Tag: DeepMind

還記得那個在圍棋盤上虐殺人類棋王的AlphaGo嗎？Google DeepMind在證明了AI 能「玩遊戲」之後，轉身攻克了科學界最難解的謎題之一：蛋白質摺疊。 如今，這項名為AlphaFold的技術迎來了五週年，更在去年 (2024)拿下了諾貝爾化學獎的殊榮。WIRED網站稍早刊出專訪中，DeepMind研究副總裁Pushmeet Kohli透露，AlphaFold的野心遠不止於此。在導入Gemini 2.0與擴散模型 (Diffusion Models) 後，他們正朝著「AI科學家」 (AI Co-scientist)，以及終極目標「虛擬細胞」 (Virtual Cell)邁進。 從「iPhone時刻」到預測萬物：AlphaFold 3的進化 五年前AlphaFold 2的問世，被譽為生物學界的「iPhone時刻」。它建立了一個包含2億種蛋白質結構的資料庫，幾乎涵蓋了地球上所有已知的蛋白質，這項成就不僅被引用超過4萬次，更徹底改變了藥物開發的流程。 然而，DeepMind並沒有停下腳步。去年的AlphaFold 3引入了本質上更具「創造力」的擴散模型 (類似生成圖片的AI原理)。 這讓AI不再只能預測蛋白質，還能預測DNA、RNA，以及藥物小分子的交互作用。Pushmeet Kohli解釋，這是科學需求驅動的結果——因為生命不是只有蛋白質在獨舞，而是所有分子在共舞。 但擴散模型也有副作用：幻覺 (Hallucinations)。在蛋白質的無序區域，AI可能會「腦補」出不存在的結構。對此，DeepMind導入了嚴格的「驗證者」 (Verifier)機制與信心分數 (Confidence Scores)，確保AI的創意不會變成科學上的災難。 下一步：基於Gemini 2.0的「AI共同科學家」 ...

為了慶祝AlphaFold誕生五週年，Google DeepMind稍早宣布將其長篇紀錄片《The Thinking Game》完整版直接在YouTube頻道上免費公開提供觀看。 這部紀錄片由當年拍攝獲獎紀錄片《AlphaGo》的同一支團隊操刀，歷時5年跟拍製作。影片深入Google DeepMind這個全球頂尖AI實驗室的核心，帶領觀眾一窺創辦人Demis Hassabis及其團隊，如何從早期的遊戲AI研究，一步步走向解開通用人工智慧 (AGI) 奧秘的旅程。 《The Thinking Game》： 《AlphaGo - The Movie》： 從「玩遊戲」到「解決科學難題」 《The Thinking Game》的敘事軸線不僅僅是關於技術，更是關於一群夢想家的執著。Demis Hassabis在片中直言：「我一生的目標就是解決AGI，並且在此過程中利用AI作為終極工具，來解決世界上最複雜的科學問題」。 影片回顧DeepMind團隊的發展歷程，從早期教導AI玩Atari遊戲、到AlphaGo擊敗李世乭震撼全球的「史普尼克時刻」 (Sputnik moment，意指重大事件轉捩點)。然而，對Demis Hassabis而言，遊戲只是驗證演算法的試金石，真正的目標始終是科學。 AlphaFold的誕生：攻克50年生物學聖杯 紀錄片的高潮，聚焦於AlphaFold的開發過程。面對被視為生物學「聖杯」、困擾科學界長達 50 年的蛋白質摺疊 (Protein ...

根據紐約時報報導，亞馬遜創辦人Jeff Bezos將正式擔任其部分資助的AI新創公司「Project Prometheus」共同執行長 (co-CEO)，而這也是其自2021年卸任亞馬遜執行長後的首個正式職位。 獲62億美元早期融資，鎖定AI改善製造業 Project Prometheus雖然整體細節仍相當神秘，但報導指出其已是全球資金最雄厚的早期新創之一，目前已募得62億美元的巨額投資，其中一部分便來自Jeff Bezos本人 。 該公司的核心目標，是利用AI技術來改善製造業 (manufacturing)，尤其是在電腦、汽車與航太 (aerospace) 等高精密領域。 團隊陣容豪華：Google X前主管、OpenAI/DeepMind前員工 Project Prometheus的另一位共同創辦人暨共同執行長，則是具有物理學家與化學家身分、曾於Google X任職，並且主導健康科技公司Verily的Vik Bajaj。 報導指稱，Project Prometheus目前已經擁有近100名員工，團隊成員包含來自OpenAI、DeepMind與Meta等AI業者的前員工。 Jeff Bezos卸任亞馬遜執行長之後首個職位 此次Jeff Bezos親自擔任共同執行長，顯示其對此計畫的高度重視。自2021年卸任亞馬遜執行長以來，Jeff Bezos的主要精力都放在其航太公司Blue Origin上，而該公司作為SpaceX的競爭對手，上週才剛成功完成了New Glenn助推器的首次著陸。 而Jeff Bezos此次重返營運角色、並且選擇投入AI製造領域發展，顯然是看準AI在實體工業應用上的巨大潛力。

Google執行長Sundar Pichai稍早宣布重整以搜尋服務為核心的知識及資訊 (Knowledge & Information)事業群團隊，其中負責帶領此團隊的Google資深副總裁Prabhakar Raghavan將卸任，並且擔任Google科技長提供相關技術建議，而Gemini App團隊則會併入DeepMind，至於Google Assistant服務將進一步與裝置業務整合。 在此調整之後，原本負責帶領Gemini App團隊的負責人蕭令怡 (Sissie Hsiao)將併入Google DeepMind團隊，並且向團隊負責人Demis Hassabis匯報。 至於Google Assistant服務則會併入裝置部門，藉此與Pixel裝置有更深層整合，藉此提供更好使用體驗。 而回歸擔任研究人員的Google資深副總裁Prabhakar Raghavan，其職務將由自2003年加入Google，同時也在知識及資訊事業群任職，並且推動Google Fi等創新服務與RCS訊息功能的資深員工Nick Fox接手，並且持續推動搜尋、廣告等業務發展。 至於先前由Prabhakar Raghavan帶領的Gmail團隊，目前已經累積超過10億用戶人數，並且整合諸多人工智慧應用功能，其中包含自動回覆信件、智慧撰寫等功能，同時也在廣告業務導入諸多人工智慧功能，藉此讓廣告業務獲得顯著成長。

時代雜誌報導指稱，Google DeepMind工作人員連署一封信，要求Google放棄與軍事單位合作。 此項連署是從今年5月16日發起，目前已有200人參與連署，約佔Google DeepMind所有工作人員的5%。在連署信件中，強調將人工智慧應用在軍事領域違反Google運作原則。 而就報導指出，Google已經與美國軍方，以及以色列軍方簽署合作，將提供其雲端運算服務資源用於軍事領域，其中更包含由DeepMind開發的人工智慧技術。 Google DeepMind工作人員表示，將其技術應用在軍事及武器製造都將違反既定的人工智慧發展原則，同時也違反Google過去承諾「不為惡」的聲明。另外，連署信件更要求DeepMind主管拒絕將其技術用於軍事領域，並且呼籲建立全新內部治理機構，避免技術被濫用。 不過，Google在後續聲明表示其作為符合人工智慧發展原則，同時強調與以色列政府合作並未包含涉及武器、情資蒐集等高度敏感、機密或軍事相關工作。 在此之前，Google內部員工也曾抗議公司將技術用於軍事，而Google當時表示會著手擬定一系列道德原則，藉此規範公司與政府機構合作過程時的相關技術使用，以及相關人權原則，但並未說明是否中止與軍方合作。

在Google於2014年1月26日以超過5億美元價格收購人工智慧公司DeepMind之前，其實當時的Facebook其實也有意出價收購。 Meta執行長Mark Zuckberg近期透露，當時曾經與DeepMind進行深度洽談，表示希望出價收購，但最終並未達成共識，最後才由Google出價收購DeepMind。 而Mark Zuckberg認為，DeepMind創辦人暨執行長Demis Hassabis巧妙地利用Facebook與Google之間競爭，使其說服Google以更高價格收購DeepMind。而Mark Zuckberg稱讚Demis Hassabis相當有本事，並且對此作法表示尊重。 DeepMind在由Google收購後，便專注於通用人工智慧技術發展，希望能讓人工智慧運作更貼近人類大腦推理思考模式，而Facebook後來則是選擇建立自有人工智慧實驗室「FAIR」 (Facebook AI Research)，並且在後續推出以開源形式提供使用的人工智慧模型Llama，更在今年推出3.0版本，維持以開源形式吸引更多人使用。 目前隨著人工智慧技術發展趨勢，越來越多企業除了自行投入大型自然語言模型訓練，同時也藉由收購方式取得更多人工智慧技術新創業者，藉此強化其人工智慧技術。例如在越來越多大型自然語言模型都是以Google、微軟等大規模企業主導情況下，越來越多新創團隊轉向小規模人工智慧模型，或是針對特定領域的人工智慧技術專精發展，並且希望由大型企業出資收購。

金融時報報導指稱，YouTube正與Sony Muisc、環球音樂、華納唱片等業者洽談合作，計畫透過付費取得授權，藉此將這些業者持有版權音樂內容用於人工智慧訓練。 而相關消息表示，YouTube計畫透過單筆授權方式取得大量音樂內容授權，但目前似乎尚未有最終定案，其中有部分原因在於最終決定權仍在於音樂創作者手上。 但從近期不少音樂創作者聯合抵制以人工智慧創作風潮，希望減少其內容創作被人工智慧影響的情況來看，音樂創作者願意與YouTube合作的比例可能不高，甚至可能不會同意僅以單筆金額買斷方式提供授權。 例如先前Sony Music先前就曾要求科技業者不得使用其持有版權音樂訓練人工智慧，環球音樂與TikTok的音樂授權合作也因為版權保護性不夠而告終，甚至近期美國唱片工業協會也指控音樂自動生成服務Suno、Udio侵權，顯示音樂業者仍傾向保護其內容版權，避免其獲利模式受影響。

微軟已經聘僱DeepMind共同創辦人Mustafa Suleyman，擔任微軟人工智慧部門執行副總裁，並且直接向微軟執行長Satya Nadella匯報，同時將負責帶領微軟新成立人工智慧業務團隊，主要打造面向消費市場的人工智慧應用產品，包含Copilot、Bing Search及Microsoft Edge等。 Mustafa Suleyman在2010年共同創立DeepMind，並且在DeepMind於2014年由Google收購後，加入Google負責人工智慧產品與政策業務副總裁，透過制訂人工智慧技術使用倫理，避免此類技術遭濫用。 而在2022年離開Google，並且加入風險投資公司Greylock Partners之後，Mustafa Suleyman更與他人共同創立Inflection AI。 I’m excited to announce that today I’m joining @Microsoft as CEO of Microsoft AI. I’ll be leading all consumer ...

DeepMind宣布推出名為Scalable Instructable Multiworld Agent (SIMA,可擴展、可指導的多世界代理)的人工智慧服務，標榜能透過自然語言指令讓人工智慧系統代替玩家操作遊戲內容。 DeepMind表示與多家遊戲業者合作，透過多款遊戲訓練SIMA服務，使其能深入理解多款遊戲內容，並且像人類一樣在遊戲中操作互動。 訓練過程並非以得高分為主要目的，而是讓人工智慧真正理解遊戲如何遊玩，並且學會遊戲中設定規則，藉此讓人工智慧能以正常遊玩方式完成遊戲任務，避免以作弊等方式取得高分。 讓人工智慧學習遊戲遊玩規則，並且在遊戲中以人類操作方式完成任務，實際上是為了能讓人工智慧在更多應用環境中完成各類任務，同時也能藉此加速深度學習完成效率。 至於訓練SIMA服務的方式，包含透過真實人類玩家教導遊戲遊玩過程內容，以及玩家自由遊玩內容，讓SIMA服務紀錄遊玩過程，並且從中學習正確操作流程。 而SIMA服務會透過圖像處理與語言映射模型判斷螢幕顯示畫面發生事情，並且做出相應操作行為，因此並非直接存取遊戲原始編碼、客製API內容進行學習，完全就是讓人工智慧系統透過理解產生相應動作決策。 SIMA服務已經可以在《無人深空》、《模擬山羊3》和《Teardown》等9款3D遊戲完成各類操作任務，甚至能正確開啟遊戲選單、進行資源採集、操作太空船、製作道具等任務，甚至可以藉由Unity的Construction Lab實驗環境，讓SIMA服務透過積木堆疊建造雕塑品，測試其對於物體操作與真實世界的物理互動理解能力。 DeepMind研究人員針對SIMA服務進行600項技能評估，其中包含內容導覽、物件操作與選單操作，並且能在10秒完成簡單任務，甚至可以處理先前從未遊玩過的遊戲，並且能順利按照自然語言指示正確操作，使其完成特定目的的遊戲操作。 而研究人員目標則是讓SIMA服務可以完成更複雜操作任務，例如透過更多執行項目、進階擬定規劃操作構成的任務內容。不過，研究人員也說明如果要使SIMA服務達成與人類相同遊玩表現，依然需要進行更多研究與訓練。

上週宣布推出Gemini 1.0 Ultra模型，並且將「Bard」人工智慧服務更名為「Gemini」之後，Google稍早再宣布推出新版Gemini 1.5 Pro模型，強調能提供更進階執行效能。 同時，Google執行長Sundar Pichai與DeepMind執行長Demis Hassabis也強調確保在模型技術快速發展與人工智慧的道德安全之間確保平衡。 在說明中，Google表示Gemini 1.5 Pro執行運算結果幾乎與Gemini 1.0 Ultra相當，而Gemini 1.5 Pro在執行運算環境要求相對較低，同時執行效率也更高，並且同樣對應文字、圖像、影片、音訊或程式碼多模自動生成，並且能在單一對話框內以自然語言互動方式進行運算。 Gemini 1.5 Pro可以處理多達100萬組代幣，例如處理超過70萬個單字描述內容、處理長達一小時的影片、11小時的音訊，或是超過3萬行編碼內容的程式碼，甚至額外測試可處理多達1000萬組代幣的版本，意味日後將可讓Gemini處理更多內容資訊。 此外，Gemini 1.5 Pro更具備在大量資料中準確處理內容能力，例如可從多達402頁的阿波羅11號登月任務推斷各類細節，或是分析由巴斯特基頓主演長度為44分鐘的無聲電影主要情節、故事重點，另外也能對應長度更長的前後文關係判斷，藉此呈現與人類相仿的內容判斷能力，對於資訊分析、語意理解都能有更大提升效果。 Gemini 1.5 Pro將採用與Gemini 1.0相同的佈署方式，將透過一系列潛在危害分析，避免造成道德安全等問題，並且強調一樣會以負責任態度提供此模型技術。 目前Gemini 1.5 Pro將先針對開發者、企業客製化需求提供搶先體驗，暫時尚未確認其使用計價方式。