DeepMind AI អាចទស្សន៍ទាយអាកាសធាតុបានល្អប្រសើរ

ឌីភីមមីនអេដ

ឧតុនិយមជាវិទ្យាសាស្ត្រកំពុងជឿនលឿនដោយសារការអភិវឌ្ន៍បច្ចេកវិទ្យា។ បច្ចុប្បន្នមានកម្មវិធីកុំព្យូទ័រជាច្រើនដែលអាចព្យាករណ៍ដោយផ្ទាល់ថាពេលណានិងកន្លែងណាដែលវានឹងភ្លៀង។ ក្រុមហ៊ុនរបស់ Deepmind បានបង្កើតបញ្ញាសិប្បនិម្មិតដែលមានសមត្ថភាពព្យាករណ៍ស្ទើរតែច្បាស់ថាពេលណានិងកន្លែងណាដែលវានឹងភ្លៀង។ ក្រុមហ៊ុននេះបានធ្វើការជាមួយឧតុនិយមចក្រភពអង់គ្លេសដើម្បីបង្កើតគំរូមួយដែលល្អប្រសើរសម្រាប់ធ្វើការព្យាករណ៍រយៈពេលខ្លីជាងប្រព័ន្ធបច្ចុប្បន្ន។

នៅក្នុងអត្ថបទនេះយើងនឹងប្រាប់អ្នកពីអ្វីគ្រប់យ៉ាងដែលអ្នកត្រូវដឹងអំពីកាបូបរ៉ូប៊ែលដាដែលជាបច្ចេកវិទ្យាព្យាករណ៍ឧតុនិយមរបស់ក្រុមហ៊ុនឌ្រីមមីន។

ការព្យាករណ៍​អាកាសធាតុ

ជ្រៅ

DeepMind ជាក្រុមហ៊ុនបញ្ញាសិប្បនិម្មិតដែលមានមូលដ្ឋាននៅទីក្រុងឡុងដ៍បន្តអាជីពរបស់គាត់ក្នុងការអនុវត្តការរៀនសូត្រស៊ីជម្រៅចំពោះបញ្ហាវិទ្យាសាស្ត្រពិបាក។ DeepMind បានបង្កើតឧបករណ៍សិក្សាដ៏ស៊ីជម្រៅមួយដែលមានឈ្មោះថា DGMR ដោយសហការជាមួយការិយាល័យជាតិនៃសេវាកម្មអាកាសធាតុជាតិរបស់ចក្រភពអង់គ្លេសដែលអាចព្យាករណ៍បានច្បាស់អំពីប្រូបាប៊ីលីតេនៃភ្លៀងនៅ ៩០ នាទីបន្ទាប់។ វាគឺជាបញ្ហាប្រឈមដ៏លំបាកបំផុតមួយនៅក្នុងការព្យាករណ៍អាកាសធាតុ។

នៅក្នុងការប្រៀបធៀបជាមួយឧបករណ៍ដែលមានស្រាប់អ្នកជំនាញរាប់សិបនាក់ជឿជាក់ថាការព្យាករណ៍របស់ឌីជីអឹមអរគឺល្អបំផុតលើកត្តាជាច្រើនរួមទាំងការព្យាករណ៍អំពីទីតាំងជួរចលនានិងអាំងតង់ស៊ីតេនៃភ្លៀង ៨៩% នៃពេលវេលា។ ឧបករណ៍ថ្មីរបស់ DeepMind បើកគន្លឹះថ្មីមួយនៅក្នុងជីវវិទ្យាដែលអ្នកវិទ្យាសាស្ត្របានព្យាយាមដោះស្រាយអស់ជាច្រើនទសវត្សមកហើយ។

ទោះយ៉ាងណាក៏ដោយសូម្បីតែការកែលំអតូចតាចក្នុងការព្យាករណ៍ក៏សំខាន់ដែរ។ ការព្យាករណ៍ទឹកភ្លៀងជាពិសេសភ្លៀងធ្លាក់ខ្លាំងមានសារៈសំខាន់សម្រាប់ឧស្សាហកម្មជាច្រើនចាប់ពីសកម្មភាពក្រៅរហូតដល់សេវាកម្មអាកាសចរណ៍និងភាពអាសន្ន។ ប៉ុន្តែការធ្វើឱ្យវាត្រឹមត្រូវគឺពិបាក។ កំណត់ថាតើទឹកប៉ុន្មាននៅលើមេឃហើយពេលណានិងកន្លែងណាដែលវានឹងធ្លាក់ចុះអាស្រ័យលើដំណើរការអាកាសធាតុជាច្រើន។ ដូចជាការប្រែប្រួលសីតុណ្ហភាពការបង្កើតពពកនិងខ្យល់។ កត្តាទាំងអស់នេះមានភាពស្មុគស្មាញគ្រប់គ្រាន់នៅក្នុងខ្លួនគេប៉ុន្តែវាមានភាពស្មុគស្មាញជាងនៅពេលរួមបញ្ចូលគ្នា។

បច្ចេកវិជ្ជាទស្សន៍ទាយដែលល្អបំផុតប្រើចំនួនច្រើននៃការពិសោធន៏កុំព្យូទ័រលើរូបវិទ្យាបរិយាកាស។ ទាំងនេះស័ក្តិសមសម្រាប់ការព្យាករណ៍រយៈពេលវែងប៉ុន្តែវាមិនសូវល្អក្នុងការទស្សទាយអ្វីដែលនឹងកើតឡើងនៅប៉ុន្មានម៉ោងខាងមុខនេះ នេះហៅថាការព្យាករណ៍ភ្លាមៗ។

ការអភិវឌ្ Deep DeepMind

ការអភិវឌ្ន៍ការព្យាករណ៍អាកាសធាតុ

បច្ចេកទេសសិក្សាស៊ីជម្រៅពីមុនត្រូវបានបង្កើតឡើងប៉ុន្តែបច្ចេកទេសទាំងនេះតែងតែដំណើរការល្អក្នុងផ្នែកមួយដូចជាការព្យាករណ៍ទីតាំងនិងការចំណាយរបស់ផ្សេងទៀតដូចជាការព្យាករណ៍កម្លាំង។ ទិន្នន័យរ៉ាដាសម្រាប់ភ្លៀងធ្លាក់ខ្លាំងដែលជួយព្យាករណ៍ពីភ្លៀងភ្លាមៗនៅតែជាបញ្ហាប្រឈមដ៏ធំមួយសម្រាប់ឧតុនិយម។

ក្រុមការងារឌ្រីមមីនបានប្រើទិន្នន័យរ៉ាដាដើម្បីបណ្តុះបណ្តាលអាយអាយអេសរបស់ពួកគេ។ ប្រទេសនិងតំបន់ជាច្រើនតែងតែបោះពុម្ពផ្សាយនូវការវាស់ស្ទង់រ៉ាដាដែលតាមដានការបង្កើតពពកនិងចលនាពេញមួយថ្ងៃ។ ឧទាហរណ៍នៅចក្រភពអង់គ្លេសការអានថ្មីត្រូវបានបង្ហោះរៀងរាល់ ៥ នាទីម្តង។ តាមរយៈការបញ្ចូលរូបថតទាំងនេះអ្នកអាចទទួលបានវីដេអូបញ្ឈប់ចលនាដែលបង្ហាញពីរបៀបដែលលំនាំទឹកភ្លៀងនៃប្រទេសមួយផ្លាស់ប្តូរ។

អ្នកស្រាវជ្រាវបញ្ជូនទិន្នន័យនេះទៅបណ្តាញជំនាន់ជ្រៅដែលស្រដៀងទៅនឹង GAN ដែលជាការបណ្តុះបណ្តាល AI ដែលអាចបង្កើតគំរូទិន្នន័យថ្មីដែលស្រដៀងនឹងទិន្នន័យជាក់ស្តែងដែលបានប្រើក្នុងការបណ្តុះបណ្តាល។ GAN ត្រូវបានគេប្រើដើម្បីបង្កើតមុខក្លែងក្លាយរួមទាំង Rembrandt ក្លែងក្លាយ។ ក្នុងករណីនេះឌីជីអឹមអរ (ដែលតំណាងឱ្យ“ ម៉ូឌែលឌ្រីនឌ្រីនឌ្រីន”) បានរៀនបង្កើតការចាប់យករ៉ាដាក្លែងក្លាយដែលបន្តលំដាប់វាស់ជាក់ស្តែង។

ពិសោធន៍ DeepMind AI

ការព្យាករណ៍​អាកាសធាតុ

Shakir Mohamed ដែលដឹកនាំការស្រាវជ្រាវនៅ DeepMind បាននិយាយថានេះគឺដូចគ្នានឹងការមើលហ្វ្រេមពីរបីពីខ្សែភាពយន្តមួយហើយទាយអ្វីដែលនឹងកើតឡើងបន្ទាប់។ ដើម្បីសាកល្បងវិធីសាស្ត្រនេះក្រុមនេះបានសួរអ្នកឧតុនិយមចំនួន ៥៦ នាក់ពីការិយាល័យឧតុនិយម (ដែលមិនជាប់ពាក់ព័ន្ធនឹងការងារនេះ) ដើម្បីស្វែងយល់ពីការពិសោធន៏រាងកាយកម្រិតខ្ពស់និងសំណុំគូប្រជែង។

មនុស្ស ៨៩% និយាយថាពួកគេចូលចិត្តលទ្ធផលដែលផ្តល់ដោយឌីជីអឹមអរ ក្បួនដោះស្រាយការរៀនម៉ាស៊ីនជាទូទៅព្យាយាមធ្វើឱ្យប្រសើរឡើងសម្រាប់ការវាស់វែងសាមញ្ញមួយថាតើការព្យាករណ៍របស់អ្នកល្អប៉ុណ្ណា។ ទោះយ៉ាងណាក៏ដោយការព្យាករណ៍អាកាសធាតុមានទិដ្ឋភាពផ្សេងៗគ្នាជាច្រើន។ ប្រហែលជាការព្យាករណ៍មួយមានអាំងតង់ស៊ីតេភ្លៀងខុសនៅកន្លែងដែលត្រឹមត្រូវឬការព្យាករណ៍ផ្សេងទៀតទទួលបានអាំងតង់ស៊ីតេត្រឹមត្រូវប៉ុន្តែនៅកន្លែងខុស។ ល។

DeepMind បាននិយាយថាខ្លួននឹងបញ្ចេញរចនាសម្ព័ន្ធប្រូតេអ៊ីនទាំងអស់ដែលវិទ្យាសាស្ត្រស្គាល់។ ក្រុមហ៊ុនបានប្រើប្រាជ្ញាសិប្បនិម្មិតបត់ប្រូតេអ៊ីនអាល់ហ្វាហ្វូដរបស់ខ្លួនដើម្បីបង្កើតរចនាសម្ព័ន្ធសម្រាប់ប្រូតេអុីមមនុស្សក៏ដូចជាមេផ្សិតរុយផ្លែឈើនិងកណ្តុរ។

កិច្ចសហការរវាងឌ្រីមមីននិងការិយាល័យមេត គឺជាឧទាហរណ៍ដ៏ល្អមួយនៃការធ្វើការជាមួយអ្នកប្រើប្រាស់ចុងក្រោយដើម្បីបញ្ចប់ការអភិវឌ្ AI AI ។ ជាក់ស្តែងនេះគឺជាគំនិតល្អប៉ុន្តែជារឿយៗវាមិនកើតឡើងទេ។ ក្រុមការងារបានធ្វើការលើគម្រោងនេះអស់រយៈពេលជាច្រើនឆ្នាំហើយការបញ្ចូលពីអ្នកជំនាញមកពីការិយាល័យឧតុនិយមបានរៀបចំគម្រោងនេះ។ ស៊ូម៉ាន់រ៉ាវរីអ្នកវិទ្យាសាស្ត្រស្រាវជ្រាវនៅឌិបមីនបាននិយាយថា“ វាលើកកម្ពស់ការអភិវឌ្ of គំរូរបស់យើងតាមរបៀបផ្សេងពីការអនុវត្តផ្ទាល់របស់យើង” ។ “ បើមិនដូច្នោះទេយើងអាចបង្កើតគំរូដែលមិនមានប្រយោជន៍ជាពិសេសនៅទីបញ្ចប់” ។

DeepMind ក៏មានបំណងចង់បង្ហាញថា AI របស់ខ្លួនមានកម្មវិធីជាក់ស្តែង។ សម្រាប់ Shakir, DGMR និង AlphaFold គឺជាផ្នែកមួយនៃរឿងដូចគ្នា៖ ក្រុមហ៊ុនប្រើបទពិសោធន៍ជាច្រើនឆ្នាំក្នុងការដោះស្រាយល្បែងផ្គុំរូប។ ប្រហែលជាការសន្និដ្ឋានដ៏សំខាន់បំផុតនៅទីនេះគឺថាទីបំផុត DeepMind បានចាប់ផ្តើមចុះបញ្ជីបញ្ហាវិទ្យាសាស្រ្តពិភពពិត។

ការព្យាករណ៍អាកាសធាតុជាមុន

ការព្យាករណ៍អាកាសធាតុត្រូវតែមានការគាំទ្រពីការអភិវឌ្ន៍បច្ចេកវិទ្យាព្រោះយើងកាន់តែខិតជិតនិងយល់កាន់តែច្បាស់ពីរបៀបដែលបរិយាកាសរបស់យើងដំណើរការ។ ជាច្រើនដងដែលមនុស្សនិងការគណនារបស់គាត់អាចទទួលរងនូវកំហុសទូទៅដែលអាចជៀសវាងបានជាមួយនឹងការអភិវឌ្ of បញ្ញាសិប្បនិម្មិត។

ការព្យាករណ៍អាកាសធាតុគឺជាគន្លឹះនៃការធ្វើជាមនុស្សព្រោះយើងអាចទាញយកអត្ថប្រយោជន៍ជាច្រើន ធនធានទឹកប្រកបដោយប្រសិទ្ធភាពនិងចៀសផុតពីគ្រោះមហន្តរាយខ្លះនៅពេលមានព្យុះនិងភ្លៀងធ្លាក់ខ្លាំង។ ដោយហេតុផលនេះអ្នកឧតុនិយមយល់ស្របកាន់តែខ្លាំងឡើងដើម្បីបង្កើតគម្រោងសិប្បនិម្មិតសម្រាប់ព្យាករណ៍ពីភ្លៀង។

ខ្ញុំសង្ឃឹមថាជាមួយនឹងព័ត៌មាននេះអ្នកអាចស្វែងយល់បន្ថែមអំពីគម្រោង DeepMind និងលក្ខណៈរបស់វា។


ខ្លឹមសារនៃអត្ថបទប្រកាន់ខ្ជាប់នូវគោលការណ៍របស់យើង ក្រមសីលធម៌វិចារណកថា។ ដើម្បីរាយការណ៍ការចុចកំហុស នៅទីនេះ.

ធ្វើជាយោបល់ដំបូង

ទុកឱ្យយោបល់របស់អ្នក

អាសយដ្ឋានអ៊ីមែលរបស់អ្នកនឹងមិនត្រូវបានបោះពុម្ភ។ អ្នកគួរតែអនុវត្តតាម *

*

*

  1. ទទួលខុសត្រូវចំពោះទិន្នន័យ: មីហ្គែល - ហ្គែលហ្គេតថន
  2. គោលបំណងនៃទិន្នន័យ៖ គ្រប់គ្រង SPAM ការគ្រប់គ្រងមតិយោបល់។
  3. ភាពស្របច្បាប់៖ ការយល់ព្រមរបស់អ្នក
  4. ការប្រាស្រ័យទាក់ទងទិន្នន័យ៖ ទិន្នន័យនឹងមិនត្រូវបានទាក់ទងទៅភាគីទីបីឡើយលើកលែងតែកាតព្វកិច្ចផ្នែកច្បាប់។
  5. ការផ្ទុកទិន្នន័យ៖ មូលដ្ឋានទិន្នន័យដែលរៀបចំដោយបណ្តាញ Occentus (EU)
  6. សិទ្ធិ៖ នៅពេលណាដែលអ្នកអាចដាក់កម្រិតទាញយកមកវិញនិងលុបព័ត៌មានរបស់អ្នក។