Wat Google's DeepMind zichzelf nu zoal aanleert
Google ontwikkelt kunstmatige intelligentie onder de naam DeepMind, dat uit ongestructureerde data nieuwe informatie kan halen. Hieruit volgen soms zelfs wetenschappelijke successen die eerder niet mogelijk waren. Hoe staat het er anno 20210 mee voor?
Deepmind Technologies is in 2010 opgericht in Londen door Demis Hassabis, Mustafa Suleyman en Shane Legg. Vier jaar lang werkte het op zichzelf, tot Google het aankocht. Eigenlijk is het bedrijf in handen van Alphabet, het moederbedrijf van Google.
Inmiddels zijn er dependances in Frankrijk, Canada en de Verenigde Staten. Het doel? Zo goed gebruikmaken van machine learning dat het systeem menselijke intelligentie kan nabootsen. Tegelijkertijd wil het ook zorgdragen voor de veiligheid ervan, want zoiets komt uiteraard met de nodige ethische vraagstukken.
Om die veiligheid te waarborgen is er daarom een killswitch ingebouwd in de AI. Er is een open-source testlocatie genaamd GridWorld waar mensen kunnen checken of die killswitch er is, mocht het systeem zich niet naar wens gedragen. Zo hoopt het de kunstmatige intelligentie veilig te houden voor mensen, ontwikkelaars en zelfs zichzelf.
Leren schaken
De eerste keer dat de wereld kennismaakte met Deepmind was in 2016, toen Go-wereldkampioen Lee Sedol door het programma AlphaGo werd verslagen. AlphaGo werd ontwikkeld door Deepmind, dat later ook nog kwam met AlphaZero, een systeem dat kan schaken, maar ook shogi en go best kan spelen. Hoewel dit een heel speelse, niet direct wereldveranderende ontwikkeling was, zette het Deepmind en kunstmatige intelligentie wel degelijk op de kaart.
In principe is AlphaZero geen robot die gewoon goed kan schaken. Het is een zeer intelligent systeem dat zijn zijn keuzes baseert op wetenschappelijke studies en een bepaalde strategie kiest op basis van de zetten die zijn tegenstander doet. Hiervoor maakt het gebruik van het zogeheten deep reinforcement learning (diep versterkt leren).
Het bijzondere aan dit systeem is dat het niet op die manier geprogrammeerd wordt om meer de menselijke intelligentie te kunnen nabootsen, maar het juist aldoende leert dankzij zijn neurale netwerk gecombineerd met dat diep versterkt leren. In eerste instantie faalt het regelmatig met schaken, maar uiteindelijk leert het van zijn fouten en data.
Kunstmatige intelligentie in de zorg
Deepmind is echter met meer bezig dan schaken alleen. Samen met WaveNet heeft Deepmind kunnen helpen met de ontwikkeling van een tekst-naar-spraaksysteem. Miljoenen mensen lijden aan spraakproblemen, zoals mensen met ALS. Deepmind heeft met tech kunnen zorgen dat communiceren makkelijker gaat. Het systeem kan de oorspronkelijke stem van iemand nabootsen.
Dat leert Deepmind niet van honderden zinnen die die persoon zelf inspreekt, want die is immers niet goed in staat om überhaupt een volledige zin te maken. Wat het wel doet, is juist met slechts een paar woorden van die persoon dankzij een algoritme toch alles te kunnen zeggen. Naast spraak heeft Deepmind ook samenwerkingen in de strijd tegen kanker en helpt het met oplossingen voor blindheid.
Er is echter nog een ander gebied waardoor Deepmind de aandacht had. Eind 2020 maakte het bekend dat het een enorme transformatie in de biologie kan mogelijk maken. Dat komt omdat het zich heeft toegelegd op de structuren van proteïnen. Het schijnt een van de grootste uitdagingen te zijn in de biologie, om de 3D-vorm van een proteïne vast te stellen op basis van zijn amino-aciden.
Deepminds AlphaFold heeft gezorgd dat dit wel kan, wat van grote betekenis is voor bijvoorbeeld medicatie. Hierdoor kan beter in kaart worden gebracht hoe cellen zijn opgebouwd en daarop kan medicatie worden aangepast. Dit probleem was al 50 jaar oud. Deepmind kan nu voorspellen welke atomische structuur een proteïne heeft.
Binnen een levende cel vind je duizenden eiwitten die de cel laten functioneren. Weet je echter beter hoe die eiwitten zich ontwikkelen, dan kun je bepalen wat de functie is van de proteïne. Zo kunnen we dus ook meer te weten komen over ziektes (zoals kanker, dementie, maar zelfs griep), want die zijn van invloed op de ontwikkeling van proteïnen. Een heel belangrijke vondst voor de wetenschap, waarin kunstmatige intelligentie wel slaagt, maar het menselijk brein al decennialang slechts naar kan gissen.
Verborgen successen
Hoewel Deepmind grote successen heeft gehad, zijn die niet altijd breed uitgemeten in de pers. Heel veel werk van wat Deepmind doet, zit verborgen in producten van Google. Denk bijvoorbeeld aan gepersonaliseerde app-aanbevelingen binnen Google. Die zijn mede mogelijk door Deepmind. Het bedrijf heeft inmiddels al meer dan duizend papers gepubliceerd.
Deepmind heeft al veel gedaan en wordt waarschijnlijk in de toekomst alleen maar belangrijker. Hoe meer data het heeft om van te leren, hoe intelligenter het systeem wordt. Wie weet wat Deepmind bijvoorbeeld kan betekenen in de strijd tegen het coronavirus? AlphaFold heeft het antwoord misschien allang uitgevogeld.