Deepmind và dự án điên rồ mong muốn thay đổi nhân loại!

Câu chuyện người sáng lập và ý nghĩa lớn của DeepMind

Người sáng lập: DeepMind được thành lập vào năm 2010 tại London bởi ba nhà khoa học: Demis Hassabis, Shane Legg, và Mustafa Suleyman. Cả ba đều có nền tảng vững chắc trong lĩnh vực trí tuệ nhân tạo (AI) và khoa học thần kinh:

Demis Hassabis – thần đồng cờ vua & thiên tài đa lĩnh vực

• Sinh năm 1976, mang hai dòng máu Hy Lạp-Cyprus và Trung Quốc, Hassabis từng là đại kiện tướng cờ vua trẻ của Anh.

• Tốt nghiệp Đại học Cambridge ngành Khoa học Máy tính, từng làm việc tại Lionhead Studios và sau đó lấy bằng tiến sĩ thần kinh học tại University College London (UCL).

• Điều đặc biệt: Hassabis tin rằng để tạo được trí tuệ nh6an tạo thực sự, cần học từ não người hoạt động ra sao — một hướng đi sâu sắc, vừa khoa học, vừa mang tính “triết lý nhân sinh”.

“Chúng tôi thành lập DeepMind để giải mã trí thông minh và áp dụng nó để giải quyết những thách thức lớn nhất của nhân loại.” – Demis Hassabis

• Demis Hassabis, một thần đồng cờ vua và nhà thiết kế trò chơi điện tử, có bằng tiến sĩ về khoa học thần kinh nhận thức từ Đại học College London (UCL). Ông bị cuốn hút bởi ý tưởng tạo ra trí tuệ nhân tạo mô phỏng khả năng học hỏi và tư duy của con người.
• Shane Legg, một nhà nghiên cứu về học máy, tập trung vào việc xây dựng trí tuệ nhân tạo tổng quát (AGI - Artificial General Intelligence).
• Mustafa Suleyman, chuyên về ứng dụng AI vào các vấn đề thực tiễn, đã đóng vai trò quan trọng trong việc đưa nghiên cứu của DeepMind vào các sản phẩm thực tế.

Ý nghĩa lớn của dự án: DeepMind được thành lập với sứ mệnh "giải quyết trí tuệ" (solve intelligence) và sử dụng trí tuệ đó để giải quyết các vấn đề lớn của nhân loại. Mục tiêu tối thượng của DeepMind là phát triển AGI, tức là một hệ thống AI có khả năng thực hiện bất kỳ nhiệm vụ trí tuệ nào mà con người có thể làm, từ suy luận trừu tượng, giải quyết vấn đề đến sáng tạo. Họ tin rằng AGI có thể thúc đẩy những bước đột phá trong khoa học, y học, và nhiều lĩnh vực khác, mang lại lợi ích to lớn cho nhân loại.

Những chiến thắng của DeepMind trong cờ vua và cờ vây

Chiến thắng trong cờ vây với AlphaGo:

• Thành tựu: Năm 2015, AlphaGo, một chương trình AI do DeepMind phát triển, đánh bại nhà vô địch cờ vây châu Âu Fan Hui (2 dan) với tỷ số 5-0, lần đầu tiên một AI đánh bại một kỳ thủ chuyên nghiệp mà không cần chấp quân. Năm 2016, AlphaGo tiếp tục đánh bại Lee Sedol, một trong những kỳ thủ cờ vây hàng đầu thế giới (9 dan), với tỷ số 4-1 trong một trận đấu lịch sử. Năm 2017, phiên bản AlphaGo Master đánh bại Ke Jie, kỳ thủ số một thế giới lúc bấy giờ, trong một trận đấu 3 ván. Sau đó, AlphaGo Zero, một phiên bản không sử dụng dữ liệu con người, đạt được trình độ siêu việt, thắng AlphaGo phiên bản trước 100-0 chỉ sau vài ngày tự học.
• Cách hoạt động: AlphaGo sử dụng học tăng cường sâu (deep reinforcement learning), kết hợp mạng nơ-ron sâu và thuật toán tìm kiếm cây Monte Carlo. Ban đầu, nó được huấn luyện trên hàng triệu nước đi từ các ván cờ chuyên nghiệp, sau đó tự chơi với chính mình để cải thiện. AlphaGo Zero tiến xa hơn, học mà không cần dữ liệu con người, chỉ dựa vào luật chơi và tự đấu.

Chiến thắng trong cờ vua với AlphaZero:

• Thành tựu: Năm 2017, AlphaZero, một phiên bản tổng quát hơn của AlphaGo, đạt trình độ siêu phàm trong cờ vua, cờ shogi (cờ Nhật) và cờ vây chỉ sau vài giờ tự học. AlphaZero đánh bại các chương trình cờ vua mạnh nhất như Stockfish trong các trận đấu không cần dữ liệu con người hay kiến thức chuyên môn trước đó.
• Cách hoạt động: AlphaZero sử dụng phương pháp học tăng cường, tự chơi hàng triệu ván để tối ưu hóa chiến lược, không dựa vào các nước đi hay chiến thuật được lập trình sẵn như các chương trình cờ vua truyền thống.

Tầm quan trọng của chiến thắng cờ vây trong AI:

• Độ phức tạp của cờ vây: Cờ vây có số lượng nước đi khả thi lớn hơn nhiều so với cờ vua (khoảng 10^170 trạng thái so với 10^47 của cờ vua), khiến nó trở thành một thách thức lớn cho AI. Trước AlphaGo, các chương trình AI chỉ đạt trình độ nghiệp dư trong cờ vây, không thể cạnh tranh với kỳ thủ chuyên nghiệp.
• Bước đột phá trong AI: Chiến thắng của AlphaGo chứng minh khả năng của học tăng cường sâu trong việc giải quyết các vấn đề phức tạp với không gian tìm kiếm khổng lồ. Nó cho thấy AI có thể học cách đưa ra các quyết định chiến lược và sáng tạo, tương tự con người, mà không cần dựa vào dữ liệu được lập trình trước. Điều này đánh dấu một bước tiến lớn trong việc xây dựng các hệ thống AI tổng quát hơn
• Tầm ảnh hưởng: Thành công của AlphaGo đã truyền cảm hứng cho các nhà nghiên cứu AI toàn cầu, mở ra một kỷ nguyên mới trong việc phát triển các hệ thống AI linh hoạt, có khả năng học hỏi trong nhiều lĩnh vực khác nhau, từ trò chơi đến các vấn đề thực tiễn như khoa học và y học.

Các sản phẩm của DeepMind phục vụ nhân loại

DeepMind đã phát triển nhiều công nghệ AI mang lại lợi ích thực tiễn cho nhân loại:

1. AlphaFold (2016-2022):
   • Thành tựu: AlphaFold giải quyết vấn đề gấp protein, một thách thức lớn trong sinh học phân tử kéo dài 50 năm. Nó dự đoán chính xác cấu trúc 3D của 25/43 protein trong cuộc thi CASP năm 2018 và đến năm 2022, công bố cơ sở dữ liệu với hơn 200 triệu cấu trúc protein, gần như bao quát toàn bộ protein đã biết.
   • Lợi ích của dự án giúp tăng tốc nghiên cứu y học, giúp phát triển thuốc mới, hiểu rõ hơn về các bệnh liên quan đến protein, như Alzheimer hay ung thư. Đây được xem là một trong những đóng góp quan trọng nhất của DeepMind cho khoa học.
2. WaveNet (2016):
   • Một mô hình tạo giọng nói tự nhiên, cải thiện chất lượng âm thanh của Google Assistant, Google Search và Google Translate. WaveNet tạo ra âm thanh giống con người hơn từ tín hiệu thô.
   • Giúp ải thiện trải nghiệm người dùng trong các ứng dụng giọng nói, hỗ trợ người khuyết tật và sáng tạo âm nhạc.
3. SIMA (2024):
   • Thành tựu: SIMA là một tác nhân AI có khả năng hiểu và thực hiện các hướng dẫn bằng ngôn ngữ tự nhiên trong môi trường 3D, như trò chơi điện tử.
   • Lợi ích: Mở ra tiềm năng cho các trợ lý AI tương tác trong môi trường phức tạp, hỗ trợ trong giáo dục, giải trí và robot.
4. Ứng dụng trong y tế:
   • DeepMind hợp tác với Royal Free NHS Trust để phát triển Streams, một ứng dụng quản lý nhiệm vụ lâm sàng, giúp phát hiện sớm các tình trạng như suy thận cấp tính, cải thiện hiệu quả chăm sóc y tế.
5. Tối ưu hóa công nghệ:
   • DeepMind áp dụng AI để tối ưu hóa việc sử dụng năng lượng trong các trung tâm dữ liệu của Google, giảm tiêu thụ năng lượng tới 40%.
   • AI của DeepMind cũng cải thiện các thuật toán đề xuất trên YouTube và tìm kiếm trên Google.

Định hướng phát triển AGI của DeepMind

Mục tiêu AGI:

• DeepMind nhắm đến việc xây dựng AGI, tức là AI có khả năng thực hiện bất kỳ nhiệm vụ trí tuệ nào của con người, từ suy luận, lập kế hoạch đến sáng tạo. Họ xem bộ não con người là hình mẫu duy nhất của trí tuệ tổng quát và muốn tái tạo khả năng này trong AI.
• Theo CEO Demis Hassabis, AGI có thể đạt được trong vòng 5-10 năm tới (tính đến 2025), với xác suất khoảng 50%. AGI sẽ là một công cụ đa năng, giúp giải quyết các vấn đề phức tạp như phát hiện bệnh, phát triển thuốc, hoặc khám phá khoa học mới.

Cách tiếp cận:

• Học tăng cường sâu: DeepMind tiếp tục phát triển các thuật toán học tăng cường, như được sử dụng trong AlphaGo và AlphaZero, để tạo ra các hệ thống tự học mà không cần dữ liệu con người.
• Đa phương thức: Các mô hình như Gemini (được DeepMind đồng phát triển) có khả năng xử lý nhiều loại dữ liệu (văn bản, hình ảnh, âm thanh, video), tăng tính linh hoạt của AI.
• An toàn và đạo đức: DeepMind thành lập Hội đồng An toàn AGI và hợp tác với các tổ chức như Apollo và Redwood Research để đảm bảo AGI được phát triển an toàn, giảm thiểu rủi ro như lạm dụng hoặc sai lệch.

Tầm nhìn:

• DeepMind muốn AGI trở thành một "cộng sự" cho con người, hỗ trợ giải quyết các thách thức lớn như biến đổi khí hậu, y tế, và giáo dục. Họ nhấn mạnh vào việc xây dựng AI có trách nhiệm, với con người giám sát các hành động quan trọng.

Lý do Google đầu tư vào DeepMind và lợi ích mang lại cho Google

• Tiềm năng công nghệ: Năm 2014, Google mua lại DeepMind với giá khoảng 400-650 triệu USD, khi công ty này chứng minh được tiềm năng của học tăng cường sâu qua các thành công ban đầu như chương trình DQN (chơi 49 trò chơi Atari từ pixel thô). Google nhận thấy DeepMind có thể dẫn đầu trong cuộc đua AI.
• Nguồn nhân lực: DeepMind sở hữu đội ngũ tài năng hàng đầu, bao gồm các nhà khoa học như Demis Hassabis, người có tầm nhìn về AGI. Google muốn tận dụng nguồn lực này để củng cố vị thế trong lĩnh vực AI.
• Cạnh tranh: Vào thời điểm đó, các công ty như Facebook và Microsoft cũng quan tâm đến DeepMind. Google muốn đảm bảo quyền kiểm soát công nghệ tiên tiến này để không bị tụt hậu trong cuộc đua AI.
• Tài nguyên tính toán: DeepMind cần nguồn lực tính toán khổng lồ để phát triển AI, và Google có cơ sở hạ tầng mạnh mẽ (như Tensor Processing Units) để hỗ trợ. Đổi lại, DeepMind mang lại những bước đột phá công nghệ cho Google.

Lợi ích mang lại cho Google:

• Tăng cường sản phẩm: Công nghệ của DeepMind đã cải thiện các dịch vụ cốt lõi của Google, như:
  • Tìm kiếm và đề xuất: AI của DeepMind tối ưu hóa thuật toán tìm kiếm và đề xuất trên YouTube, tăng trải nghiệm người dùng.
  • Google Assistant: WaveNet cải thiện chất lượng giọng nói, làm cho Assistant tự nhiên hơn.
  • Tối ưu hóa hạ tầng: DeepMind giúp giảm tiêu thụ năng lượng trong các trung tâm dữ liệu của Google, tiết kiệm chi phí đáng kể.
• Dẫn đầu trong AI: Các thành công như AlphaGo và AlphaFold đã nâng cao vị thế của Google trong lĩnh vực AI, thu hút nhân tài và củng cố hình ảnh công ty như một nhà tiên phong công nghệ.
• Sáp nhập với Google Brain: Năm 2023, Google sáp nhập DeepMind với Google Brain để tạo thành Google DeepMind, tăng cường khả năng nghiên cứu và phát triển sản phẩm AI, như mô hình Gemini, cạnh tranh với các đối thủ như OpenAI.
• Đột phá khoa học: AlphaFold không chỉ mang lại danh tiếng khoa học (Demis Hassabis nhận Nobel Hóa học 2024) mà còn mở ra cơ hội cho Google trong lĩnh vực y tế và sinh học.

DeepMind, với tầm nhìn của các nhà sáng lập về AGI, đã đạt được những bước tiến lịch sử trong AI, từ việc đánh bại các kỳ thủ cờ vây và cờ vua đến giải quyết các vấn đề khoa học lớn như gấp protein. Chiến thắng trong cờ vây đánh dấu một cột mốc quan trọng, chứng minh tiềm năng của học tăng cường sâu trong việc giải quyết các vấn đề phức tạp. Các sản phẩm như AlphaFold, WaveNet, và SIMA cho thấy DeepMind không chỉ tập trung vào nghiên cứu mà còn mang lại giá trị thực tiễn cho nhân loại.