Lernen Sie Edgar Duéñez-Guzmán kennen, einen Forschungsingenieur in unserem Multi-Agenten-Forschungsteam, der sein Wissen aus Spieltheorie, Informatik und sozialer Evolution nutzt, um KI-Agenten besser zusammenarbeiten zu lassen.

Was hat Sie dazu gebracht, in der Informatik zu arbeiten?

Seit ich denken kann, wollte ich die Welt retten. Deshalb wollte ich Wissenschaftlerin werden. Während ich Superheldengeschichten liebte, wurde mir klar, dass Wissenschaftler die wahren Superhelden sind. Sie sind diejenigen, die uns sauberes Wasser, Medizin und ein Verständnis für unseren Platz im Universum geben. Als Kind liebte ich Computer und ich liebte Wissenschaft. Als ich in Mexiko aufgewachsen bin, hatte ich jedoch nicht das Gefühl, dass ein Informatikstudium machbar wäre. Also beschloss ich, Mathematik zu studieren, betrachtete es als solide Grundlage für Computer und schrieb schließlich meine Universitätsarbeit in Spieltheorie.

Wie hat sich Ihr Studium auf Ihre Karriere ausgewirkt?

Im Rahmen meiner Promotion in Informatik habe ich biologische Simulationen erstellt und mich schließlich in die Biologie verliebt. Es war aufregend, die Evolution zu verstehen und wie sie die Erde geformt hat. Die Hälfte meiner Dissertation befasste sich mit diesen biologischen Simulationen, und danach arbeitete ich an der Universität, wo ich die Evolution sozialer Phänomene wie Kooperation und Altruismus untersuchte.

Von da an habe ich bei Google in der Google-Suche gearbeitet, wo ich gelernt habe, mit massiven Berechnungsskalen umzugehen. Jahre später fügte ich alle drei Teile zusammen: Spieltheorie, Evolution sozialen Verhaltens und groß angelegte Berechnungen. Jetzt verwende ich diese Teile, um künstlich intelligente Agenten zu erschaffen, die lernen können, untereinander und mit uns zu kooperieren.

Warum haben Sie sich entschieden, sich bei DeepMind und nicht bei anderen Unternehmen zu bewerben?

Es war Mitte der 2010er Jahre. Ich habe die KI seit über einem Jahrzehnt im Auge behalten und kannte DeepMind und einige ihrer Erfolge. Dann erwarb Google es und ich war sehr aufgeregt. Ich wollte dabei sein, aber ich lebte in Kalifornien und DeepMind stellte nur in London ein. Also verfolgte ich den Fortschritt weiter. Sobald ein Büro in Kalifornien eröffnet wurde, stand ich an erster Stelle. Ich hatte das Glück, in der ersten Kohorte eingestellt zu werden. Schließlich zog ich nach London, um mich ganztägig der Forschung zu widmen.

Was hat Sie an der Arbeit bei DeepMind am meisten überrascht?

Wie lächerlich talentiert und freundlich Menschen sind. Jeder einzelne Mensch, mit dem ich gesprochen habe, hat auch außerhalb der Arbeit eine spannende Seite. Professionelle Musiker, Künstler, superfitte Biker, Leute, die in Hollywood-Filmen aufgetreten sind, Gewinner der Mathe-Olympiade – Sie nennen es, wir haben es! Und wir sind alle offen und engagiert, die Welt zu einem besseren Ort zu machen.

Wie hilft Ihre Arbeit DeepMind, eine positive Wirkung zu erzielen?

Es gibt einen Teil der ...Im Mittelpunkt meiner Forschung steht die Entwicklung intelligenter Agenten, die Kooperation verstehen. Zusammenarbeit ist der Schlüssel zu unserem Erfolg als Spezies. Durch die Zusammenarbeit können wir auf die Informationen der Welt zugreifen und uns mit Freunden und Familie auf der anderen Seite der Welt verbinden. Unser Versäumnis, die katastrophalen Auswirkungen des Klimawandels anzugehen, ist ein Versagen der Zusammenarbeit, wie wir während der COP26 gesehen haben.

Was ist das Beste an deinem Job? 

Die Flexibilität, die Ideen zu verfolgen, die ich für die wichtigsten halte. Zum Beispiel würde ich gerne dabei helfen, unsere Technologie zu nutzen, um soziale Probleme wie Diskriminierung besser zu verstehen. Ich stellte diese Idee einer Gruppe von Forschern mit Fachkenntnissen in Psychologie, Ethik, Fairness, Neurowissenschaften und maschinellem Lernen vor und erstellte dann ein Forschungsprogramm, um zu untersuchen, wie Diskriminierung durch Stereotypisierung entstehen könnte.

Wie würden Sie die Kultur bei DeepMind beschreiben?

DeepMind ist einer dieser Orte, an denen Freiheit und Potenzial Hand in Hand gehen. Wir haben die Möglichkeit, Ideen zu verfolgen, die wir für wichtig halten, und es herrscht eine Kultur des offenen Diskurses. Es ist nicht ungewöhnlich, andere mit Ihren Ideen anzustecken und ein Team zu bilden, um sie Wirklichkeit werden zu lassen. 

Sind Sie Teil einer Gruppe bei DeepMind? Oder andere Aktivitäten? 

Ich engagiere mich gerne außerschulisch. Ich bin Facilitator von Allyship-Workshops bei DeepMind, in denen wir darauf abzielen, die Teilnehmer zu befähigen, Maßnahmen für positive Veränderungen zu ergreifen und Verbündete in anderen zu fördern, um zu einem integrativen und gerechten Arbeitsplatz beizutragen. Ich liebe es auch, Forschung zugänglicher zu machen und mit Gaststudenten zu sprechen. Ich habe öffentlich zugänglich erstellt pädagogische Tutorials zum Erklären von KI-Konzepten für Teenager, die in Sommerschulen auf der ganzen Welt verwendet wurden.

Wie kann KI ihre positive Wirkung maximieren?

Um die positivste Wirkung zu erzielen, muss es einfach sein, dass die Vorteile breit geteilt werden, anstatt von einer winzigen Anzahl von Menschen gehalten zu werden. Wir sollten Systeme entwickeln, die Menschen stärken und den Zugang zu Technologie demokratisieren. 

Zum Beispiel, als ich weiterarbeitete Wellennetz, der neuen Stimme des Google Assistant, fand ich es cool, an einer Technologie zu arbeiten, die jetzt von Milliarden von Menschen in der Google-Suche oder in Google Maps verwendet wird. Das ist schön, aber dann haben wir etwas besser gemacht. Wir haben begonnen, diese Technologie einzusetzen, um Menschen mit degenerativen Erkrankungen wie ALS ihre Stimme zurückzugeben. Es gibt immer Gelegenheiten, Gutes zu tun, wir müssen sie nur ergreifen.

Was sind die größten Herausforderungen für KI?

Es gibt sowohl praktische als auch gesellschaftliche Herausforderungen. Auf der praktischen Seite arbeiten wir hart daran, unsere Algorithmen robuster und anpassungsfähiger zu machen. Als Lebewesen sind Robustheit und Anpassungsfähigkeit für uns selbstverständlich. Eine leichte Änderung der Möbelanordnung lässt uns nicht vergessen, wozu ein Kühlschrank gut ist. Künstliche Systeme haben damit wirklich zu kämpfen. Es gibt einige vielversprechende Hinweise, aber wir haben noch einen weiten Weg vor uns. 

Auf gesellschaftlicher Seite müssen wir gemeinsam entscheiden, welche Art von KI wir erschaffen wollen. Wir müssen sicherstellen, dass alles, was hergestellt wird, sicher und nützlich ist. Dies ist jedoch besonders schwer zu erreichen, wenn wir keine perfekte Definition dessen haben, was dies bedeutet.

Welche DeepMind-Projekte finden Sie am inspirierendsten?

Es gibt einen Teil der ...Im Moment fahre ich immer noch hoch AlphaFold, unser Proteinfaltungsalgorithmus. Ich habe einen Hintergrund in Biologie und verstehe, wie vielversprechend die Vorhersage von Proteinstrukturen für biomedizinische Anwendungen sein kann. Und ich bin besonders stolz darauf, wie DeepMind die Proteinstruktur aller bekannten Proteine ​​im menschlichen Körper in den globalen Datensätzen veröffentlicht und jetzt veröffentlicht hat fast alle katalogisierten Proteine der Wissenschaft bekannt. 

Irgendwelche Tipps für angehende DeepMinder? 

Sei verspielt, sei flexibel. Ich hätte nicht für eine Karriere optimieren können, die zu DeepMind führt (es gab nicht einmal ein DeepMind, auf das ich optimieren konnte!). Aber ich konnte mir immer erlauben, vom Potenzial der Technologie zu träumen, intelligente Maschinen zu schaffen und mich zu verbessern die Welt mit ihnen. 

Programmieren ist an sich schon spannend, aber für mich war es immer eher Mittel zum Zweck. Dies hat es mir ermöglicht, auf dem Laufenden zu bleiben, als Technologien kamen und gingen. Ich war nicht an die Werkzeuge gebunden, ich war auf die Mission konzentriert. Konzentrieren Sie sich nicht auf das „Was“, sondern auf das „Warum“, und das „Wie“ wird sich manifestieren.