Google: Το DeepMind κέρδισε στην «Ολυμπιάδα του coding» – 4 φορές που η ΑΙ νίκησε τον άνθρωπο

Το DeepMind της Google έγινε το πρώτο μοντέλο τεχνητής νοημοσύνης που κέρδισε χρυσό μετάλλιο σε διεθνή διαγωνισμό προγραμματισμού που πραγματοποιήθηκε νωρίτερα αυτόν τον μήνα στο Αζερμπαϊτζάν.

Η DeepMind της Google πέτυχε ένα ακόμη ορόσημο στην κούρσα της τεχνητής νοημοσύνης. Το νέο της μοντέλο, Gemini 2.5 Deep Think, σημείωσε μία επίδοση «χρυσού επιπέδου» στον διεθνή διαγωνισμό προγραμματισμού ICPC World Finals, που θεωρείται η κορυφαία διοργάνωση στον χώρο και συχνά αποκαλείται «Ολυμπιακοί Αγώνες του coding».

Το μοντέλο τεχνητής νοημοσύνης Gemini 2.5 της εταιρείας έλυσε ένα πολύπλοκο πρόβλημα πραγματικού κόσμου που μπλόκαρε τους ανθρώπους προγραμματιστές και το παρομοίασε με το επίτευγμα του υπολογιστή Deep Blue που νίκησε τον Γκάρι Κασπάροφ στο σκάκι το 1997 και μια τεχνητή νοημοσύνη που νίκησε έναν άνθρωπο πρωταθλητή για το παιχνίδι Go το 2016.

Σε μια επίδοση που η τεχνολογική εταιρεία ονόμασε «βαθύ άλμα στην αφηρημένη επίλυση προβλημάτων», χρειάστηκε λιγότερο από μισή ώρα για να καταλάβουν πώς να ζυγίσουν έναν άπειρο αριθμό πιθανοτήτων προκειμένου να στείλουν ένα υγρό μέσω ενός δικτύου αγωγών σε ένα σύνολο διασυνδεδεμένων δεξαμενών. Ο στόχος ήταν να διανεμηθεί το συντομότερο δυνατό. Καμία από τις ανθρώπινες ομάδες, συμπεριλαμβανομένων των κορυφαίων ερευνητών από πανεπιστήμια της Ρωσίας, της Κίνας και της Ιαπωνίας, δεν το έκανε σωστά.

Η Τεχνητή Νοημοσύνη απέτυχε σε 2 από τις 12 εργασίες που της είχαν ανατεθεί, αλλά η συνολική της απόδοση την κατέταξε στη δεύτερη θέση από τους 139 ισχυρότερους προγραμματιστές υπολογιστών σε πανεπιστημιακό επίπεδο στον κόσμο. Η Google δήλωσε ότι ήταν μια «ιστορική στιγμή για την AGI [τεχνητή γενική νοημοσύνη]», η οποία θεωρείται ευρέως νοημοσύνη ανθρώπινου επιπέδου σε ένα ευρύ φάσμα εργασιών.

«Για μένα είναι μια στιγμή που ισοδυναμεί με το Deep Blue για το σκάκι και το AlphaGo για το επιτραπέζιο παιχνίδι Go», δήλωσε ο Quoc Le, αντιπρόεδρος της Google DeepMind. «Ακόμα πιο σημαντικό, συλλογίζεται περισσότερο προς τον πραγματικό κόσμο, όχι μόνο προς ένα περιορισμένο περιβάλλον [όπως το σκάκι και το Go]… γι’ αυτό πιστεύω ότι αυτή η πρόοδος έχει τη δυνατότητα να μεταμορφώσει πολλούς επιστημονικούς και μηχανικούς κλάδους». Ανέφερε τον σχεδιασμό φαρμάκων και τσιπ.

Το μοντέλο AI θεωρείται γενικής χρήσης, αλλά εκπαιδεύτηκε ειδικά για να λύνει πολύ δύσκολα προβλήματα κωδικοποίησης, μαθηματικών και συλλογισμού. Απέδωσε «τόσο καλά όσο ένας από τους 20 κορυφαίους προγραμματιστές στον κόσμο», δήλωσε η Google. «Η επίλυση σύνθετων εργασιών σε αυτούς τους διαγωνισμούς απαιτεί βαθιά αφηρημένη συλλογιστική, δημιουργικότητα, την ικανότητα σύνθεσης νέων λύσεων σε προβλήματα που δεν έχουν ξαναδεί και μια γνήσια σπίθα εφευρετικότητας», ανέφερε η εταιρεία.

Μιλώντας πριν δημοσιοποιηθούν οι λεπτομέρειες, ο Stuart Russell, καθηγητής πληροφορικής στο Πανεπιστήμιο της Καλιφόρνια στο Μπέρκλεϊ, δήλωσε ότι οι «ισχυρισμοί κοσμοϊστορικής σημασίας φαίνονται υπερβολικοί». Είπε ότι τα συστήματα Τεχνητής Νοημοσύνης τα πήγαιναν καλά σε εργασίες προγραμματισμού για αρκετό καιρό και η ανακάλυψη στο σκάκι του Deep Blue «ουσιαστικά δεν είχε καμία επίδραση στον πραγματικό κόσμο της εφαρμοσμένης Τεχνητής Νοημοσύνης».

Ωστόσο, είπε ότι «για να τεθεί σωστά μια ερώτηση του ICPC [Διεθνούς Διαγωνισμού Προγραμματισμού Κολλεγίων], ο κώδικας πρέπει στην πραγματικότητα να λειτουργεί σωστά (τουλάχιστον σε έναν πεπερασμένο αριθμό δοκιμαστικών περιπτώσεων), επομένως αυτή η απόδοση μπορεί να δείξει πρόοδο προς την κατεύθυνση της κατασκευής συστημάτων κωδικοποίησης που βασίζονται στην Τεχνητή Νοημοσύνη επαρκώς ακριβών για την παραγωγή κώδικα υψηλής ποιότητας». Πρόσθεσε: «Η πίεση στις εταιρείες Τεχνητής Νοημοσύνης να συνεχίσουν να ισχυρίζονται ότι κάνουν ανακαλύψεις είναι τεράστια».

Ο Δρ. Μπιλ Πόουτσερ, εκτελεστικός διευθυντής του ICPC, δήλωσε: «Η επιτυχής ένταξη του Gemini σε αυτόν τον χώρο και η επίτευξη αποτελεσμάτων χρυσού επιπέδου σηματοδοτεί μια κρίσιμη στιγμή στον καθορισμό των εργαλείων Τεχνητής Νοημοσύνης και των ακαδημαϊκών προτύπων που απαιτούνται για την επόμενη γενιά».

Τέσσερις μεγάλες στιγμές στη «μηχανική νοημοσύνη»

1957 Το Perceptron

Ο Frank Rosenblatt, ακαδημαϊκός στο Πανεπιστήμιο Cornell, διαπίστωσε ότι θα έπρεπε να είναι δυνατή η δημιουργία ενός «αυτόματου που αντιλαμβάνεται και αναγνωρίζει». Το ονόμασε Perceptron και είπε ότι ένα ηλεκτρονικό σύστημα θα μπορούσε να μάθει να αναγνωρίζει μοτίβα σε οπτικές, ηλεκτρικές ή τονικές πληροφορίες «με τρόπο που μπορεί να είναι ανάλογος με την αντιληπτική διαδικασία ενός εγκεφάλου».

Την επόμενη χρονιά κατασκεύασε τη συσκευή, η οποία είχε το μέγεθος ενός μικρού δωματίου. Θεωρήθηκε μία από τις πρώτες ανακαλύψεις στην τεχνητή νοημοσύνη που βασίζεται σε νευρωνικά δίκτυα.

1997 Big Blue

Τον Μάιο του 1997, το Big Blue της IBM έγινε το πρώτο σύστημα υπολογιστή που νίκησε έναν παγκόσμιο πρωταθλητή σκακιού σε έναν αγώνα υπό τυπικούς ελέγχους τουρνουά. Νίκησε τον Γκάρι Κασπάροφ σε αυτό που έγινε σημείο καμπής στην υπολογιστική ισχύ, αλλά ο αγώνας ήταν αμφίρροπος.

Ο Kασπάροφ κέρδισε το πρώτο παιχνίδι, ο Deep Blue το δεύτερο, ακολουθούμενος από τρεις ισοπαλίες. Ο Deep Blue κέρδισε το έκτο παιχνίδι και εξασφάλισε τη νίκη. Έδειξε πώς η υπολογιστική ισχύς θα μπορούσε να δημιουργήσει ένα σύστημα για να νικήσει έναν άνθρωπο, αν και σε μια περιορισμένη αποστολή. «Ο υπολογιστής είναι πολύ ισχυρότερος από ό,τι περίμενε κανείς», είπε ο Κασπάροφ, παραδεχόμενος την ήττα του.

2016 AlphaGo

Το Go είναι ένα από τα πιο σύνθετα παιχνίδια που έχουν ποτέ σχεδιαστεί και ένας από τους κορυφαίους παίκτες στον κόσμο ήταν ο Λι Σέντολ, ένας Νοτιοκορεάτης επαγγελματίας. Το 2016, η DeepMind, η βρετανική εταιρεία τεχνητής νοημοσύνης που ίδρυσε ο Ντέμης Χασάμπης, τον αντιμετώπισε με τον υπολογιστή της AlphaGo.

Κέρδισε με 4-1 και μερικές από τις κινήσεις της φάνηκαν να εμφανίζουν πραγματικά πρωτότυπη σκέψη. Η κίνηση 37 ειδικότερα καταγράφηκε στην ιστορία. Ο Χασάμπης είπε: «Ίσως είναι η πρώτη ματιά σε ένα λαμπρό και τολμηρό μέλλον όπου η ανθρωπότητα αξιοποιεί την Τεχνητή Νοημοσύνη ως ένα ισχυρό νέο εργαλείο, βοηθώντας μας να ανακαλύψουμε νέες γνώσεις που μπορούν να λύσουν μερικά από τα πιο πιεστικά επιστημονικά μας προβλήματα».

2020 AlphaFold

Μια άλλη σημαντική ανακάλυψη από τους Χασάμπη και DeepMind ήταν ένα πρόγραμμα τεχνητής νοημοσύνης που μπορεί να προβλέψει πώς οι πρωτεΐνες διπλώνονται σε τρισδιάστατα σχήματα, μια εξαιρετικά πολύπλοκη διαδικασία θεμελιώδη για την κατανόηση του βιολογικού μηχανισμού της ζωής. Η Βασιλική Εταιρεία, το 360 ετών επιστημονικό ίδρυμα του Λονδίνου, το χαρακτήρισε «εκπληκτική πρόοδο».

Όταν οι ερευνητές γνωρίζουν πώς μια πρωτεΐνη διπλώνεται, μπορούν να αρχίσουν να αποκαλύπτουν μυστήρια όπως το πώς η ινσουλίνη ελέγχει τα επίπεδα σακχάρου στο αίμα ή πώς τα αντισώματα καταπολεμούν τους ιούς. Μετά από περαιτέρω επαναλήψεις, το σύστημα βοήθησε τον Χασάμπη και τον συνάδελφό του Τζον Τζάμπερ να μοιραστούν το βραβείο Νόμπελ Χημείας το 2024.


Πηγή

ΑΦΗΣΤΕ ΜΙΑ ΑΠΑΝΤΗΣΗ

Please enter your comment!
Please enter your name here