L’opinione comune è che l’intelligenza artificiale generativa (AI) sia esplosa nel mainstream con il lancio di ChatGPT da parte di OpenAI nel novembre 2022. Ma coloro che hanno seguito da vicino questo spazio sanno che tutto è iniziato con un articolo intitolato “Consideration Is All You Want”, scritto da un crew di otto ricercatori di Google Mind (ora parte di DeepMind) nel 2017. L’articolo ha introdotto l’architettura del trasformatore, una rete neurale fondamentale utilizzata nel Generative Pre-trained Transformer (GPT) di OpenAI e nel spine di tutti i modelli di intelligenza artificiale di frontiera dell’azienda da allora.
Per Google l’intelligenza artificiale non è davvero una nuova frontiera. Il colosso della tecnologia, che ha svolto un ruolo fondamentale nel plasmare la moderna Web, lavora sulla tecnologia da decenni. Prima dell’intelligenza artificiale generativa, c’erano algoritmi predittivi e analisi del sentiment, apprendimento automatico e reti neurali e sistemi che sfidavano il take a look at di Turing. In particolare, la divisione DeepMind dell’azienda sviluppa tali tecnologie da quando Google l’ha acquisita nel 2014.
Il contributo di Google DeepMind allo spazio dell’intelligenza artificiale è innegabile. Dai modelli rivoluzionari come AlphaGo, che ha sconfitto il campione del mondo Lee Sedol in Go (un gioco da tavolo) nel 2016, advert AlphaFold, che ha portato Sir Demis Hassabis a vincere il Premio Nobel per la chimica nel 2024, la divisione ha continuamente innovato e sviluppato tecnologie che risolvono problemi del mondo reale.
La divisione ha inoltre condotto numerosi progetti importanti in India e continua a lavorare su nuove iniziative nei settori critici del paese. Per comprenderne il funzionamento interno e la visione nello spazio dell’intelligenza artificiale, Devices 360 ha recentemente avuto un’interazione esclusiva con il Dr. Manish Gupta, Senior Director, Analysis, Google DeepMind. La conversazione ha approfondito il viaggio di DeepMind dopo l’acquisizione da parte di Google, i suoi traguardi più importanti e l’impatto del crew indiano sulla divisione globale.
La nascita e il viaggio di Google DeepMind
DeepMind è stata fondata nel 2010 da Hassabis, Shane Legg e Mustafa Suleyman per combinare l’apprendimento automatico e le reti neurali e sviluppare l’intelligenza generale artificiale (AGI). È stata acquisita da Google nel 2014 e da allora ha operato come braccio di ricerca del colosso tecnologico con sede a Mountain View. Successivamente, nell’aprile 2023, la società ha fuso Google Mind con DeepMind.
“Google DeepMind ha riunito due dei laboratori di intelligenza artificiale più importanti al mondo, Google Mind e DeepMind, in un unico crew mirato e interdisciplinare che oggi guida sia la prossima ondata di scoperte scientifiche e industriali basate sull’intelligenza artificiale, sia i prodotti trasformativi di Google”, ha affermato il dottor Gupta.
Oggi si rivolge a entrambe le frontiere: mondo accademico e prodotto. Per il primo, Google DeepMind ha pubblicato ricerche su sfide come le previsioni meteorologiche globali e, per il secondo, ha creato e migliorato i modelli Gemini fondamentali che alimentano un gran numero di prodotti e piattaforme Google.
“Google DeepMind è il motore di ricerca e, in molti modi, fornisce il livello fondamentale dell’approccio completo di Google per portare i vantaggi e i progressi dell’intelligenza artificiale a tutti”, ha aggiunto.
Le più grandi scoperte di DeepMind
Quando si pensa ai momenti decisivi di un’azienda, di solito coloro che sono strettamente affiliati advert essa possono indicare un singolo momento cruciale che ne ha modellato il corso. Ma dato il profondo impatto che DeepMind ha avuto sullo spazio dell’intelligenza artificiale, farlo è complicato. Quando abbiamo interrogato il dottor Gupta sulle più grandi scoperte della divisione, ci ha parlato di due momenti distinti.
Il primo è stato nel 2016, quando una singola mossa nel gioco da tavolo Go ha definito il futuro dell’intelligenza artificiale. Quell’anno, il sistema di intelligenza artificiale della divisione AlphaGo divenne il primo programma a sconfiggere un campione del mondo al gioco, e con una mossa che inizialmente sembrò un errore.
“Transfer 37 period altamente non convenzionale, sfidava migliaia di anni di teoria del Go umano, ma dimostrava la creatività originale dell’IA. Ha rivelato che l’intelligenza artificiale si period evoluta dall’imitazione delle competenze umane alla scoperta di strategie di risoluzione dei problemi completamente nuove. È stata anche la ‘prova di concetto’ definitiva per le reti neurali profonde e le tecniche avanzate di ricerca e apprendimento per rinforzo che definiscono l’attuale period dell’IA”, ha affermato il direttore senior.
Mentre alcuni potrebbero pensare che un pc che batte un campione del mondo potrebbe non essere così cruciale, il dottor Gupta non è d’accordo. “Questo cambiamento è profondo. Non stiamo più costruendo modelli che si limitano a prevedere, ma sistemi in grado di ragionare. E le persone stanno già interagendo con questi vantaggi. La nostra famiglia di modelli Gemini 3 non solo può recuperare informazioni e comprendere meglio le sfumature di ogni interazione, ma anche utilizzare tali informazioni per comprendere il contesto, sintetizzare idee contrastanti e arrivare a conclusioni logiche.”
Il secondo momento è più recente. Nel 2024, Hassabis e John Jumper hanno ricevuto il Premio Nobel per la Chimica per un modello di intelligenza artificiale chiamato AlphaFold. Questa è stata la prima volta nella storia che lo sviluppo di un ampio modello linguistico ha portato al massimo riconoscimento nel mondo accademico.
“AlphaFold ha risolto il problema decennale del ripiegamento delle proteine in pochi anni. Ha sostanzialmente contribuito a decodificare le basi stesse della vita organica sul pianeta, prevedendo oltre 200 milioni di strutture proteiche, quasi tutte le proteine catalogate conosciute dalla scienza”, ha spiegato il dottor Gupta, aggiungendo: “Il database AlphaFold è disponibile al pubblico e viene utilizzato da oltre 3 milioni di ricercatori a livello globale per accelerare la ricerca su problemi di lunga knowledge dell’umanità, dalle malattie autoimmuni, ai vaccini contro la malaria e persino al cancro. Questo comprende oltre 180.000 ricercatori in India”.
Sottolineando l’impatto del modello, ha raccontato che un ricercatore ha utilizzato AlphaFold per rendere resistente alle malattie una delle colture più critiche al mondo, la soia. La ricerca può rappresentare un enorme passo avanti verso la garanzia della sicurezza alimentare.
L’impatto di Google DeepMind sull’India
Mentre Google DeepMind ha dimostrato i suoi meriti sulla scena globale, si pone la questione del suo impatto in India. Con un’enorme diversità e circostanze socioeconomiche distinte, il paese presenta la sua quota di sfide e opportunità uniche. L’India AI Influence Summit, recentemente conclusosi, ha evidenziato l’enorme potenziale del mercato e la necessità di risolvere problemi locali e reali.
“Abbiamo visto l’ecosistema indiano abbracciare con entusiasmo la promessa dell’intelligenza artificiale di risolvere le sfide urgenti del paese: dall’utilizzo dei nostri modelli di intelligenza artificiale per lo screening di malattie come la tubercolosi, il cancro ai polmoni e il cancro al seno, allo sfruttamento dei set di dati vocali open supply del progetto Vaani per costruire modelli di riconoscimento vocale automatico che stanno facendo avanzare l’intelligenza artificiale inclusiva”, ha affermato.
Ma non è tutto. Il direttore senior ritiene che addestrando modelli di intelligenza artificiale sulle various lingue e tradition in India, DeepMind possa creare un manuale per il resto del mondo. A tal effective, la divisione ha costruito infrastrutture di intelligenza artificiale locali e ha creato partenariati ecosistemici per consentirle di aumentare l’impatto sul terreno. Citando un esempio, afferma che i modelli MedGemma oggi supportano AIIMS nella costruzione dei modelli di fondazione sanitaria indiana, con l’obiettivo finale di rafforzare l’erogazione dell’assistenza sanitaria e i risultati dei pazienti in tutto il paese.
“Abbiamo anche visto che l’intelligenza artificiale che risolve il problema per l’India può risolvere il problema per il mondo”, ha affermato il dottor Gupta.
Ha aggiunto: “Il nostro modello per il rilevamento della retinopatia diabetica, testato per la prima volta a Madurai in India, ha supportato più di 600.000 screening in tutto il mondo e continua a supportare milioni di screening in India e Tailandia. I nostri modelli agricoli fondamentali, inizialmente costruiti per rafforzare la resilienza agricola dell’India, sono stati recentemente estesi a tester affidabili in Malesia, Vietnam, Indonesia e Giappone”.
Trovare il giusto equilibrio tra innovazione e sicurezza
Essendo uno spazio nascente, l’innovazione nell’intelligenza artificiale è abbondante. Tuttavia, l’innovazione a volte può anche portare a rischi per la sicurezza. Dalle iniezioni tempestive che colpiscono gli agenti IA ai problemi associati alle allucinazioni, è necessario esaminare gli aspetti negativi della tecnologia e il direttore senior è d’accordo.
“Noi di Google DeepMind crediamo che questo progresso debba essere guadagnato in modo responsabile. Sicurezza, etica e rigore scientifico sono ciò che rende l’innovazione duratura e degna di fiducia. Ecco perché il nostro lavoro si basa su un profondo impegno per lo sviluppo responsabile, con un’attenta valutazione, solidi quadri di sicurezza e una collaborazione continua tra l’industria, il mondo accademico e il governo”, ha affermato.
“Quando l’innovazione è bilanciata con considerazioni etiche e sicurezza, l’intelligenza artificiale può diventare una delle forze più potenti per un cambiamento positivo, consentendo agli esseri umani di concentrarsi sulla creatività, sulla connessione e sulla risoluzione dei problemi su larga scala”, ha aggiunto il dottor Gupta.
