Veo sun’iy intellekt video modeli

Google DeepMind
Изображение логотипа
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 (ingliz tilida)
Логотип Викисклада Vikimedia omboridagi mediafayllar

Google DeepMind, avvalgi nomi DeepMind Technologies, — Britaniya kompaniyasi bo‘lib, u sun’iy intellektsohasida faoliyat yuritadi. U 2010-yilda Londonda DeepMind Technologies nomi bilan tashkil etilgan. 2014-yilda uni sotib olgan kompaniya — Google.

Kompaniya AlphaGonomli kompyuter tizimini yaratgani bilan mashhur. Bu tizim professional o‘yinchini go o‘yinida mag‘lub etgan.

DeepMind neyron tarmoqyaratgan bo‘lib, ushbu tarmoq videoo‘yinlarni inson darajasida o‘ynashni o‘rgana oladi.

2020-yilda kompaniya AlphaFold 2dasturini ishlab chiqdi. Bu dastur biologiya fanining fundamental muammolaridan biri bo‘lgan oqsil tuzilishini bashorat qilish muammosini hal etishga yordam beradi.

2022-yilda kompaniya neyron tarmoqqa asoslangan AlphaTensoralgoritmini ishlab chiqdi. Uning yordamida bir nechta yangi matritsalarni ko‘paytirish algoritmlari topildi. Ular kichik o‘lchamli matritsalarga mo‘ljallangan. Masalan, 4X4 matritsalar uchun Shtrassen algoritmi 49 ta ko‘paytirish amalini talab qilsa, AlphaTensor 47 ta ko‘paytirish bilan ishlaydigan algoritmni topdi. Biroq u faqat quyidagi chekli maydonda ishlaydi: ℤ/2ℤ[ingliz tilida].

2023-yil aprelida kompaniya Google Brain bo‘linmasi bilan birlashib, Google DeepMind nomini oldi.

10-dekabr kuni (2024-yil) kompaniyaning bosh ijrochi direktori Demis Hassabis, Den Devid mukofoti (2020) sovrindori hamda kompaniya direktori Jon Jamper ushbu mukofotga sazovor bo‘ldilar: kimyo bo‘yicha Nobel mukofoti (2024-yil). Mukofot ularga oqsil tuzilishini bashorat qilish bo‘yicha kompaniyada ishlab chiqilgan AlphaFold 2 dasturi yordamida erishilgan natijalar uchun berildi.

Tarixi

2010-yilda Demis Hassabis, Sheyn Legg, Mustafo Sulaymon birgalikda startap DeepMind Technologies kompaniyasiga asos soldilar. Hassabis va Legg bundan avval ham tanish bo‘lib, ular London universitet kollejida Gatsby hisoblash neyrobiologiyasi bo‘linmasida ishlaganlar (Gatsby Computational Neuroscience Unit, www.gatsby.ucl.ac.uk).

Kompaniyaga sarmoya kiritganlar qatorida yirik venchur fondlari — Horizons Ventures, Founders Fund, shuningdek, tadbirkorlar Skott Banister va Ilon Mask ham bor. Yan Tallinn kompaniyaning dastlabki investor va maslahatchilaridan biri bo‘lgan.

2014-yilda DeepMind «Yil kompaniyasi» mukofotini oldi. Mukofotni Kembrij universiteti Kompyuter laboratoriyasi taqdim etdi.

2014-yil 26-yanvarda 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, kelishuv Facebook 2013-yilda DeepMind Technologies’ni sotib olish bo‘yicha muzokaralarni to‘xtatganidan so‘ng amalga oshgan. Google bilan bitim shartlaridan biri Google tomonidan sun’iy intellektning axloqiy muammolarini ko‘rib chiqadigan kengash tashkil etilishi edi.

Google kompaniyani sotib olganidan keyin u Google DeepMind deb atala boshladi.

2016-yil sentabr boshida kompaniya Googlening bosh kompaniyasi — Alphabettarkibiga o‘tdi va nomidan Google so‘zi olib tashlandi. Shu tariqa kompaniya DeepMind Technologies Limited yoki shunchaki DeepMind nomi bilan tanila boshladi. Kompaniya veb-saytining dizayni ham o‘zgartirildi.

2023-yil aprelida DeepMind Google Brain bo‘linmasi bilan birlashdi va sun’iy intellekt bo‘yicha ishlarni jadallashtirishga qaratilgan davomli sa’y-harakatlar doirasida Google DeepMind tashkil etildi.

Tadqiqot yo‘nalishlari

Kompaniyaning maqsadi — «intellekt muammosini hal qilish». Buning uchun ular eng ilg‘or texnologiyalardan, jumladan, mashinali o‘rganish hamda tizimli psixofiziologiyakabi usullardan foydalanib, yakunda turli vazifalarga mos umumiy maqsadli o‘rganuvchi algoritmlarni yaratishni ko‘zlaydilar. Shuningdek, ular intellektni faqat mashinalarda amalga oshirish uchungina emas, balki inson miyasi qanday ishlashini tushunish uchun ham uni aniq nazariy shaklda ifodalash ustida ishlamoqdalar. Demis Hassabisning so‘zlariga ko‘ra:

Neyrobiologiya nuqtayi nazaridan, intellekt mohiyatini algoritmik tuzilma sifatida ifodalashga urinish ongimizning eng chuqur sirlarini, masalan, ong va orzularni tushunishning eng yaxshi usuli bo‘lishi mumkin.

DeepMind intellekt muammosining yechimini har qanday vazifani bajarishga moslashadigan, o‘z-o‘zini o‘rganuvchi universal intellektual agentlarni yaratishda ko‘radi. Bunday agentlar dastlabki ishlov berilmagan kirish ma’lumotlaridan mustaqil o‘rganishi va faqat bitta vazifa uchun mo‘ljallangan «tor doiradagi sun’iy intellekt» tizimlaridan, masalan, Deep Blue yoki IBM Watsondan farqli ravishda istalgan masalani yecha olishi kerak. Bunday intellektual agentlar ni yaratishning asosiy yondashuvi sifatida mustahkamlovchi o‘rganish usuli tanlangan.

Hozir kompaniya turli xil, jumladan, strategik go o‘yinidan tortib kompyuter arkada o‘yinlarigacha bo‘lgan o‘yinlarni o‘ynaydigan kompyuter tizimlarini tadqiq qilmoqda. Sheyn Leggning aytishicha, sun’iy intellekt «mashina faqat idrok oqimining kirish va chiqish signallaridan foydalanib, keng turdagi o‘yinlarni o‘rganishga va bir o‘yinda orttirgan tushunchalarini boshqasiga ko‘chirishga qodir bo‘lganida» inson darajasiga yetadi. Demis Hassabisning o‘yinlarga e’tibor qaratib, an’anaviy robototexnikadan chekinish sababini tushuntirishicha, «robotlar qimmat, sekin va tez-tez buziladi... tadqiqotchi robotning mexanik qismlarini ta’mirlashga chalg‘iydi...». Xabarlarga ko‘ra, Google kompaniyani sun’iy intellekttizimining yetti xil Atario‘yinini (Pong, Breakout, Space Invaders, Seaquest, Beamrider, Enduro, Q*bert) muvaffaqiyatli o‘ynay olgani haqidagi tadqiqot e’lon qilinganidan keyin sotib olgan.

2018-yil boshida DeepMind tadqiqotchilari o‘z tizimlaridan biriga quyidagi kompyuter o‘yinini o‘ynashni o‘rgatdilar: Quake III Arena. Ma’lum vaqt mashq qilgach, tizim o‘yin mahorati bo‘yicha avval kuchli inson o‘yinchilariga 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’lumotlarni yozish va keyinroq o‘qish uchun xuddi Tyuring mashinasikabi tashqi xotiradan foydalanadi. Shuning uchun ushbu arxitektura «Tyuring neyron mashinasi» (Neural Turing Machine) deb nomlangan. Tadqiqotchilar fikricha, Tyuring neyron mashinasi insonning qisqa muddatli xotirasiga taqlid qiladi va uning ishlash tamoyillarini tushunishga yordam beradi. Tajribalarda neyron tarmoq nusxa olish, saralash va assotsiativ xotira kabi oddiy algoritmlarni muvaffaqiyatli o‘rgandi.

Videoo‘yinlarda chuqur mustahkamlovchi o‘rganish

DeepMind sun’iy intellekt tiziminitaqdim etdi. U 70–80-yillarda yaratilgan va Atari 2600konsoli uchun mo‘ljallangan klassik o‘yinlarni o‘rganishi mumkin. Tadqiqotda sun’iy intellekt 49 ta videoo‘yinni o‘rgandi. Natijada u inson darajasiga yetdi va 22 ta o‘yinda insondan ustun keldi. DeepMind sun’iy intellekti biror o‘yin uchun qat’iy dasturlanmagan. O‘rganish boshida tizim o‘yin qoidalarini umuman bilmaydi va faqat o‘yinning pikselli tasviri hamda to‘plangan ochkolar haqidagi ma’lumotlardan foydalanib, mustaqil o‘ynashni o‘rganadi.

Bu sun’iy intellektning asosini DeepMind «chuqur mustahkamlovchi o‘rganish» yoki deep Q-network (DQN) deb ataydigan yondashuv tashkil etadi. Bu mustahkamlovchi o‘rganish ning modelsiz ko‘rinishi bo‘lib, Q-o‘rganishusulidan foydalanadi. Unda foydalilik funksiyasi quyidagi vosita yordamida modellashtiriladi: chuqur neyron tarmoq. Tarmoq arxitekturasi sifatida konvolyutsion neyron tarmoqtanlangan. Hozir bu arxitektura tasvirlarni tanib olishda samarali qo‘llanadi.

DeepMind kelgusida xuddi shu tamoyillarga asoslangan sun’iy intellektni 90-yillardagi murakkabroq 3D o‘yinlar, masalan, Doom va poyga simulyatorlarida o‘ynashga o‘rgatmoqchi. 2016-yil fevralida 3D o‘yinlarga o‘rgatishning dastlabki natijalari taqdim etildi. Sun’iy intellekt mashina boshqarishni 3D poyga simulyatorida o‘rgandi ( TORCS), shuningdek, Doom uslubidagi 3D Labyrinth labirintida chiqish yo‘li va sovrinlarni izlashni hamda MuJoCo fizik simulyatorida oddiy vazifalar (harakatlanish, muvozanatni saqlash, buyumlarni boshqarish)ni bajarishni o‘rgandi (www.mujoco.org). Avvalgidek, tizimga faqat «dunyo»ning pikselli tasviri berildi. Neyron tarmoq arxitekturasiga LSTM— rekurrent neyron tarmoqning bir turi qo‘shildi.

AlphaStar

Har yili o‘tkaziladigan BlizzCon 2016 festivalida Blizzardkompaniyasi, ushbu tadbir tashkilotchisi, DeepMind bilan hamkorlik qilishini e’lon qildi. Keyin ikkala kompaniyaning rasmiy bloglarida bu voqea haqida maqolalar chop etildi. Hamkorlikdan maqsad sun’iy intellekt ni StarCraft IIo‘yiniga joriy etish va unda o‘rgatishdir. O‘yin ishlab chiquvchilariga ko‘ra, StarCraft II sun’iy intellektni o‘rgatish uchun ideal muhitdir, chunki uning murakkab qoidalari haqiqiy dunyoning murakkabligi va ko‘p qirraliligini yetarlicha aks ettiradi. Bundan tashqari, o‘yin hamjamiyati uni go, shaxmat va pokerda insonni yengishga muvaffaq bo‘lgan sun’iy intellekt uchun eng katta sinov deb hisoblagan.

StarCraft II — sun’iy intellekt yaratish bo‘yicha tadqiqotlarni yangi bosqichga olib chiqadigan ideal muhit. O‘yinning murakkab qoidalari real dunyoning ko‘p qirraliligi va tartibsizligini yetarli darajada aks ettiradi. Dastlab resurs to‘plashni, keyin sodda inshootlar qurishni, xaritani o‘rganishni va raqibni izlashni o‘rganasiz. Ko‘proq jangovar birliklar ishlab chiqarish kerakmi yoki mudofaa chizig‘ini mustahkamlash ma’qulmi? Erta hujum qilasizmi yoki rivojlanishga e’tibor qaratasizmi?

Hozir «StarCraft 2 API» ustida ish olib borilmoqda. U sun’iy intellektga o‘yin interfeysi bilan to‘liq ishlash imkonini beradi. Loyihaga istagan kishi qo‘shilishi mumkin; buning uchun 2017-yil birinchi choragida amalga oshirilishi rejalashtirilgan texnik vazifalar e’lon qilingan. Sun’iy intellekt reyting o‘yinlarida ishtirok etgan boshqa o‘yinchilarning takroriy yozuvlarini ko‘rib o‘rganadi.

2018-yil 19-dekabrdagi turnirda AlphaStar dunyoning eng kuchli yuz nafar o‘yinchisi qatoriga kiruvchi ikki professional — TLO va MaNa bilan bahslashib, 10:0 hisobida g‘alaba qozondi. Biroq MaNa hisobga kiritilmagan bitta o‘yinda AlphaStarni yengishga muvaffaq bo‘ldi.

2019-yil 24-yanvarda StarCraft II nomli real vaqt strategiyasijanridagi o‘yinga ixtisoslashgan AlphaStar dasturi namoyish etildi. Avval AlphaStar insonlar o‘yinlarining yozuvlari orqali o‘rgatildi, so‘ng «AlphaStar ligasi»ga kiritildi. Bu yerda sun’iy intellekt faqat o‘ziga qarshi emas, balki uning zaif tomonlaridan foydalanishga maxsus yo‘naltirilgan, uchta o‘yin irqining har birini ifodalovchi «ekspluatator» agentlarga qarshi ham o‘ynadi. Ushbu mashg‘ulot AlphaStarning uchala irq va har qanday o‘yin strategiyasi uchun kuchli raqibga aylanishini ta’minladi. Taqdimot vaqtiga kelib, AlphaStar 200 yillik o‘yin vaqti miqdoriga teng tajribaga ega edi. Shu bilan birga, ishlab chiquvchilar sun’iy intellekt imkoniyatlarini cheklashga, masalan, bir daqiqadagi harakatlar sonini yaxshi o‘yinchining o‘rtacha ko‘rsatkichiga tenglashtirishga urindilar (bu dasturga inson uchun imkonsiz natijalarni ko‘rsatishga xalaqit bermadi). Shu sabab dastur uzoq muddatli strategiya orqali yutishni o‘rganishga majbur bo‘ldi. Raqib ko‘rish maydonida paydo bo‘lganidan javob harakatigacha bo‘lgan reaksiya vaqti taxminan 3 kadrni tashkil etdi. Sun’iy intellektning ko‘rish maydoni o‘yinchiniki bilan bir xil darajagacha qisqartirildi.

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. AlphaStar bu natijaga 44 kunlik mashg‘ulot orqali erishdi.

Video yaratish

2024-yil may oyida Google I/O 2024 konferensiyasida multimodal video yaratish uchun Veo modeli e’lon qilindi. Google ma’lumotiga ko‘ra, u 1080p aniqlikdagi bir daqiqadan uzun videolarni yarata oladi. 2024-yil dekabrida Google VideoFX orqali foydalanish mumkin bo‘lgan Veo 2 modelini chiqardi. U 4K aniqlikdagi video yaratishni qo‘llab-quvvatlaydi va fizika qonunlarini yaxshiroq tushunadi.

2025-yil aprelida Google Veo 2 video yaratish modelidan foydalanishni Gemini obunachilari uchun ochdi. Foydalanuvchilar 720p aniqlikdagi, 16:9 tomonlar nisbatiga ega sakkiz soniyalik videokliplar yaratishi va ularni Geminining «ulashish» tugmasi orqali TikTok, YouTube hamda boshqa xizmatlarga joylashi mumkin. Veo 2 yaratgan videolarni Googlening SynthID texnologiyasi bilan suv belgisi qo‘yilgan MP4 fayllar sifatida ham yuklab olish mumkin.

O‘sha yilning may oyida Google Veo 3 modelini taqdim etdi. Eng muhim yangilik tovushlarni yaratish imkoniyati bo‘ldi. Shuningdek, maksimal aniqlik ( 4Kgacha) oshirildi va matnli ko‘rsatmalarga rioya qilish aniqligi yaxshilandi.

Aynan iyun oyida, 2026-yilda Google Veo o‘rnini egallagan Gemini Omni modellari turkumini e’lon qildi. Uning asosiy farqi — modelga bir vaqtning o‘zida matn, audio va videoni qayta ishlash hamda yaratish imkonini beradigan tabiiy multimodallikdir. Omni suhbat orqali tahrirlash funksiyasini taqdim etdi: foydalanuvchilar qo‘shimcha ko‘rsatmalar berib, yaratilgan videolarga o‘zgartirish kirita oladilar. Shuningdek, model bir vaqtning o‘zida sinxron ovoz bilan video yaratish hamda shaxsiylashtirilgan sun’iy intellektavatarlarini yaratishni qo‘llab-quvvatladi. Yengillashtirilgan Gemini Omni Flash versiyasi Gemini mobil ilovasiga va YouTube Shorts xizmatlariga integratsiya qilindi.

Go o‘yini

2015-yil oktabrida go o‘yinini o‘ynovchi AlphaGodasturi DeepMind tomonidan ishlab chiqilgan bo‘lib, u go bo‘yicha Yevropa chempioni Fan Xuey (2-dan) ustidan 5—0 hisobida g‘alaba qozondi. Xabar 2016-yil 27-yanvarda, Nature jurnalida maqola chop etilishi bilan bir vaqtda e’lon qilindi.

Bu tarixda sun’iy intellektning professional go o‘yinchisini birinchi marta mag‘lub etishi edi. AlphaGogacha ma’lum barcha sun’iy intellekt tizimlari go o‘yinini faqat havaskorlar darajasida o‘ynardi. Mumkin bo‘lgan yurishlar juda ko‘pligi sababli go kompyuter uchun g‘alaba qozonish qiyin bo‘lgan o‘yin hisoblanadi (masalan, shaxmat kabi o‘xshash o‘yinlarga qaraganda). Shu bois sun’iy intellektda odatda qo‘llanadigan yurishlarni birma-bir ko‘rib chiqish usuli deyarli ishlamaydi. 2016-yil martida dastur uchrashuvda g‘olib bo‘ldi : uning raqibi dunyoning eng kuchli go o‘yinchilaridan biri Li Sedol edi; yakuniy hisob 4-1 bo‘ldi.

Boshqa yo‘nalishlar

DeepMind nashrlari quyidagi mavzularni qamrab oladi: mashinalarning tabiiy tilni tushunishi, neyron tarmoqlar yordamida shablon asosida tasvir yaratish, nutqni tanib olishva neyron tarmoqlarni o‘rgatish algoritmlari.

DeepMind Health

DeepMind Health — DeepMindning tibbiyotda sun’iy intellektyo‘nalishida ishlovchi bo‘linmasi. Uning tashkil etilgani 2016-yil 24-fevralda kompaniya veb-saytida e’lon qilindi. Bo‘linma rahbari — Mustafo Sulaymon.

DeepMind Health o‘z faoliyatida Buyuk Britaniya Milliy sog‘liqni saqlash xizmatibilan hamkorlik qiladi. DeepMind Health shifokorlarga bemorlarni parvarishlash texnologiyalarini yaratish va takomillashtirish uchun texnik ekspertiza taqdim etishni rejalashtirgan. Bemorlar ma’lumotlarining xavfsizligi va maxfiyligiga alohida e’tibor qaratiladi. Bo‘linma faoliyatini mustaqil ekspertlar kengashi nazorat qiladi; uning a’zolari orasida Richard Xorton[ingliz tilida]ham bor. U nufuzli tibbiyot jurnali — The Lancet nashrining muharriri.

Hozir DeepMind Health shifokorlar ishini yengillashtiruvchi elektron vositalarni yaratmoqda. Ular o‘tkir buyrak yetishmovchiligini aniqroq tashxislashga imkon beradigan smartfon ilovasini taqdim etdilar. Bundan tashqari, DeepMind shifokorlar uchun vazifalarni boshqaruvchi tibbiy ilovani sotib oldi. Uni yaratgan London Imperial kollejishifokorlar jamoasi DeepMind Health tarkibiga qo‘shilmoqda. Bitim qiymati oshkor etilmagan.

2020-yil dekabrida DeepMind jamoasi oqsil tuzilishini bashorat qilish bo‘yicha fundamental ilmiy muammoni hal etganini e’lon qildi. Kompaniya yaratgan, neyron tarmoqlarga asoslangan dastur oqsil tuzilishini 90% aniqlikda bashorat qila oldi (bu zamonaviy skanerlash usullaridan yaxshi). Bu esa kodlovchi genom ketma-ketligi bo‘yicha oqsillarning 3 o‘lchamli modellarini yaratish imkonini beradi va yangi dorilar ishlab chiqish hamda umuman biokimyoviy jarayonlarni tushunishda katta ahamiyatga ega.

Universitetlar bilan hamkorlik

2014-yilda DeepMind Oksford universitetibilan hamkorlikni boshladi. DeepMind Oksforddan sun’iy intellekt sohasida ishlaydigan ikkita ilg‘or tadqiqot jamoasini ishga oldi. Birinchisi — chuqur o‘rganish ni mashinalarning tabiiy tilni tushunishisohasida qo‘llash bo‘yicha dunyoning yetakchi mutaxassislaridan iborat jamoa: professorlar Nando de Freytas va Fil Blansom, doktorlar Edvard Grefenshtett va Karl Morits. Ikkinchisi esa kompyuter ko‘rishibo‘yicha dunyoning yetakchi mutaxassislaridan iborat jamoa: doktorlar Karen Simonyan va Maks Yadenberg, professor Endryu Zisserman. Hamkorlik doirasida kompyuter fanlari va muhandislik fanlari fakultetlari Google tomonidan katta miqdorda moliyalashtiriladi. DeepMind talabalarga amaliyot dasturi, ma’ruzalar va seminarlar ham tashkil etishni rejalashtirgan.

DeepMind bilan boshqa universitetlarning olimlari ham ishlaydi. DeepMindning AlphaGo haqidagi maqolasi va mustahkamlovchi o‘rganishbo‘yicha boshqa ko‘plab nashrlar hammuallifi Devid Silver London universitet kollejidama’ruzalar o‘qiydi. DeepMindning ayrim maqolalari quyidagi tashkilotlar olimlari bilan hamkorlikda yozilgan: Toronto universiteti, Monreal universiteti, Avstraliya milliy universiteti, Amsterdam universiteti, Berkli Kaliforniya universiteti, INRIA.