Discovering novel algorithms with AlphaTensor
在我们的论文中，今天在自然界发表，我们介绍了Alphatensor，这是第一个人工智能（AI）系统，用于发现用于基本任务（例如矩阵乘法）的新颖，有效且可证明的正确算法。这阐明了一个50年历史的数学开放式问题，即找到最快的方法来繁殖两个矩阵。本文是DeepMind的使命，旨在推进科学并使用AI解锁最根本的问题。我们的系统Alphatensor建立在Alphazero的基础上，Alphazero是一位在棋盘游戏中显示超人性能的经纪人，例如国际象棋，GO和Shogi，这项工作显示了Alphazero从玩游戏到第一次解决未解决的数学问题的旅程。
How our principles helped define AlphaFold’s release
我们的运营原则既定义了我们优先考虑广泛利益的承诺，也定义了我们拒绝追求的研究和应用领域。自 DeepMind 成立以来，这些原则一直是我们决策的核心，并随着人工智能格局的变化和发展而不断完善。它们是为我们作为一家研究驱动的科学公司的角色而设计的，并且与 Google 的人工智能原则一致。
Maximising the impact of our breakthroughs
DeepMind 的 CBO Colin 讨论了与 Alphabet 的合作以及我们如何将道德、责任和安全融入我们所做的每一件事中。
在最新一期的科学新闻中，您可以阅读有关解释和治疗阿尔茨海默病的最新进展，并找出最近儿童肝炎爆发的潜在原因。ScienceSeeker 编辑们最喜欢的帖子在他们各自的兴趣和专业领域内，还涵盖了许多其他重要且令人兴奋的主题。为什么不读一读，了解一下，并满足您的科学好奇心呢？《整个蛋白质世界》：人工智能预测几乎所有已知蛋白质的形状，作者：Ewen Callaway，Nature AlphaFold 工具预测的卵黄蛋白（蛋黄的前体）的结构。来源：DeepMind伪造的 β-淀粉样蛋白数据。这是什么意思？ Derek Lowe 撰写，发表于《科学》杂志《意外的大脑化学反应是惊喜背后的原因》S Hussa
#306 – Oriol Vinyals: Deep Learning and Artificial General Intelligence
Oriol Vinyals 是 DeepMind 的研究总监和深度学习负责人。请查看我们的赞助商来支持此播客： - Shopify：https://shopify.com/lex 获得 14 天免费试用 - Weights & Biases：https://lexfridman.com/wnb - Magic Spoon：https://magicspoon.com/lex 并使用代码 LEX 获得 5 美元折扣 - Blinkist：https://blinkist.com/lex 并使用代码 LEX 获得 25% 的高级折扣 EPISODE LINKS：Oriol 的 Twitter：ht
The virtuous cycle of AI research
我们最近采访了 DeepMind 的研究科学家 Petar Veličković。 Petar 与他的合著者一起在美国马里兰州巴尔的摩举行的 ICML 2022 上发表了他的论文《CLRS 算法推理基准》。
Leading a movement to strengthen machine learning in Africa
博弈论和多智能体团队的研究工程师 Avishkar Bhoopchand 分享了他加入 DeepMind 的历程，以及他如何努力提高深度学习在非洲的知名度。
Building a culture of pioneering responsibly
我之所以加入 DeepMind 担任首席运营官，很大程度上是因为我发现创始人和团队都同样关注积极的社会影响。事实上，在 DeepMind，我们现在倡导一个完美体现我自己的价值观和将技术融入人们日常生活的希望的术语：负责任地开拓。我相信，负责任地开拓应该是任何从事技术工作的人的首要任务。但我也认识到，当涉及到人工智能等强大而广泛的技术时，这一点尤其重要。人工智能可以说是当今最具影响力的技术。它有可能以无数种方式造福人类——从应对气候变化到预防和治疗疾病。但我们必须考虑到其积极和消极的下游影响。
Агенты ИИ способны быстро адаптироваться в постоянно меняющейся среде
DeepMind 的开放式学习团队开发了一种训练游戏 AI 系统的新方法。 DeepMind 团队没有像其他 AI 游戏系统那样基于数千个之前的游戏会话来训练系统，而是为新 AI 系统的代理提供了一组最低限度的技能，让他们用来实现一个简单的目标（例如，检测虚拟世界中的另一个玩家），然后开发它们。
MuZero осваивает го, шахматы, сёги и игры Atari не зная правил
DeepMind 旨在证明 AI 不仅可以精通某种游戏，而且甚至可以在不了解规则的情况下擅长该游戏。名为 MuZero 的新型 AI 代理不仅可以处理围棋、国际象棋和将棋等视觉上简单的策略游戏，还可以处理 Atari 的视觉上复杂的游戏。
AlphaFold 2 Explained: A Semi-Deep Dive
上个月底，谷歌机器学习研究部门 DeepMind 创下了新纪录：准确预测蛋白质结构。DeepMind 以开发击败围棋和星际争霸 II 世界冠军的机器人而闻名。如果他们的结果像团队声称的那样好，他们的模型 AlphaFold 可能会为药物发现和基础生物学研究带来重大福音。但这种基于神经网络的新模型是如何工作的呢？在这篇文章中，我将尝试简要但半深入地介绍支持该模型的机器学习和生物学。首先，快速了解一下生物学：蛋白质在体内的功能完全由其三维结构决定。例如，臭名昭著的“刺突蛋白”可以标记冠状病毒，从而使病毒进入我们的细胞。同时，Moderna 和辉瑞等 mRNA 疫苗复制了这些刺突蛋白的形状，从而
Алгоритм Uber AI может пройти любую игру Atari 2600 с супер-счетом
英国 DeepMind 并不是唯一一家拥有可以在 Atari 上玩游戏的人工智能的公司。 Uber AI 的研究团队开发了一套 Go-Explore 算法，据报道可以以“超人”的分数击败任何 Atari 2600 游戏，包括那些 AI 之前难以击败其“有机”竞争对手的游戏。
#86 – David Silver: AlphaGo, AlphaZero, and Deep Reinforcement Learning
David Silver 领导 DeepMind 的强化学习研究小组，曾担任 AlphaGo、AlphaZero 的首席研究员，并联合领导 AlphaStar 和 MuZero，在强化学习领域做了许多重要工作。通过注册以下赞助商来支持此播客：- MasterClass：https://masterclass.com/lex- Cash App - 使用代码“LexPodcast”并下载：- Cash App（App Store）：https://apple.co/2sPrUHe- Cash App（Google Play）：https://bit.ly/2MlvP5w 剧集链接：强化学习（书籍
#75 – Marcus Hutter: Universal Artificial Intelligence, AIXI, and AGI
Marcus Hutter 是 DeepMind 的高级研究科学家，也是澳大利亚国立大学的教授。在他的研究生涯中，包括与 Jürgen Schmidhuber 和 Shane Legg 合作，他在通用人工智能领域提出了许多有趣的想法，包括开发 AIXI 模型，这是一种 AGI 的数学方法，融合了 Kolmogorov 复杂性、Solomonoff 归纳法和强化学习的思想。剧集链接：Hutter 奖：http://prize.hutter1.netMarcus 网站：http://www.hutter1.net 提及的书籍：- 通用人工智能：https://amzn.to/2waIAuw- 人工
Искусственный интеллект помогает восстановить недостающие части древнегреческих надписей
来自牛津大学和英国人工智能公司 DeepMind 的研究人员创建了一个名为 Pythia 的古代文本恢复系统。她致力于猜测部分被毁坏的古希腊铭文中缺失的单词，据报道其表现优于专家
Google хочет использовать ИИ, чтобы повысить пользу от энергии ветра
谷歌及其子公司 DeepMind 正在努力使风电场产生的能源更加有用。该公司试图解决的问题是，虽然风能是无碳电力的重要来源，但它本质上是不可预测的。
ИИ помогает ходить инвалидам с использованием роботизированного колена
今天，研究人员正在研究强化学习技术，该技术帮助 DeepMind 的 AlphaZero AI 在国际象棋和围棋方面击败了对手。
Tomaso Poggio: Brains, Minds, and Machines
Tomaso Poggio 是麻省理工学院的教授，也是大脑、思维和机器中心的主任。他的工作被引用超过 100,000 次，对我们理解智能的本质产生了深远的影响，无论是在生物神经网络中还是在人工智能中。他曾担任许多具有高度影响力的人工智能研究人员和企业家的顾问，包括 DeepMind 的 Demis Hassabis、MobileEye 的 Amnon Shashua 和艾伦脑科学研究所的 Christof Koch。视频版本可在 YouTube 上观看。如果您想获取有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Face
