Google Deepmind ปล่อยไลบรารี Penzai (คำจีนโบราณสำหรับการตัดแต่งต้นไม้ เป็นที่มาของ "บอนไซ") ที่ใช้สำหรับการแสดงผลโมเดลปัญญาประดิษฐ์ และตัดแต่งโมเดล

ส่วนสำคัญของ Penzai คือการแสดงภาพของโมเดลปัญญาประดิษฐ์ในรูปแบบที่เรียกว่า Treescope เพื่อให้เห็นว่าแต่ละชั้นของโมเดลมีหน้าตาเป็นอย่างไร จากนั้นสามารถตัดแต่งโมเดลได้ตามใจชอบ

โมเดลปัญญาประดิษฐ์ขนาดใหญ่นั้นมักทำความเข้าใจกระบวนการทำงานได้ยาก แต่ก็มีความพยายามทำให้เราสามารถอธิบายได้ว่าทำไมโมเดลจึงตอบคำตอบออกมาแบบนั้น การที่มีเครื่องมือช่วยสำรวจการทำงานภายใน และปรับแต่งการทำงานให้เป็นไปตามต้องการจึงเป็นฟีเจอร์สำคัญตัวหนึ่ง

Penzai เขียนมาเพื่อใช้งานร่วมกับ JAX สำหรับ PyTorch นั้นมีฟีเตอร์การแสดง tree ของตัวเองอยู่แล้ว

ในประกาศปรับโครงสร้างองค์กรรอบล่าสุดของกูเกิล นอกจากการรวมทีมซอฟต์แวร์ Android/Chrome และฮาร์ดแวร์เข้าด้วยกันเป็นฝ่าย Platforms and Devices ยังมีการเปลี่ยนแปลงฝั่ง AI ด้วยเช่นกัน

การเปลี่ยนแปลงนี้ต่อเนื่องจากการรวมทีม Google Brain กับ DeepMind เป็น Google DeepMind เมื่อ 1 ปีก่อน โดยกูเกิลโยกทีมอื่นๆ ที่เกี่ยวข้องกับบงาน AI เข้ามาอยู่ใต้ Google DeepMind ดังนี้

Elon Musk ในฐานะซีอีโอ Tesla และ xAI ประกาศว่าบริษัทได้ปรับขึ้นเงินเดือนและสิทธิประโยชน์ กับพนักงานในฝ่ายวิศวกรรรม AI ของ Tesla รวมทั้ง xAI บริษัทที่พัฒนาด้าน AI ของเขาด้วย

สาเหตุนั้น Musk บอกว่าเริ่มจาก Ethan Knight วิศวกรฝ่าย Computer Vision ของ Tesla มีแผนจะลาออกไปอยู่ OpenAI เขาจึงให้ข้อเสนอที่สูงกว่าและไปทำงานที่ xAI แทน เขายังบอกว่า OpenAI นั้นพยายามดึงตัววิศวกร AI จาก Tesla อยู่ตลอด โดยเสนอเงินเดือนที่สูง แต่ส่วนใหญ่ไม่ค่อยสำเร็จ

DeepMind หน่วยงานด้าน AI ของกูเกิล เผยแพร่ระบบ AI ที่พัฒนาร่วมกับสโมสรฟุตบอล Liverpool ของอังกฤษ ในชื่อ "TacticAI" ซึ่งเป็นระบบแนะนำแผนการเล่น โดยใช้ AI พยากรณ์ (Predictive) ผสมกับ AI สร้างเนื้อหา (Generative) โฟกัสที่แผนการเล่นเวลามีลูกเตะมุม

TacticAI ถูกเทรนด้วยข้อมูลการเตะมุม 7,176 ครั้ง ในฟุตบอลพรีเมียร์ลีกฤดูกาล 2020/2021 มีข้อมูลผู้เล่นในแต่ละตำแหน่งตลอดจนส่วนสูง-น้ำหนัก การเทรนข้อมูลนี้เพื่อให้ AI ประเมินผลลัพธ์การเตะมุมแต่ละครั้ง ว่าใครจะได้ลูกฟุตบอลคนแรก จะเกิดการยิงประตูหรือไม่ และตำแหน่งยืนของแต่ละคนในแต่ละทีมหน้าประตู มีผลต่อการเกิดการยิงประตูมากน้อยแค่ไหน? ผลทดสอบนั้นพบว่า TacticAI ทายผู้เล่นที่ได้ลูกฟุตบอลคนแรก (ทาย 3 คน) ถูกที่ระดับ 78%

DeepMind โชว์ปัญญาประดิษฐ์ใหม่ที่ชื่อว่า Scalable Instructable Multiworld Agent หรือ SIMA ปัญญาประดิษฐ์ที่สามารถเล่นเกมสามมิติใดๆ ก็ได้คล้ายมนุษย์

เป้าหมายของการสร้าง SIMA ไม่ได้มีไว้เพื่อให้เล่นเกมเก่งเป็นพิเศษ แต่ต้องการโชว์ว่าปัญญาประดิษฐ์สามารถรับคำสั่งแล้วทำตามในโลกที่ไม่เคยเจอไปเรื่อยๆ ได้ โดย SIMA ถูกฝึกในเกมที่หลากหลายมาก มีการร่วมมือกับสตูดิโอเกมถึง 8 ค่าย และสร้างสภาพแวดล้อมทดสอบจาก Unity เองอีก 4 แบบ ชุดข้อมูลเริ่มแรกของ SIMA นั้นอาศัยคนเล่นเกมตามคำสั่ง อีกชุดหนึ่งอาศัยคนดูวิดีโอการเล่นเกมและบอกว่าควรใช้คำสั่งอะไรจึงเล่นแบบนั้น

DeepMind รายงานถึงโมเดลปัญญาประดิษฐ์ AlphaGeometry สามารถแก้ปัญหาคณิตศาสตร์ในหมวดเรขาคณิตได้ระดับเดียวกับผู้เข้าแข่งคณิตศาสตร์โอลิมปิกระดับเหรียญทอง

การทดสอบนี้อาศัยชุดทดสอบ IMO-AG-30 ที่เป็นโจทย์คณิตศาสตร์โอลิมปิกด้านเรขาคณิต 30 ข้อ และสามารถแก้โจทย์ได้ 25 ข้อขณะที่โมเดลที่ดีที่สุดก่อนหน้านี้ทำได้เพียง 10 ข้อเท่านั้น ภายในโมเดลเป็นโมเดลแบบภาษาธรรมชาติร่วมกับ symbolic deduction engine แบ่งหน้าที่กันโดยโมเดลภาษาธรรมชาติจะนำเสนอแนวทางแก้ปัญหาแบบภาพกว้างๆ ขณะที่ symbolic deduction engine จะมาแสดงวิธีทำว่าสามารถไปถึงคำตอบที่ต้องการได้จริงๆ

Google DeepMind เผยแพร่งานวิจัยในวารสาร Nature ถึงขั้นตอนการค้นหาวิธีแก้ปัญหาด้านคณิตศาสตร์และวิทยาการคอมพิวเตอร์แบบใหม่ เรียกชื่อว่า FunSearch ซึ่งมาจากคำว่า Function+Search มีจุดเด่นคือพื้นฐานทำงานเป็น AI แบบ LLM ที่ถูกเทรนมาก่อน แล้วหาวิธีแก้ปัญหาร่วมกับโค้ดคอมพิวเตอร์ ที่ทำหน้าที่ตรวจสอบความถูกต้องอีกหนึ่งชั้น เพื่อป้องกันการให้คำตอบที่ผิด

ผลลัพธ์ที่ได้คือฟังก์ชัน ในรูปแบบโค้ดคอมพิวเตอร์ แต่มาพร้อมกับวิธีคิดรูปแบบใหม่ ๆ จากกระบวนการของ LLM

ตัวอย่างที่งานวิจัยนี้นำเสนอคือใช้ FunSearch หาอัลกอริทึมของปัญหาการบรรจุกล่องสินค้าในปริมาตรที่กำหนดหรือ Bin Packing Problem

Google Cloud ประกาศอัพเกรดเครื่องมือสร้างรูปภาพจากข้อความ (Text-to-Image) Imagen 2 ซึ่งพัฒนาจากรุ่นก่อนหน้านี้ โดยตอนนี้สามารถใช้งานได้ทั่วไปแล้วสำหรับลูกค้า Vertex AI ที่อยู่ในลิสต์ให้ใช้งาน

Imagen 2 ถูกพัฒนาด้วยเทคโนโลยีจาก Google DeepMind มีจุดเด่นจากเวอร์ชันก่อนหน้านอกจากคุณภาพของรูปภาพที่ดีขึ้น ยังรองรับการสร้างรูปภาพสำหรับการใช้งานบางประเภท เช่น การสร้างโลโก้สินค้า การนำภาพโลโก้ติดเป็นฉลากบนสินค้า หรืองานรูปภาพที่ต้องการตัวหนังสือระบุตำแหน่งในภาษาต่าง ๆ นอกจากนี้ยังรองรับการทำความเข้าใจรูปภาพ และให้ผลลัพธ์เป็นรายละเอียดของสิ่งที่ Imagen 2 เห็นในรูปภาพอีกด้วย

Jeff Dean หัวหน้านักวิทยาศาสตร์ของกูเกิล และหัวหน้าทีม (ร่วม) ของ Gemini โพสต์อธิบายที่มาของชื่อ Gemini ว่ามาจากคำว่า "ฝาแฝด" ในภาษาละติน

เหตุผลที่กูเกิลเลือกใช้ชื่อนี้เป็นเพราะต้องการสะท้อนผลงานของ Google DeepMind ที่เกิดจากการรวมทีม Google Brain และ DeepMind เข้าด้วยกัน ก่อนหน้านี้กูเกิลมีทีม AI หลักสองทีม ต่างคนต่างทำโมเดล LLM แยกจากกัน คือ Google Brain (PaLM/PaLM2) และ DeepMind (โมเดลชื่อ Chinchilla) แต่ภายหลังกูเกิลตัดสินใจจับมารวมกัน พัฒนาโมเดลร่วมกัน และช่วยให้ดึงทรัพยากรส่วนอื่นของกูเกิลมาช่วยงานได้อีกมาก

ทีมวิจัยร่วมระหว่าง DeepMind และนักวิจัยจากมหาวิทยาลัยหลายแห่ง รายงานถึงเทคนิคการดึงข้อมูลที่ใช้ฝึกปัญญาประดิษฐ์ในกลุ่ม LLM โดยเฉพาะ ChatGPT ที่ถูกจูนเพื่อไม่ให้คืนข้อมูลที่ใช้ฝึกออกมาตรงๆ (ดูตัวอย่างแชต)

การดึงข้อมูลที่ใช้ฝึก AI นั้นมีการวิจัยมานาน แต่ก่อนหน้านี้มักเป็นการทดลองในโมเดลโอเพนซอร์สที่นักวิจัยสามารถศึกษากระบวนการทำงานได้อย่างละเอียด และสามารถตรวจสอบข้อมูลได้ทันทีว่า AI แสดงข้อมูลที่ใช้ฝึกหรือยังเพราะนักวิจัยเห็นข้อมูลฝึกอยู่แล้ว ในกรณี ChatGPT นั้นยากกว่ามากเพราะ OpenAI ฝึกโมเดลเพื่อไม่ให้คืนข้อมูลที่ฝึกเข้าไป และนักวิจัยไม่เห็นอะไรนอกจาก API ของ OpenAI เอง

Google DeepMind เปิดตัวปัญญาประดิษฐ์สาย deep learning ตัวใหม่ชื่อ Graph Networks for Materials Exploration (GNoME ไม่เกี่ยวอะไรกับเดสก์ท็อป GNOME) สร้างขึ้นมาเพื่อค้นพบ "คริสตัล" หรือโครงสร้างผลึกชนิดใหม่ๆ ที่เป็นไปได้ในเชิงวัสดุศาสตร์ (material)

การมองหาคริสตัลรูปแบบใหม่ๆ เกิดขึ้นมานานแล้ว การทดลองของมนุษย์สามารถค้นพบได้ราว 20,000 รูปแบบ ภายหลังเมื่อนำเทคนิคทางคอมพิวเตอร์เข้ามาช่วย (Materials Project) สามารถค้นหาได้ 48,000 รูปแบบ แต่ AI แบบเดิมก็มีข้อจำกัดเรื่องความแม่นยำอยู่พอสมควร

DeepMind เผยแพร่งานวิจัย GraphCast โมเดล AI สำหรับการพยากรณ์อากาศ โดยสามารถพยากรณ์อากาศใน 10 วันข้างหน้า ซึ่ง DeepMind บอกว่าทำได้แม่นยำและประมวลผลรวดเร็วว่าเครื่องมือพยากรณ์อากาศมาตรฐานสูงปัจจุบัน

วิธีการพยากรณ์อากาศแบบปัจจุบันนั้นมักคำนวณด้วย Numerical Weather Prediction ซึ่งมีสมการฟิสิกส์ที่ใช้เวลาประมวลผลนาน และต้องการทรัพยากรสมรรถนะสูง แนวคิดของ GraphCast ใช้การเทรนข้อมูลประวัติสภาพอากาศย้อนหลังระดับหลายสิบปี เพื่อดูความสัมพันธ์ของปัจจัยและผลที่เกิดขึ้นต่อสภาพอากาศในโลก ข้อมูลที่ใช้ตอนนี้คือ ERA5 ขององค์กรพยากรณ์อากาศ ECMWF ย้อนหลัง 40 ปี

Google DeepMind เปิดตัว Synth ID ระบบลายน้ำฝังลงในภาพที่สร้างด้วย AI เพื่อยืนยันว่าเป็นภาพที่ไม่ได้สร้างโดยมนุษย์ ป้องกันปัญหาภาพปลอม-บิดเบือนเหตุการณ์จริง สามารถตรวจสอบย้อนกลับได้

กูเกิลประกาศฟีเจอร์นี้ตั้งแต่งาน Google I/O 2023 และออกผลงานจริงมาเป็น Synth ID ที่พัฒนาโดยทีม DeepMind ร่วมกับ Google Research

DeepMind เปิดตัว RT-2 ซึ่งมาจากคำว่า Robotic Transformer 2 โมเดลสำหรับควบคุมหุ่นยนต์แบบ Vision-Language-Action หรือ VLA โดยใช้การเรียนรู้ข้อมูลและภาพต่าง ๆ จากอินเทอร์เน็ต ผสมรวมกับการเรียนรู้จากภาพที่เห็นของหุ่นยนต์ในการปฏิบัติหรือทำงานต่าง ๆ วิธีการเรียนรู้นี้อาจบอกได้ว่าเป็น AI แบบ LLM ที่นำใช้กับหุ่นยนต์

ตัวอย่างเช่น หุ่นยนต์แบบเดิมสามารถเรียนรู้จากการจับวางวัตถุ และทดลองทำซ้ำเรื่อย ๆ จนเข้าใจดี แต่วิธีของ RT-2 จะแตกต่างออกไป หุ่นยนต์สามารถเจอวัตถุที่ไม่คุ้นเคย แต่อาศัยข้อมูลจากอินเทอร์เน็ตมาช่วยทำให้สามารถจับวางวัตถุได้ถูกต้องแม่นยำมากขึ้นแม้เป็นการลองครั้งแรก ช่วยลดเวลาในการเทรนข้อมูลนั่นเอง

Demis Hassabis ผู้ร่วมก่อตั้งและซีอีโอ DeepMind ให้ข้อมูลล่าสุดของโมเดล AI ที่ชื่อ Gemini ซึ่งตอนนี้อยู่ในขั้นตอนการพัฒนา และเป็นโมเดลแบบ Large Language ประเภทเดียวกับ GPT-4 ของ OpenAI ที่ปัจจุบันเป็น AI เบื้องหลังแชทบอต ChatGPT

เขาบอกว่าวิธีการที่ Gemini เรียนรู้และพัฒนานั้นเป็นเทคนิคเดียวกับที่ใช้ใน AlphaGo ซึ่งเป็น AI เล่นหมากล้อมที่สร้างชื่อเสียงให้ DeepMind โดย Gemini จะมีความสามารถในการแก้ไขปัญหาที่ซับซ้อน ขณะเดียวกันก็เรียนรู้วิเคราะห์ข้อมูลเพิ่มความสามารถทางภาษาจาก Large Model ได้ด้วย

DeepMind เผยแพร่งานวิจัยระบบ AI ที่สามารถพัฒนาได้ด้วยตัวเองสำหรับหุ่นยนต์ มีชื่อเรียกว่า RoboCat โดยสามารถทำงานได้หลากหลาย รองรับหุ่นยนต์ที่มีกลไกแขนแตกต่างกัน รวมทั้งสามารถสร้างชุดข้อมูลใหม่เพื่อเรียนรู้ได้เองอีกด้วย

งานวิจัยที่ผ่านมา DeepMind ได้พัฒนาให้หุ่นยนต์สามารถทำงานได้หลากหลาย และอีกงานวิจัยก็ให้หุ่นยนต์ผู้ช่วยเรียนรู้จากข้อมูลในสภาพจริง (Real-world) ซึ่ง RoboCat ได้ปรับปรุงให้เป็นระบบที่ทำงานได้หลากหลาย แต่รองรับหุ่นยนต์แต่ละแบบที่แตกต่างกันด้วย จากการเรียนรู้ผ่านสภาพจริง

DeepMind เปิดตัว AlphaDev ปัญญาประดิษฐ์พัฒนาโปรแกรมที่ไม่ใช่แค่การเขียนโปรแกรมธรรมดา แต่สามารถออปติไมซ์โปรแกรมจนเกินกว่าที่คนทั่วไปเขียนได้ ในกรณีนี้ทาง DeepMind ใช้ AlphaDev สร้างฟังก์ชั่น sort สำหรับเรียงลำดับข้อมูลที่มีการพัฒนากันมานาน

AlphaDev ทำงานคล้าย AlphaZero ที่เคยใช้สำหรับการเล่นเกมโกะมาก่อน โดย AlphaDev จะวางคำสั่ง assembly ลงไปเรื่อยๆ เพื่อทำให้โค้ดรันได้เร็วที่สุดเหมือนเกมโกะที่พยายามครองพื้นที่ให้ได้มาก แต่หากโปรแกรมทำงานผิดก็จะถือว่าแพ้เกมนั้นไป โมเดลการให้รางวัลและปรับจูนไปเรื่อยๆ เช่นนี้ทำให้ AlphaDev สามารถเขียนโค้ด sort ที่ทำงานเร็วกว่าโค้ดเดิมใน LLVM ได้ทุกกรณี ในกรณีข้อมูลมีจำนวนน้อยโค้ดจะเร็วกว่าถึง 70% ขณะที่เมื่อข้อมูลมีจำนวนมากๆ ก็ยังเร็วกว่า 1.7%

Sundar Pichai ซีอีโอของกูเกิลให้สัมภาษณ์กับ The Verge หลังงาน Google I/O 2023 เน้นประเด็นเรื่อง AI

ข้อมูลสำคัญในบทสัมภาษณ์คือเขาอธิบายเรื่องการรวมทีม Google Brain กับ DeepMind เข้าเป็น Google DeepMind ว่าเป็นสิ่งที่เกิดขึ้นโดยธรรมชาติของกูเกิลอยู่แล้ว เขายกตัวอย่างว่าก่อนหน้านี้ กูเกิลมีทีมเพลงสองทีมคือ YouTube Music และ Google Play Music ที่สุดท้ายยุบรวมกัน

บริษัท Inflection AI ที่ก่อตั้งโดย Reid Hoffman ผู้ร่วมก่อตั้ง LinkedIn และ Mustafa Suleyman ผู้ร่วมก่อตั้ง DeepMind ช่วงต้นปี 2022 ตอนนี้มีผลงานออกมาแล้ว เป็นแชทบ็อทชื่อว่า Pi

Pi ย่อมาจาก “personal intelligence” จุดเด่นของมันที่ต่างจากแชทบ็อทตัวอื่นๆ อย่าง ChatGPT, Bing, Bard คือการตั้งใจให้เป็นผู้ช่วยส่วนตัวที่ "ใจดี" และพยายามช่วยเหลือเราในเรื่องต่างๆ (kind and supportive) ตัวบทสนทนามีความเป็นมนุษย์มากขึ้น พยายามชวนเราคุยด้วย ไม่ใช่ตอบคำถามอย่างเดียว

กูเกิลประกาศรวมทีมวิจัยปัญญาประดิษฐ์สองทีมสำคัญ คือ Google Brain และ DeepMind เข้าเป็นทีมเดียวในชื่อ Google DeepMind โดยหวังว่าจะเร่งความเร็วในการพัฒนาปัญญาประดิษฐ์ในบริษัทให้เร็วยิ่งขึ้น

จากข่าวลือว่า Elon Musk ตั้งทีมพัฒนาแชทบ็อทแนวเดียวกับ ChatGPT ของ OpenAI ล่าสุดมีคนค้นพบการจดทะเบียนตั้งบริษัท X.AI ในรัฐเนวาดา ตั้งแต่วันที่ 9 มีนาคม โดยมีชื่อ Musk เป็นกรรมการบริษัทเพียงคนเดียว

Financial Times รายงานข้อมูลโดยอ้างแหล่งข่าวว่า Musk กำลังสร้างทีมพัฒนา AI โดยดึงวิศวกรและนักวิจัยจำนวนหนึ่งเข้ามาทำงานด้วย ที่ระบุชื่อคือ Igor Babuschkin อดีตพนักงานของ DeepMind และชักชวนนักลงทุนบางรายใน SpaceX และ Tesla ให้มาร่วมลงทุนในบริษัทใหม่แห่งนี้

กูเกิลประกาศนำเอาโมเดลสาย Generative AI ของตัวเองมาให้บริการลูกค้าผ่าน Google Cloud

Google Cloud มีบริการชื่อ Vertex AI สำหรับสร้างและใช้งานโมเดล AI อยู่แล้ว (ข่าวเก่า) เพียงแต่โมเดลที่เปิดให้ใช้งานยังเป็นโมเดลทั่วไป เช่น data labeling, vision, prediction, translation ไม่ได้เป็นโมเดลทันสมัยเกาะกระแสแบบ generative หรือ LLM ที่กำลังฮิตกันในช่วงนี้

DeepMind เผยแพร่งานวิจัยใหม่ เป็นตัวดำเนินการ AI เรียกชื่อว่า DeepNash สำหรับการเล่นเกมที่ทำงานผสมผสานระหว่าง Model-Free Deep Reinforcement Learning ร่วมกับวิธีการ Nash Equilibrium ของ Game Theory

รูปแบบดังกล่าวเหมาะสำหรับเกมที่ผู้เล่นจะไม่มีข้อมูลในมือครบทั้งหมด (Imperfect Information) ต้องอาศัยการเดาอีกฝ่ายว่ามีเบี้ยหรือถือตัวเลขใดอยู่ และมีโอกาสตัดสินใจทางไหนได้บ้าง ต่างจากหมากกระดานที่ต่างฝ่ายต่างเห็นทุกอย่างเหมือนกันหมด จึงมีความซับซ้อนในการคิดหาทางเลือกมากขึ้น

DeepMind เป็นที่รู้จักกันดีในฐานะผู้พัฒนา AlphaGo ปัญญาประดิษฐ์ที่เล่นโกะได้เก่งกว่าแชมป์โลก ก่อนที่ต่อมาจะพัฒนา AlphaZero ที่มีความพิเศษตรงที่สามารถเทรนตัวเองได้ด้วย และล่าสุดทีมงาน DeepMind ได้พัฒนาปัญญาประดิษฐ์ตัวใหม่เพื่อแก้โจทย์สำคัญของวิทยาการคอมพิวเตอร์โดยเฉพาะและมันก็ทำได้สำเร็จโดยทำได้เร็วกว่าสถิติที่อยู่มานานนับ 50 ปีลงได้

การคำนวณที่ว่านี้คือการคูณเมทริกซ์ ซึ่งเป็นโจทย์การทำงานระดับพื้นฐานที่คอมพิวเตอร์จำนวนมากมายทั่วโลกต้องทำอยู่ทุกเมื่อเชื่อวัน ไม่ว่าจะเป็นการแสดงภาพให้ปรากฏบนหน้าจอ, การจำลองเชิงฟิสิกส์ที่มีความซับซ้อน และยังเป็นรากฐานสำคัญของตัว machine learning เองด้วย การที่ทำสิ่งนี้ให้เร็วขึ้นได้ย่อมเป็นเรื่องใหญ่กับโลกทุกวันนี้ที่ใช้คอมพิวเตอร์กับงานสารพัดอย่างรอบตัว

DeepMind เผยแพร่งานวิจัยใหม่โชว์ผลการฝึกปัญญาประดิษฐ์ให้หัดเล่นฟุตบอลตั้งแต่พื้นฐาน ตั้งแต่เริ่มยืน, วิ่งไล่ลูกบอล ไปจนถึงการเลี้ยงหลบ, เข้าสกัด และการเล่นเป็นทีม

งานวิจัยนี้เป็นการฝึก DeepMind ให้ควบคุมหุ่นที่ถูกเรียกว่า "agent" ซึ่งหมายถึงหุ่นจำลอง 3 มิติในระบบคอมพิวเตอร์ที่มีการกำหนดเงื่อนไขกลไกการเคลื่อนไหวร่างกายตามหลักฟิสิกส์เลียนแบบธรรมชาติของร่างกายคน (ซึ่งใช้เอนจิน MujoCo ที่บริษัทซื้อมา) ให้เรียนรู้วิธีการเล่นฟุตบอลโดยเริ่มตั้งแต่ศูนย์ในระดับที่ agent ไม่รู้แม้กระทั่งวิธีทรงตัวให้ยืนอยู่ในสนามฟุตบอลได้ จนกระทั่งมันรู้จักวิธีเล่นฟุตบอลกันเป็นทีม