डीपमाइंड उन सभी पर शासन करने के लिए एक एल्गोरिथ्म विकसित कर रहा है

NS ट्रांसफॉर्म टेक्नोलॉजी समिट्स 13 अक्टूबर से लो-कोड/नो कोड के साथ शुरू होती हैं: एंटरप्राइज एजिलिटी को सक्षम करना। अभी पंजीकरण करें!


डीपमाइंड तंत्रिका नेटवर्क को दोनों दुनिया के सर्वश्रेष्ठ प्राप्त करने के लिए एल्गोरिदम का अनुकरण करने में सक्षम बनाना चाहता है, और यह परीक्षण के रूप में Google मानचित्र का उपयोग कर रहा है।

शास्त्रीय एल्गोरिदम वे हैं जिन्होंने सॉफ़्टवेयर को दुनिया को खाने में सक्षम बनाया है, लेकिन वे जिस डेटा के साथ काम करते हैं वह हमेशा वास्तविक दुनिया को प्रतिबिंबित नहीं करता है। डीप लर्निंग वह है जो आज के सबसे प्रतिष्ठित एआई अनुप्रयोगों में से कुछ को शक्ति प्रदान करती है, लेकिन डीप लर्निंग मॉडल को उन डोमेन में लागू करने के लिए पुन: प्रशिक्षण की आवश्यकता होती है, जिनके लिए वे मूल रूप से डिज़ाइन नहीं किए गए थे।

डीपमाइंड गहरी शिक्षा और एल्गोरिदम को संयोजित करने की कोशिश कर रहा है, उन सभी पर शासन करने के लिए एक एल्गोरिथ्म बना रहा है: एक गहन शिक्षण मॉडल जो किसी भी एल्गोरिदम का अनुकरण करना सीख सकता है, एक एल्गोरिदम-समतुल्य मॉडल उत्पन्न कर सकता है जो वास्तविक दुनिया के डेटा के साथ काम कर सकता है।

दीपमाइंड एआई में कुछ प्रतिष्ठित कारनामों के लिए सुर्खियां बटोर चुका है। विकसित होने के बाद AlphaGo, एक कार्यक्रम जो एक मानव पेशेवर गो खिलाड़ी को हराकर पांच-गेम मैच में गो के खेल में विश्व चैंपियन बन गया, और अल्फाफोल्ड, जीव विज्ञान में 50 साल पुरानी भव्य चुनौती का समाधान, डीपमाइंड ने अपनी दृष्टि एक और बड़ी चुनौती पर स्थापित की है: शास्त्रीय कंप्यूटर विज्ञान के साथ गहरी शिक्षा, एक एआई तकनीक को पाटना।

तंत्रिका एल्गोरिथम तर्क का जन्म

चार्ल्स ब्लंडेल और पेटार वेलिस्कोविक दोनों डीपमाइंड में वरिष्ठ शोध पदों पर हैं। वे शास्त्रीय कंप्यूटर विज्ञान में एक पृष्ठभूमि और लागू नवाचार के लिए एक जुनून साझा करते हैं। जब वेलिस्कोविक दीपमाइंड में ब्लंडेल से मिले, तो अनुसंधान की एक पंक्ति जिसे के रूप में जाना जाता है तंत्रिका एल्गोरिथम तर्क (NAR), का जन्म हाल ही में दोनों द्वारा प्रकाशित समानार्थी स्थिति पत्र के बाद हुआ था।

मुख्य थीसिस यह है कि एल्गोरिदम में गहन शिक्षण विधियों के लिए मौलिक रूप से भिन्न गुण होते हैं – कुछ ब्लंडेल और वेलिस्कोविक ने एनएआर की शुरूआत में विस्तार से बताया। इससे पता चलता है कि यदि डीप लर्निंग मेथड्स एल्गोरिथम की नकल करने में बेहतर तरीके से सक्षम होते, तो एल्गोरिदम के साथ देखे जाने वाले सॉर्ट का सामान्यीकरण डीप लर्निंग के साथ संभव हो जाता।

सभी अच्छी तरह से आधारित शोधों की तरह, एनएआर में एक वंशावली है जो उन क्षेत्रों की जड़ों तक जाती है, और अन्य शोधकर्ताओं के साथ सहयोग करने के लिए शाखाएं निकलती हैं। बहुत सारे पाई-इन-द-स्काई शोध के विपरीत, एनएआर के पास दिखाने के लिए कुछ शुरुआती परिणाम और अनुप्रयोग हैं।

हम हाल ही में वेलिस्कोविक और ब्लंडेल के साथ एनएआर के पहले सिद्धांतों और नींव पर चर्चा करने के लिए बैठे थे, साथ ही साथ शामिल होने के लिए मिला शोधकर्ता एंड्रिया डीका, जिन्होंने बारीकियों, अनुप्रयोगों और भविष्य के निर्देशों पर विस्तार किया। रुचि के क्षेत्रों में ग्राफ के आकार के डेटा का प्रसंस्करण और पाथफाइंडिंग शामिल है।

पाथफाइंडिंग: उसके लिए एक एल्गोरिथम है

डीक ने डीपमाइंड में इंटर्नशिप की और ड्रग डिस्कवरी के लेंस के माध्यम से ग्राफ प्रतिनिधित्व सीखने में रुचि रखने लगे। ग्राफ़ प्रतिनिधित्व सीखना एक ऐसा क्षेत्र है जिसमें वेलिस्कोविक एक प्रमुख विशेषज्ञ हैं, और उनका मानना ​​है कि यह ग्राफ़ के आकार के डेटा को संसाधित करने के लिए एक महान उपकरण है।

“यदि आप काफी मेहनत करते हैं, तो किसी भी प्रकार का डेटा ग्राफ प्रतिनिधित्व में फिट हो सकता है। छवियों को निकटता से जुड़े पिक्सेल के ग्राफ़ के रूप में देखा जा सकता है। पाठ को एक साथ जुड़ी हुई वस्तुओं के अनुक्रम के रूप में देखा जा सकता है। अधिक आम तौर पर, चीजें जो वास्तव में प्रकृति से आती हैं जिन्हें एक फ्रेम के भीतर या अनुक्रम के भीतर फिट करने के लिए इंजीनियर नहीं किया जाता है जैसे मनुष्य इसे करेंगे, वास्तव में ग्राफ संरचनाओं के रूप में काफी स्वाभाविक रूप से प्रतिनिधित्व किया जाता है, “वेलिकोविच ने कहा।

एक और वास्तविक दुनिया की समस्या जो खुद को रेखांकन के लिए अच्छी तरह से उधार देती है – और एक मानक के लिए दीपमाइंड, जो, Google की तरह, Alphabet का हिस्सा है — पाथफाइंडिंग है। 2020 में, गूगल मानचित्र अमेरिका में सबसे अधिक डाउनलोड किया जाने वाला नक्शा और नेविगेशन ऐप था और हर दिन लाखों लोगों द्वारा इसका उपयोग किया जाता है। इसकी हत्यारा विशेषताओं में से एक, पाथफाइंडिंग, डीपमाइंड के अलावा और कोई नहीं है।

लोकप्रिय ऐप अब एक दृष्टिकोण दिखाता है जो एआई और सॉफ्टवेयर में क्रांति ला सकता है क्योंकि दुनिया उन्हें जानती है। गूगल मैप्स में एक वास्तविक दुनिया का सड़क नेटवर्क है जो यात्रा के समय की भविष्यवाणी करने में सहायता करता है। वेलिस्कोविक ने नोट किया डीपमाइंड ने गूगल मैप्स एप्लिकेशन पर भी काम किया है जो यात्रा समय की भविष्यवाणी करने के लिए ग्राफ नेटवर्क लागू करता है। यह अब दुनिया भर में Google मानचित्र में प्रश्नों की सेवा कर रहा है, और विवरण हाल के एक प्रकाशन में दिया गया है.

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है। जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

(Visited 3 times, 1 visits today)

About The Author

You might be interested in

भारत-आधारित-ग्रो-जो-उपयोगकर्ताओं-को-म्यूचुअल-फंड-सोना-स्टॉक-और.jpg
0

LEAVE YOUR COMMENT