Alle bør sjekke ut Google DeepMinds 84" lange dokumentar, og her er en oppsummering 🌟 av høydepunktene (se hvordan Demis gikk fra å være en buskete brunette til et høydepunkt av AGI på veien til AGI) 1. Løs veien for intelligens-AGI Kjernen i THE THINKING GAME-dokumentaren er DeepMind-medgründer Demis Hassabis' livslange søken etter AGI, fra et ungt sjakkprodigy ([00:23:41]), til spillutvikling (Theme Park [00:40:22]), til nevrovitenskapelig forskning ([00:32:22]), med det endelige målet «Løs intelligens». DeepMinds oppdrag defineres som å bygge den "verdens første universelle læringsmaskinen" General Learning Machine. // Dette imponerer meg og gjør meg litt urolig, å investere hele livskapitalen min i «ett ultimat mål» gir ekstraordinær kreativitet, men det forsterker også konsekvensene av moralske feil. Dokumentaren vegrer seg ikke for dette – du kan føle deres selvtillit og høre de underliggende bekymringene. 2. Bruk spillet som treningsarena DeepMind mener at generalitet er nøkkelen til intelligens. De ser på spill som det perfekte treningsgrunnlaget for å utvikle en enkelt algoritme som kan lære flere oppgaver. Her er hva de har prøvd: DQN (Deep Q-Network): Demonstrerte muligheten for å kombinere forsterkningslæring med dyp læring ved å spille dusinvis av Atari-spill. AlphaGo: Ved å bruke Go som «den hellige gral», beviste det at maskiner kan oppdage nye strategier på måter mennesker ikke kunne forestille seg, noe som skapte en global sensasjon. AlphaZero: Fratatt all menneskelig kunnskap, mestret Go, sjakk osv. på kort tid helt gjennom selvspill, og viser ren universell læringsevne. // I dokumentaren viser DeepMind tydelig spennvidden mellom de to, spill gjør algoritmer sterkere, og vitenskap og virkelige anvendelser bringer disse kreftene til virkelig innflytelsesrike områder. 3. Fra spill til vitenskap, AlphaFolds epokegjørende gjennombrudd DeepMind bringer kraften til AI til et av de mest komplekse vitenskapelige puslespillene i den virkelige verden, proteinbrettingsproblemet. Dette spørsmålet har forvirret forskere i 50 år. AlphaFolds mål er å nøyaktig forutsi 3D-strukturen til proteiner basert på aminosyresekvenser, noe som er nøkkelen til å forstå liv og akselerere utviklingen av nye legemidler og vaksiner. I CASP 14-konkurransen ([01:13:50]) oppnådde AlphaFold banebrytende høy nøyaktighet, hyllet som «proteinfoldingsproblemet er løst». DeepMind gjorde deretter 200 millioner proteinstrukturdata tilgjengelig for verden gratis ([01:15:55]), og ble en "gave til menneskeheten". Samtidig påpeker dokumentaren også at AI kan brukes til militære formål ([00:34:44]), kraftigere overvåkning, og brukes til å «temme mennesker» – å underkue oss med våpen vi ikke engang kan forstå, og ikke gjenta feilen fra «Manhattan-prosjektet», som er å fokusere kun på teknologimani og ignorere de moralske konsekvensene ...