仅举几个里程碑:在2019年Google(与NASA一起)获得了“量子至上”,仅在2020年被中国以100亿美元的价格超越中国。CRISPR-CAS9基因组编辑技术于2020年获得诺贝尔奖,而CRISPR Therapeutics的市值为110亿美元。DeepMind解决了一个主要的蛋白质折叠挑战(Alphafold),而Muzero程序标志着自我学习的AI中的另一个里程碑(Muzero可以教会自己参加比赛,国际象棋和Atari游戏)。OpenAI发布了GPT-3,该语言模型使用深度学习来产生类似人类的文本。,列表还在继续。
•坦桑尼亚总统萨米亚·苏鲁胡(Samia Suluhu)•美国前总统吉米·卡特(Jimmy Carter)总统•RT。hon。戴维·卡梅伦(David Cameron),前英国总理•Rt。 hon。 鲍里斯·约翰逊(Boris Johnson),前英国前总理兼伦敦市长•奥林匹克游泳运动员和心理健康倡导者迈克尔·菲尔普斯(Michael Phelps Microsoft AI首席执行官,联合创始人Google DeepMind•奥林匹克赛跑者Mo Farah爵士•摩根·弗里曼(Morgan Freeman),奥斯卡奖得主•伊娃·朗格里亚(Eva Longoria)巴西足球运动员•吉尔斯·杜利(Giles Duley),摄影记者和残疾人权利活动家•萨克(Save the Save the Save the Children International International)首席执行官戴维·卡梅伦(David Cameron),前英国总理•Rt。hon。鲍里斯·约翰逊(Boris Johnson),前英国前总理兼伦敦市长•奥林匹克游泳运动员和心理健康倡导者迈克尔·菲尔普斯(Michael Phelps Microsoft AI首席执行官,联合创始人Google DeepMind•奥林匹克赛跑者Mo Farah爵士•摩根·弗里曼(Morgan Freeman),奥斯卡奖得主•伊娃·朗格里亚(Eva Longoria)巴西足球运动员•吉尔斯·杜利(Giles Duley),摄影记者和残疾人权利活动家•萨克(Save the Save the Save the Children International International)首席执行官
DeepMind 团队于2020 年12 月发布的一种人工智能蛋白质结构预测算法AlphaFold2,被 认为具有人工智能领域里程碑性意义,解决了生物学界长达50 年的蛋白质空间结构预测 难题,改变了此前几乎只能使用X 射线晶体学和冷冻电子显微镜等实验技术确定蛋白质结 构的现状。它的原理基于最先进的深度学习算法以及进化中蛋白质结构的守恒。它使用了 大量的蛋白质序列和结构数据进行训练(如MGnify 和UniRef90 数据库、 BFD 数据库), 并 使用了一个新的深度神经网络构架,该网络被训练为通过利用同源蛋白质和多序列比 对的信息从氨基酸序列生成蛋白质结构。 DeepMind 公司与欧洲生物信息研究所(EMBL-EBI) 的合作团队已经使用AlphaFold2 成功预测出超过100 万个物种的2.14 亿个蛋白质结构, 几乎涵盖了地球上所有已知蛋白质。这一成果标志着AlphaFold2 在结构生物学领域的突 破,因为这些预测结果中有大约35%的结构具有高精度,达到了实验手段获取的结构精度, 而大约80%的结构可靠性足以用于多项后续分析。这将有助于深入理解蛋白质的结构和功 能,为生命科学领域的研究提供更多的线索和解决方案。 AlphaFold2 应用范围广泛,未来 可能被应用于结构生物学、药物发现、蛋白质设计、靶点预测、蛋白质功能预测、蛋白质 -蛋白质相互作用、生物学作用机制等。
近年来,人工智能 (AI) 领域发生了显著变化,吸引了全世界的想象力。2016 年,DeepMind 打造的人工智能程序 AlphaGo 击败了世界围棋冠军,震惊了世界,标志着公众对人工智能的看法发生了重大转折。短短六年后,我们进入了一个技术奇迹的新时代。OpenAI 推出的 GPT-4 展示了人工智能的无限可能性,标志着生成式人工智能和基础模型时代的开始。这些模型具有无与伦比的理解、生成和推理人类语言的能力,不仅是技术奇迹,而且预示着未来人工智能将无缝融入我们生活的方方面面。
7)元宇宙是“meta”和“universe”的复合词,前者意为虚拟、抽象,后者意为现实世界,指三维虚拟世界。 8)奇点是指人工人工智能发展到超越人类智能的程度,雷·库兹韦尔预测这个时间点是2045年。9)弱人工智能应用于国际象棋、围棋等特定领域。弱人工智能是指利用出色的计算能力帮助人类完成工作的人工智能,包括谷歌DeepMind 的 AlphaGo 和 IBM 的 Watson。10)强人工智能比人类的智力水平更高,可以独立思考问题并全面解决问题。它指的是以人的数量来判断的人工智能,例如电影《钢铁侠》中的贾维斯伙计。
作者衷心感谢那些在本报告编写过程中发挥重要作用的人的支持,包括许多慷慨分享时间和专业知识的专家受访者。我们要感谢 Twist Bioscience 的 James Diggans、Serotiny 的 Justin Farlow、Gryphon Scientific 的 Ryan Ritterson 以及 Google DeepMind 的同事在审阅本报告时提供的特别周到的评论。与 NTI 联合主席兼首席执行官 Ernest Moniz 和 NTI 总裁兼首席运营官 Joan Rohlfing 的讨论为制定报告建议提供了宝贵的见解。我们还要感谢 Rachel Staley Grant 管理本报告的制作,以及 Hayley Severance 对管理该项目的帮助。我们也非常感谢 Fidelity Charitable 对这项工作的支持。
1 UKaffiliatesincludesthefollowingentities:GVUKManagementCompanyLimited,GooglePaymentLimited,GoogleUKLimited, GoogleHealthUKLimited,GlobalInfrastructureUKLimited,ApigeeEuropeLimited,GoogleEngineeringUKHoldingsLimited, NVFTechLimited,WingAviationUKLimited,DeepMindHoldingsLimited,WaymoUKLimited,FitbitLimited,IsomorphicLabs Limited,VerilyUKLimited,TadaScienceLimited,NeverwareEuropeLimited,CyarxTechnologiesUKLimited,PhotomathLtd, MandiantUKLimited,QuarererCorporateMemberLimitedandGoogleCloudPublicSectorLimited.
大规模计算 (LSC) 已经在天气和气候建模以及金融服务等国家重要领域彻底改变了我们的生活。它是研发的重要推动因素,DeepMind 最近在蛋白质折叠方面取得的重大突破就证明了这一点。计算能力也是机器学习和数字孪生等关键技术的基础。LSC 的创新步伐正在迅速加快,如今性能最高的系统比 20 年前最大的系统强大 175,000 倍。这为核聚变能源和公共卫生等领域带来了新的机遇和新兴应用。新机遇伴随着挑战,英国必须应对这些挑战,才能发挥 LSC 的真正潜力并实现首相将英国打造为科学超级大国的宏伟目标。
摘要。我们提出了一种适合深入加强学习(DRL)问题的新颖算法,该算法利用信息几何形状实施战略性和选择性遗忘。我们的方法旨在解决DRL的首要偏见,并在顺序决策框架内提高适应性和鲁棒性。我们从经验上表明,通过包括利用Fisher Information Matrix来实现的选择性遗忘机制,与仅专注于学习的传统DRL方法相比,人们可以获得更快,更健壮的学习。我们的实验是在流行的DeepMind Control Suite基准上执行的,可以加强该想法 - 已经存在于文献中 - 忘记是学习的基本组成部分,尤其是在具有非平稳目标的情况下。
率先使用人工智能微电网为亚洲和非洲农村地区提供清洁能源。快速部署 200 多个人工智能社区太阳能微电网,利用人工智能提供现代、经济、清洁和可靠的能源,应对气候危机。• 人工智能保护濒危的非洲野生动物:RESOLVE 的 TrailGuard 人工智能摄像头采用英特尔 Movidius Myriad 2 视觉处理器,使用实时计算机视觉来检测偷猎者,防止濒危物种受到伤害并协助应对气候变化。• 天气预报:DeepMind 的深度雨水生成模型为短期天气预报提供支持。通过准确预测降雨量、时间和地点,它使水管理、农业和应急计划等领域的决策者能够有效应对气候危机。