Investieren

Google ist (noch) wegweisend für künstliche Intelligenz

Alphabet ( NASDAQ: GOOG ) ( NASDAQ: GOOGL )ist vor allem für seine branchenführende Suchmaschine Google bekannt. Aber obwohl dieses Tool auf der ganzen Welt weit verbreitet ist, denken die meisten Leute wahrscheinlich nicht an die Technologie unter der Haube. Die Google-Suche stützt sich auf künstliche Intelligenz, um Sprache zu verstehen und genauere Ergebnisse zu liefern. Mit anderen Worten, es versucht zu interpretieren, was Sie meinen, nicht nur, was Sie in die Suchleiste eingeben.

Alphabet hat jedoch mehr zu bieten als Google und ist immer noch Vorreiter für neue Anwendungsfälle für künstliche Intelligenz in seinen verschiedenen Geschäftsbereichen. In diesem Backstage-Ausweis Video, das ausgestrahlt wurde 27.09.2021 , Motley Fool-Mitarbeiter John Bromels erläutert einige Möglichkeiten, wie Alphabet künstliche Intelligenz einsetzt.

John Bromels: Apropos künstliche Intelligenz, der erste Name, der mir in den Sinn kommt, ist Alphabet. Tickersymbol ist GOOG und GOOGL. Das ist ein kleiner handlicher Kerl. So sehe ich eigentlich aus, wenn ich nicht auf eine Leinwand projiziert werde, dieser gelbe Kerl hier drüben. Wir betrachten Google als eine Suchmaschine mit Business-Suiten und anderen Dingen. Aber Google tut tatsächlich viel hinter den Kulissen, insbesondere Google und Alphabet.



at&t tv now-App

Die anderen Unternehmen, die zu Alphabet im Allgemeinen gehören, tun tatsächlich viel hinter den Kulissen, insbesondere im Bereich der künstlichen Intelligenz. Um tatsächlich die Bühne für eine Menge moderner und zeitgenössischer KI-Arbeiten zu schaffen, muss man tatsächlich ins Jahr 1997 zurückgehen, als IBM 's Deep Blue schlug zuerst den Internationalen Großmeister Gary Kasparov im Schach. Das war eine große Sache, wenn man bedenkt, dass, und die Leute erinnern sich nicht daran, das Jahr zuvor Deep Blue dies tatsächlich versäumt hatte. Es hatte Gary Kasparov gespielt und verloren. Es hatte einen Rückkampf im Jahr '97 und konnte gewinnen. Natürlich ist Deep Blue IBMs Sache. IBM schockierte auch die Welt im Jahr 2011, als Watson Ken Jennings und Brad Rutter auf Gefahr besiegte. Aber tatsächlich machte Google ein paar Jahre später, im Jahr 2017, Schlagzeilen, und das war der große Preis. Sein AlphaGo-Computer besiegte 2017 einen chinesischen Go-Master drei Spiele in Folge.

Go ist in Bezug auf die Anzahl der möglichen Züge und die Anzahl der möglichen Iterationen so viel komplexer als Schach, dass Google nicht das getan hat, was IBM mit Deep Blue getan hat. Im Jahr 1997 ließen die Programmierer Deep Blue buchstäblich jeden möglichen Zug prüfen und jede einzelne Möglichkeit untersuchen und dann zurückgehen und diejenige auswählen, die die größtmöglichen gemeinen Kombinationen von diesem Zweig hatte, den es eingerichtet hat, weil Go Tausende ist und tausendmal komplexer mit so vielen weiteren möglichen Zügen. Ich meine, ich glaube, es gibt in jedem Go-Spiel so etwas wie Billionen möglicher Züge oder möglicher Sequenzen. Was AlphaGo, das Projekt von Google, tat, lehrten sie es, indem sie es selbst spielen ließen. Sich selbst gegen Spiele zu spielen, um herauszufinden, was die besten Praktiken und die beste Strategie waren. Aus diesem Prozess heraus haben die Schach- und Go-Dinge das Interesse von Google und Alphabet an der Lösung dieser KI- und maschinellen Lernprobleme geweckt. Es würde lange dauern, all die Dinge durchzugehen, die Google und Alphabet in den Bereichen KI und maschinelles Lernen versuchen, da sie zahlreiche Projekte haben. Aber ich wollte nur einen davon hervorheben.

Warren Buffett-Portfolio 2021

DeepMind ist der Name der Alphabet-Tochter, ähnlich wie Google eine Alphabet-Tochter ist, ist DeepMind die Alphabet-Tochter, die sich speziell mit KI und maschinellem Lernen befasst. Google wendet sich der Frage der Proteinfaltung zu. Dies ist ein sehr spezifischer Prozess in der Biotechnologie. Wenn sich ein Protein aus einem Bündel von Aminosäuren bildet, nimmt es diese Aminosäuren, die alle wie Wollfäden geformt sind, und faltet sie zu dieser Art von 3D-Struktur. Fast so, als würde man ein Blatt Papier in einen Origami-Vogel oder ein anderes Tier halten. Die Sache ist, dass es viele der gleichen Immunsäuren verwendet, es kann sie zu diesen Strukturen formen, aber jede Struktur bestimmt, was dieses Protein tun kann. Stellen Sie sich vor, Sie könnten das gleiche Blatt Papier nehmen und es zu zahlreichen Origami-Tieren falten. Das gleiche gilt für Proteine.

Wenn Ihr Protein jedoch ein wenig falsch ist, wenn es nur leicht falsch gefaltet wird, kann dies eine ganze Reihe genetischer Probleme verursachen, einschließlich Dinge wie Mukoviszidose. Das liegt an einem Protein, das nur etwas anders gebildet ist. Es kann Jahre und Unmengen an Geld und Forschung dauern, um zu versuchen, die Struktur und Faltung eines einzelnen Proteins zu analysieren und vorherzusagen, wie es im Labor funktionieren wird.

Alphabets DeepMind beschloss 2016, dieses Problem zu lösen, und begann 2016 mit der Arbeit an KI. Im Jahr 2018 haben sie dieses Programm namens AlphaFold wenn wir vorhersagen können, wie sich Proteine ​​auf der Grundlage der Aminosäuren bilden werden, die in ihnen enthalten sind, indem wir diese jahrelangen Laborarbeiten und all dieses Geld vorhersagen.

fidelity® Blue-Chip-Wachstumsfonds

Dann, erst letztes Jahr im Jahr 2020, kam DeepMind mit AlphaFold 2, zwei Jahre später, zurück und gab im Wesentlichen bekannt, dass dieses Problem gelöst wurde, weil AlphaFold 2 durch einfache Vorhersagemodellierung repliziert werden konnte. Konnte im Grunde nachahmen, was Wissenschaftler im Labor Jahre und Jahre brauchen, indem sie das eigentliche Protein betrachteten. Es konnte vorhersagen: 'Ja, so wird es aussehen.' Dies hat unglaubliche Auswirkungen auf die Biotechnologie und auf die genetische Arbeit und andere Bereiche der Behandlung von Krankheiten und Zuständen. Das ist buchstäblich eine Sache, die Google und Alphabet unter Dutzenden von Dingen tun, die sie in diesem Bereich tun.



^