Alphabet Inc. mengakuisisi kecerdasan buatan serbaguna (AGI) berbasis Inggris, Google DeepMind AI, yang siap memiliki dampak nyata di dunia. DeepMind adalah sistem kecerdasan buatan yang digunakan untuk menyelesaikan berbagai masalah. Hingga saat ini, sistem AI telah berhasil menyelesaikan permainan kompleks Go dan menjelaskan lipatan protein dalam tiga dimensi. Google DeepMind AI juga telah meningkatkan efisiensi penghematan energi dan mengidentifikasi beberapa penyakit. Dengan perkiraan adanya lebih banyak produk yang akan diproduksi di bawah sistem AI ini, mari kita telaah cara kerja sistem ini dan penggunaannya.
Pada artikel ini
Software lintas-platform untuk membuat video di mana saja bagi semua kreator dengan fitur AI!
Bagian ke-1. Memperkenalkan Google DeepMind: Definisi dan Sejarah
Tujuan utama memperkenalkan DeepMind adalah untuk "mengatasi kecerdasan" dan "memajukan ilmu pengetahuan." Berbeda dengan sistem AI lain yang diprogram untuk tugas-tugas tertentu, DeepMind belajar dari pengalamannya sendiri. Inovasi-inovasi ini membuat Google tertarik pada DeepMind. Sejak diakuisisi, DeepMind telah meraih beberapa kemenangan yang signifikan.
Google DeepMind AI telah digunakan untuk tujuan penelitian dan pengembangan untuk beberapa waktu. Namun, seiring dengan perkembangan AI yang semakin canggih, produk-produk dari laboratorium ini menjadi semakin terlihat. Baru-baru ini, DeepMind membuka sebuah unit yang dinamakan DeepMind Ethics and Society yang bertujuan untuk mengatasi pertanyaan etis yang timbul tentang AI. Kontribusi lain oleh Google DeepMind belakangan ini mencakup:
- Deep Mind Sparrow: Sebuah chatbot yang dirancang untuk menjawab pertanyaan dengan benar, dan mengurangi risiko jawaban yang tidak pantas dan tidak aman.
- Deep Mind Gato: Jaringan saraf mendalam untuk tugas-tugas kompleks. Teknologi ini menunjukkan multimodalitas dalam percakapan, mengendalikan lengan robot, bermain video game, menumpuk balok, dan lain-lain.
- AlphaGo: Program komputer pertama yang mengalahkan seorang pemain Go manusia profesional
- AlphaStar: Sebuah AI yang menguasai StarCraft II, yang merupakan game Real-Time Strategy (RTS)
- AlphaFold:Sebuah sistem yang memprediksi struktur 3D protein dari urutan asam amino mereka
- AlphaCode: Sebuah sistem AI yang dapat menuliskan program komputer pada tingkat yang sama dengan para programmer kompetitif
- AlphaZero:Sebuah sistem yang bermain catur, Go, dan shogi pada tingkat manusia super
- WaveNet: Sebuah teknologi text-to-speech canggih yang menghasilkan ucapan yang terdengar alami dari sinyal audio mentah
Karya DeepMind memiliki potensi untuk merevolusi banyak aspek masyarakat. AlphaFold dapat digunakan untuk mengembangkan obat-obatan dan terapi baru. Di sisi lain, AlphaZero memiliki potensi untuk meningkatkan kinerja sistem logistik. Dengan penelitian yang semakin berkembang di bawah DeepMind, perusahaan ini akan menjelajahi lebih banyak bidang. Hal ini menjadikan laboratorium AI sebagai kekuatan besar yang akan merevolusi industri dan mengubah batasan-batasan kecerdasan buatan.
Background dan Sejarah dari DeepMind AI
Google DeepMind adalah laboratorium riset AI yang berbasis di Britania Raya. Perusahaan ini awalnya didirikan pada tahun 2010 oleh tiga ilmuwan sebagai DeepMind Technologies. Kemudian, pada tahun 2014, perusahaan ini diakuisisi oleh Google seharga £400 juta. Akuisisi tersebut memberikan akses perusahaan kepada para ahli AI terkemuka sementara Alphabet Inc. menjadi pemilik produk revolusioner ini. Saat ini, perusahaannya telah berkembang menjadi lebih dari 700 karyawan dengan kantor global yang tersebar di beberapa lokasi.
DeepMind terdiri dari tim ahli AI terkenal di berbagai bidang. Bidang-bidang tersebut mencakup ilmu komputer, neurosains, matematika, dan fisika. Selain itu, akses ke jaringan pusat data Google yang luas telah memungkinkan DeepMind untuk menjelajahi lebih banyak bidang. Salah satu cara yang dilakukan adalah dengan berkolaborasi dengan Google Health dan Google Cloud dalam menerapkan solusi yang dihasilkan oleh AI.
Cobalah AI Filmora Gratis! Klik disini!
Bagian ke-2. Cara Kerja DeepMind AI: Struktur dan Teknologi
AI DeepMind menggunakan bahasa pembelajaran mendalam pada jaringan saraf konvolusional. Jaringan tersebut terdiri dari teknik penguatan tanpa model yang dikenal sebagai Q-learning. Dengan demikian, hasil yang diprediksi DeepMind menjadi lebih akurat. Pendekatan ini telah menantang teknologi DeepMind untuk belajar bermain game sendiri.
Teknologi ini meniru struktur korteks visual manusia. Hal ini memungkinkan DeepMind untuk menganalisis sejumlah besar data dan mengidentifikasi pola-pola yang tidak praktis. Jaringan saraf buatan terdiri dari jaringan node yang saling terhubung. Seperti otak manusia, node-node ini bekerja untuk memecahkan masalah. Node tersebut dapat mempelajari pola-pola kompleks dengan mengatur bobot koneksi. Ketika ditugaskan untuk mengalahkan perpustakaan game Atari, Google DeepMind AI menggunakan pendekatan ini untuk memahami gamenya. Setelah beberapa waktu, AI dapat memainkan gamenya dengan lebih baik dan lebih efisien daripada manusia.
Memahami Struktur Pembelajaran model DeepMind
Sistem AI DeepMind berfokus pada pembelajaran penguatan untuk memecahkan masalah kompleks. Pada AlphaGo, AI mempelajari pola game untuk memprediksi langkah terbaik berikutnya yang harus diambil. Jaringan sarafnya belajar dari data dan melakukan prediksi. Pada AlphaFold, AI menggunakan jaringan saraf untuk mempelajari pola lipatan protein. Kemudian, AI tersebut akan memprediksi struktur 3D protein berdasarkan urutan asam aminonya.
DeepMind juga terus belajar dari pengalamannya sendiri. AI ini mengamati bagaimana perilakunya dalam lingkungan tertentu. Selama pelatihan, AI diberikan imbalan atas tindakan yang memberikan hasil yang diinginkan. Kemudian, AI tersebut mendapatkan hukuman atas hasil yang tidak diinginkan. Sebagai contoh, AlphaGo dilatih dengan dataset yang berisi jutaan game Go. AlphaGo mempelajari cara bermain Go melawan dirinya sendiri jutaan kali di mana ia diberi imbalan atas kemenangan dan dikenai hukuman atas kekalahannya. Hal ini membantu AI mempelajari langkah-langkah yang paling mungkin mengarah pada kemenangan.
Demikian pula, AlphaFold dilatih dengan dataset yang berisi jutaan struktur protein. AlphaFold memprediksi struktur 3D protein dengan bermain melawan dirinya sendiri jutaan kali. Ia diberi imbalan atas prediksi yang akurat dan dikenai hukuman atas prediksi yang tidak akurat. Seiring berjalannya waktu, AlphaFold menjadi lebih akurat dalam memprediksi struktur 3D protein.
Bagian ke-3. Hal yang Dapat Dilakukan DeepMind: Kontribusi dan Keberhasilan Utama
DeepMind telah memberikan kontribusi yang signifikan bagi masyarakat pada umumnya. Hal ini mencakup sistem dengan kinerja yang melampaui manusia dalam board game kompleks. Selain itu, ada robotika yang dapat berjalan dan berlari serta prediktor struktur 3D. Sejak DeepMind didirikan pada tahun 2020, perusahaannya telah mengembangkan beberapa teknologi AI yang membantu dalam identifikasi penyakit mata dan mengoptimalkan kinerja beberapa perangkat. Sederhananya, DeepMind AI oleh Google bertujuan untuk menggunakan kemampuan algoritme AI untuk memecahkan masalah yang memberikan manfaat penuh bagi kemanusiaan. Mari kita lihat beberapa kesuksesan utama dari sistem AI ini.
1. Bermain Game
AlphaGo telah melampaui kinerja manusia dalam game Go. Pada tahun 2016, AlphaGo mencatat pencapaian luar biasa dengan mengalahkan Lee Sedol, seorang pemain Go profesional. Hal ini merupakan tonggak penting yang menunjukkan bahwa AI dapat menguasai game kompleks yang sebelumnya eksklusif bagi manusia. Kemenangan AI atas juara Korea Selatan menjadi momen penting karena DeepMind menjadi satu-satunya mesin yang mengalahkan manusia dalam kompetisi tersebut.
2. Healthcare
AlphaFold memprediksi struktur protein dari urutan asam aminonya. Para peneliti kini menggunakan sistem AI ini untuk mempelajari protein dan mengembangkan obat baru. Terlebih, AlphaFold digunakan untuk mengembangkan obat-obatan untuk COVID-19 dan penyakit Alzheimer. Terobosan dalam proteomika memiliki potensi untuk merevolusi penelitian ilmiah dan mengembangkan obat-obatan penyelamat nyawa.
3. Robotics
Robocat adalah agen robot yang memperbaiki diri dan mengoperasikan berbagai lengan robot. Robot ini juga menyelesaikan tugas dari beberapa demonstrasi saja. Robotika menggunakan data yang dihasilkan sendiri untuk meningkatkan efektivitasnya. Pendekatan ini diharapkan dapat membantu meningkatkan proses pembangunan serupa. Dengan kemajuan teknologi yang terus-menerus di DeepMind, kapabilitasnya semakin berkembang. Hal ini membuka pintu bagi teknologi dan mengubah batas antara manusia dan mesin.
4. Efisiensi energi
DeepMind telah mengembangkan sistem AI untuk meningkatkan efisiensi daya pada pusat data Google. Dengan menggunakan pembelajaran penguatan, AI mengoptimalkan konsumsi energi sehingga mengurangi tagihan pendinginan hingga 40%. DeepMind juga telah digunakan untuk meningkatkan akurasi dari prediksi penurunan trafik di Google Maps. Teknologi ini memiliki peran penting dalam pengembangan fitur kecerahan adaptif dan manajemen daya baterai pada Android.
Kesimpulan
DeepMind adalah organisasi riset AI terkemuka. Organisasi ini telah mengembangkan sistem AI canggih untuk menyelesaikan masalah kompleks dalam masyarakat. Riset yang sedang berlangsung di bawah naungan DeepMind AI diharapkan dapat memengaruhi lebih banyak aspek masyarakat. Seiring dengan perkembangan dan pertumbuhan sistem AI, ia diantisipasi agar penggunaannya akan menjadi lebih bervariasi. Jika Anda tertarik dalam bidang pengeditan video, kami merekomendasikan Anda untuk mencoba Wondershare Filmora. Software pengeditan video ini menawarkan beragam fitur AI, termasuk generator dan pengedit gambar.
Cobalah Filmora Gratis! Klik disini!
