ishini mustaqil ekspertlar kengashi nazorat qiladi. Ular orasida Richard Horton[ingl.]ham bor. U nufuzli tibbiyot jurnali muharriri bo‘lib, jurnalning nomi — The Lancet.
Hozir DeepMind Health shifokorlarning ishini yengillashtiruvchi elektron vositalar yaratmoqda. Xususan, shifokorlarga o‘tkir buyrak yetishmovchiligigaaniqroq tashxis qo‘yishda yordam beruvchi smartfon ilovasi taqdim etildi. Shuningdek, DeepMind shifokorlar uchun vazifalarni boshqaruvchi tibbiy ilovani sotib oldi. Uni yaratgan shifokorlar jamoasi London Imperial kollejidanbo‘lib, DeepMind Health’ga qo‘shiladi. Bitim qiymati oshkor qilinmagan.
2020-yil dekabrda DeepMind jamoasi oqsil tuzilishini bashorat qilishga oid fundamental ilmiy muammo yechilganini e’lon qildi. Kompaniya ishlab chiqqan neyron tarmoqlarga asoslangan dastur oqsil tuzilishini 90% aniqlik bilan bashorat qila oldi (bu zamonaviy skanerlash usullaridan yaxshiroq). Natijada oqsilni kodlaydigan genom ketma-ketligi asosida uning 3 o‘lchamli modelini yaratish mumkin bo‘ladi. Bu yangi dori vositalarini ishlab chiqish va biokimyoviy jarayonlarni umuman tushunish uchun katta ahamiyatga ega.
Universitetlar bilan hamkorlik
2014-yilda DeepMind Oksford universitetibilan hamkorlik boshladi. DeepMind Oksfordning sun’iy intellekt ustida ishlayotgan ikkita ilg‘or jamoasini ishga oldi. Birinchi jamoa chuqur o‘rganishni ayniqsa mashinalarning tabiiy tilni tushunishisohasida qo‘llaydigan dunyoning yetakchi mutaxassislaridan iborat: professorlar Nando de Freytas va Fil Blansom, doktorlar Edvard Grefenshtett va Karl Morits. Ikkinchi jamoa esa kompyuter ko‘rishisohasining yetakchi mutaxassislaridan iborat: doktorlar Karen Simonyan va Maks Yadenberg, professor Endryu Zisserman. Hamkorlik doirasida informatika va muhandislik fakultetlari Google’dan salmoqli moliyalashtirish oladi. DeepMind shuningdek, talabalarga amaliyot dasturlari, ma’ruzalar va seminarlar tashkil etishni rejalashtirgan.
Boshqa universitetlar olimlari ham DeepMind bilan ishlaydi. Masalan, AlphaGo haqidagi maqola va DeepMind’ning mustahkamlovchi o‘rganishbo‘yicha ko‘plab boshqa nashrlari hammuallifi Devid Silver London universitet kollejidama’ruzalar o‘qiydi. DeepMind’ning ayrim nashrlari quyidagi tashkilotlar olimlari bilan hammualliflikda yozilgan: Toronto universiteti, Monreal universiteti, Avstraliya milliy universiteti, Amsterdam universiteti, Berkli Kaliforniya universiteti, INRIA.