Back ديب مايند Arabic Google DeepMind Azerbaijani دیپمایند AZB Google DeepMind Catalan DeepMind German DeepMind DIQ DeepMind Greek Google DeepMind English Google DeepMind Spanish DeepMind Estonian
 | |
| Slogan | Solving intelligence to advance science and benefit humanity (Bilimi ilerletmek ve insanlığa fayda sağlamak için zekayı çözmek) |
|---|---|
| Tip | Yan kuruluş |
| Endüstri | Yapay zekâ |
| Kuruluş | 23 Eylül 2010)[1] |
| Kurucu |
|
| Genel merkezi | Londra, Birleşik Krallık[2] |
| Önemli kişiler | |
| Ürün | AlphaGo, AlphaStar, AlphaFold, AlphaZero |
| Sahibi | Bağımsız (2010-2014) Google LLC (2014–2015) Alphabet Inc. (2015-günümüz) |
| Çalışan sayısı | 1,000+ (2022)[3] |
| Web sitesi | deepmind.com |
| Makale serisidir |
| Yapay zekâ |
|---|
_artificial_intelligence_icon.png){kind=icon} |
DeepMind Technologies, Alphabet Inc.'in bir yan kuruluşu olup, 2010'da kurulmuş bir İngiliz yapay zekâ program geliştirme şirketidir. DeepMind, 2014'te Google tarafından satın alınmıştır.[4] Şirketin merkezi Londra'dadır ve Kanada, Fransa ve Amerika Birleşik Devletleri'nde araştırma merkezleri bulunmaktadır.[5][6] 2015'te, Google'ın ana şirketi olan Alphabet Inc.'in tamamına sahip olduğu bir yan kuruluş oldu.
DeepMind, insanlara benzer şekilde video oyunlarının nasıl oynanacağını öğrenen bir sinir ağı yaratıyor.[7] Ayrıca, insan beyninin kısa süreli belleğini taklit etmesi beklenen geleneksel bir Turing makinesi gibi harici belleğe erişebilen bir sinir ağı da yarattı.[8][9]
DeepMind, AlphaGo programının bir belgesel filmininde konusu olan beş maçlık bir maçta dünya şampiyonu bir insan profesyonel Go oyuncusu Lee Sedol'u yenmesinden sonra 2016 yılında manşetlere girdi.[10] Daha genel bir program olan AlphaZero, pekiştirmeli öğrenmeyi kullanarak birkaç gün kendi kendine oynadıktan sonra go, satranç ve shogi (Japon satrancı) oynayan en güçlü programları yendi.[11] 2020'de DeepMind, AlphaFold ile protein katlanması probleminde önemli ilerlemeler kaydetti.[12] Temmuz 2022'de, neredeyse bilinen tüm proteinleri temsil eden 200 milyondan fazla tahmini protein yapısının AlphaFold veritabanında yayınlanacağı açıklandı.[13][14]
DeepMind, 28 Nisan 2022'de Flamingo adlı bir tekli görsel dil modeli (VLM) hakkında bir blog yazısı yayınladı. Flamingo, sadece birkaç eğitim görüntüsüyle herhangi bir şeyin görselini doğru bir şekilde tanımlayabilir.[15][16] Temmuz 2022'de DeepMind, Stratego masa oyununu bir insan uzmanı düzeyinde oynayabilen, modelsiz, çok aracılı pekiştirmeli bir öğrenme sistemi olan DeepNash'in geliştirildiğini duyurdu.[17][18]
- ^ "DeepMind Technologies Limited – Overview (free company information from Companies House)". Companies House. 14 Mart 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 13 Mart 2016.
- ^ "King's Cross - S2 Building - SES Engineering Services". SES Engineering Services (İngilizce). 20 Haziran 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 14 Temmuz 2022.
- ^ Kahn, Jeremy (30 Mart 2022). "Former DeepMind employees say A.I. company mishandled serious sexual assault complaints". Fortune. 24 Haziran 2022 tarihinde kaynağından arşivlendi.
- ^ Bray, Chad (27 Ocak 2014). "Google Acquires British Artificial Intelligence Developer". DealBook (İngilizce). 27 Ocak 2014 tarihinde kaynağından arşivlendi. Erişim tarihi: 4 Kasım 2019.
- ^ "About Us | DeepMind". DeepMind. 23 Aralık 2016 tarihinde kaynağından arşivlendi.
- ^ "A return to Paris | DeepMind". DeepMind. 29 Mart 2018 tarihinde kaynağından arşivlendi.
- ^ "The Last AI Breakthrough DeepMind Made Before Google Bought It". The Physics arXiv Blog. 29 Ocak 2014. 26 Ağustos 2014 tarihinde kaynağından arşivlendi. Erişim tarihi: 12 Ekim 2014.
- ^ Best of 2014: Google's Secretive DeepMind Startup Unveils a Neural Turing Machine 4 Aralık 2015 tarihinde Wayback Machine sitesinde arşivlendi., MIT Technology Review.
- ^ Graves, Alex; Wayne, Greg; Reynolds, Malcolm; Harley, Tim; Danihelka, Ivo; Grabska-Barwińska, Agnieszka; Colmenarejo, Sergio Gómez; Grefenstette, Edward; Ramalho, Tiago (12 Ekim 2016). "Hybrid computing using a neural network with dynamic external memory". Nature (İngilizce). 538 (7626). ss. 471-476. Bibcode:2016Natur.538..471G. doi:10.1038/nature20101. ISSN 1476-4687. PMID 27732574. 205251479. 2 Ekim 2022 tarihinde kaynağından arşivlendi. Erişim tarihi: 2 Ekim 2022.
- ^ Kohs, Greg (29 Eylül 2017). "AlphaGo". 6 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 9 Ocak 2018.
- ^ Silver, David; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (5 Aralık 2017). "Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm". arXiv:1712.01815 $2.
- ^ Callaway, Ewen (30 Kasım 2020). "'It will change everything': DeepMind's AI makes gigantic leap in solving protein structures". Nature. 28 Ağustos 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 31 Temmuz 2021.
- ^ Geddes, Linda (28 Temmuz 2022). "DeepMind uncovers structure of 200m proteins in scientific leap forward". The Guardian. 2 Ekim 2022 tarihinde kaynağından arşivlendi. Erişim tarihi: 2 Ekim 2022.
- ^ "AlphaFold reveals the structure of the protein universe". DeepMind. 28 Temmuz 2022. 28 Temmuz 2022 tarihinde kaynağından arşivlendi.
- ^ "Tackling multiple tasks with a single visual language model". DeepMind (İngilizce). 28 Nisan 2022 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Nisan 2022.
- ^ Alayrac, Jean-Baptiste (2022). "Flamingo: a Visual Language Model for Few-Shot Learning" (PDF). arXiv:2204.14198 $2. 28 Nisan 2022 tarihinde kaynağından (PDF) arşivlendi.
- ^ "DeepMind AI Researchers Introduce 'DeepNash', An Autonomous Agent Trained With Model-Free Multiagent Reinforcement Learning That Learns To Play The Game Of Stratego At Expert Level". MarkTechPost. 9 Temmuz 2022. 9 Temmuz 2022 tarihinde kaynağından arşivlendi.
- ^ "Première défaite d'un professionnel du go contre une intelligence artificielle". Le Monde. 27 Ocak 2016. 29 Ocak 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 13 Mart 2016.