試圖打敗人類的DeepMind是個(gè)“賠錢貨”

對于關(guān)注人工智能領(lǐng)域的人而言，DeepMind絕不是個(gè)陌生的名字。2016年DeepMind培養(yǎng)的AlphaGo首次擊敗韓國圍棋冠軍李世石，之后又在烏鎮(zhèn)打敗中國選手柯潔，DeepMind早已聲名遠(yuǎn) 播。

但DeepMind其實(shí)是一家非常燒錢的公司。在一次次刷新人類紀(jì)錄的表面風(fēng)光之后，DeepMind虧損嚴(yán)重，換句話講，DeepMind每一次刷的存在感，背后都是淚。

最近，這家谷歌旗下人工智能超級明星公司，剛剛提交了最新的財(cái)務(wù)報(bào)告。報(bào)告顯示，DeepMind去年虧損繼續(xù)擴(kuò)大，一年比一年大。

2017年，DeepMind虧損3.02億英鎊，相當(dāng)于人民幣27億元。這個(gè)數(shù)字同比增長221%。同期，DeepMind的員工成本大增。簡單估算一下，這家公司員工的平均年薪：250萬元（人民幣）。

令人遺憾的是，DeepMind的商業(yè)化能力沒有同步猛增。這就需要東家谷歌的大力支持了。DeepMind在報(bào)告中說，谷歌會在至少未來12個(gè)月里，繼續(xù)向他們提供充足的財(cái)務(wù)支持，還寫下了書面保證。

員工平均年薪：28萬英鎊

2014年，谷歌擊敗Facebook斥資6億美元收購DeepMind，然而，并不是所有谷歌員工都認(rèn)為這是明智之舉。

由美國科技媒體The Information主編杰西卡·萊辛（Jessica Lessin）和記者凱文·麥克勞林（Kevin McLaughlin）撰寫的深度報(bào)告稱，當(dāng)?shù)弥雀枋召廌eepMind的交易完成時(shí)，谷歌內(nèi)部的AI研究人員感到十分吃驚，緊張情緒也有所上升。

谷歌2015年重組為控股公司Alphabet時(shí)，DeepMind獨(dú)立出來，如今該公司擁有相對較高的自主權(quán)。據(jù)稱，DeepMind缺少營收能力是谷歌員工感到不滿的主要原因之一。另一些人則對DeepMind在Alphabet內(nèi)部擁有“特殊地位”感到惱火，因?yàn)檫@允許它從事可能在幾十年內(nèi)都無法取得成果的項(xiàng)目。

2016年，DeepMind的虧損額僅為9395萬英鎊，1年后，就增加至3.02億英鎊。錢都花哪兒了？DeepMind的行政管理支出從上一年的1.64億英鎊增加到3.34億英鎊，增長了104%。其中，員工成本和相關(guān)支出占2億英鎊，這項(xiàng)支出在2016年是1.05億英鎊。

DeepMind CEO戴密斯·哈薩比斯（Demis Hassabis）去年年底接受電臺采訪時(shí)透露，DeepMind目前有700名員工，其中400名博士。

雖說2億英鎊中除了員工薪酬之外，還包含福利、差旅之類的支出，不過，也可以大致折算出DeepMind員工的平均年薪：28萬英鎊左右，折合人民幣大約250萬元。

另外，DeepMind在2017年還捐出815.3萬英鎊（1067萬美元）的慈善和學(xué)術(shù)捐款，而2016年只有30.8萬英鎊。這些錢，主要花在與高校的合作上。Business Insider從該公司得到的消息是，這些學(xué)術(shù)捐款的對象包括紐約大學(xué)、倫敦大學(xué)學(xué)院、帝國理工、阿爾伯塔大學(xué)，沒有附加條件，單純地用來支持它們的AI研究。

估計(jì)谷歌AI部門的員工們，看了DeepMind最新的財(cái)務(wù)報(bào)告后，會給谷歌聯(lián)合創(chuàng)始人、Alphabet首席執(zhí)行官拉里·佩奇瘋狂發(fā)郵件表達(dá)自己的不滿。拉里·佩奇掌控著DeepMind的財(cái)務(wù)預(yù)算。

“錢途”不順

賺錢方面DeepMind的進(jìn)展不大。2017年，DeepMind的營業(yè)額，也就是從其他公司收取的技術(shù)服務(wù)費(fèi)，共計(jì)5442萬英鎊，比上一年的4028萬英鎊增長了35%。

據(jù)Business Insider報(bào)道，這些收入依然大部分來自母公司Alphabet，比如說用AI幫谷歌的數(shù)據(jù)中心降低能耗、為谷歌Assistant提供語音合成技術(shù)等。

DeepMind在英國的醫(yī)療業(yè)務(wù)依然沒有開始賺錢。2016年，DeepMind 與英國國家醫(yī)療服務(wù)體系 NHS 正式達(dá)成 5 年合作。NHS 下屬規(guī)模最大的醫(yī)院之中，位于倫敦的3家醫(yī)院 Royal Free、Barnet 和 Chase Farm，已經(jīng)同意與 DeepMind 分享 160 萬名患者的醫(yī)療數(shù)據(jù)。

DeepMind 將用這些數(shù)據(jù)開發(fā)一款名為Streams的手機(jī)App，同時(shí)發(fā)布的還有一套患者健康風(fēng)險(xiǎn)警告系統(tǒng)，對有急性腎病和血液中毒風(fēng)險(xiǎn)的病人發(fā)出警告。該系統(tǒng)將被整合入Streams，醫(yī)生和護(hù)士能夠在手機(jī)上以“重大新聞”的方式，收到病人健康風(fēng)險(xiǎn)的警告。醫(yī)護(hù)工作者們不再需要翻找紙本的檢查報(bào)告，他們可以在App上查看病人的所有醫(yī)療數(shù)據(jù)，包括血液化驗(yàn)結(jié)果，如果任何一個(gè)化驗(yàn)項(xiàng)目不正常，App會立即推送警告。

DeepMind 聯(lián)合創(chuàng)始人穆斯塔法·蘇萊曼（Mustafa Suleyman）說：“為了擴(kuò)大市場，我們必須為這類醫(yī)療軟件建立起一個(gè)可持續(xù)的商業(yè)模式，這就是我們探索的方向。” 當(dāng)技術(shù)被完全驗(yàn)證之后，他們考慮把它市場化。

不過，這個(gè)看似很有“錢途”的項(xiàng)目一直進(jìn)展的不順利。一方面，反對者憂慮這項(xiàng)合作存在泄露病人隱私的風(fēng)險(xiǎn)；另一方面，每一個(gè)英國公民從出生到死亡都享受著政府資助的免費(fèi)醫(yī)療。NHS 作為向全社會提供醫(yī)療服務(wù)的公立機(jī)構(gòu)，它的一舉一動都牽動著大眾的神經(jīng)。2017年7月，英國最高隱私保護(hù)監(jiān)管部門裁定，DeepMind與英國國家醫(yī)療服務(wù)體系的醫(yī)學(xué)實(shí)驗(yàn)違反英國的數(shù)據(jù)保護(hù)法。

一心撲在論文上

花錢越來越多，掙錢的能力沒有提升，但總要對東家有所交代。自2017年5月，AlphaGo擊敗柯潔后，CEO哈薩比斯曾表示，“這只是一個(gè)開始。”DeepMind這一年多的時(shí)間都干什么了？有沒有憋出什么大招？

AlphaGo退役的頭兩個(gè)月，DeepMind非常勤奮，發(fā)表論文、公開新技術(shù)和討論AI未來的次數(shù)都創(chuàng)下了記錄，差不多每五天就會有一篇新論文面世，而且干貨滿滿，涉及到不少AI的關(guān)鍵領(lǐng)域和空白領(lǐng)域。

眾多論文中，有一篇論文非常出名，名稱為《豐富環(huán)境下運(yùn)動行為的出現(xiàn)》，在這篇論文中，DeepMind干了一件很有意思的事：讓AI學(xué)跑酷。

根據(jù)DeepMind給出的資料，他們在實(shí)驗(yàn)中沒有給出復(fù)雜的獎勵機(jī)制：比如挺胸抬頭加分、姿勢優(yōu)美加分等，而是制定以通過為唯一目標(biāo)的簡單獎勵機(jī)制。在布滿落崖、障礙物，甚至墻壁的關(guān)卡里，強(qiáng)化學(xué)習(xí)系統(tǒng)完全憑借自己的分析能力來制定應(yīng)對策略。結(jié)果證明，簡單指令下AI也可以應(yīng)對復(fù)雜環(huán)境并且完成目標(biāo)。這個(gè)實(shí)驗(yàn)的目的，在于測試強(qiáng)化學(xué)習(xí)如何適應(yīng)陌生的復(fù)雜環(huán)境。

DeepMind的老大哈薩比斯也親自出馬，發(fā)表了一篇論文，有意思的是該文章并不是發(fā)表在人工智能領(lǐng)域的期刊上，而是發(fā)表在神經(jīng)醫(yī)學(xué)領(lǐng)域的最高規(guī)格刊物《神經(jīng)》當(dāng)中。在這篇文章中，哈薩比斯討論的核心問題是，人工智能想要發(fā)揮最大可能性，唯一的方法是回到神經(jīng)科學(xué)領(lǐng)域，深入鉆研人類大腦。

哈薩比斯認(rèn)為，現(xiàn)在雖然人工智能成果大量爆發(fā)，但這些算法和技術(shù)大多只能解決一個(gè)問題：機(jī)器學(xué)習(xí)只能承擔(dān)一個(gè)任務(wù)、自然語言處理只能完成語音方面的交互、機(jī)器視覺只能辨認(rèn)單一目標(biāo)，這些能力水平絕不是類人的智能體。

這些所謂的人工智能，距離真正像人類大腦一樣去感知、思考、分析、想象，還差著十萬八千里，甚至根本還沒上路。哈薩比斯在文章中感嘆，兼具神經(jīng)科學(xué)和人工智能特長的人才太難得了。這篇論文顯然展示了DeepMind的一個(gè)核心思路：回到人類大腦，制造像人一樣的人工智能。

除此之外，DeepMind發(fā)表的論文所涉及的領(lǐng)域還包括：計(jì)算機(jī)視覺、AI的推理能力、想象能力、模仿能力等。這些論文或許能給DeepMind的東家些許安慰。

會玩《星際爭霸》的AI

那么DeepMind又是如何去論證這些論文，進(jìn)入科研階段？答案是玩游戲，這也是DeepMind的傳統(tǒng)。

事實(shí)上，AlphaGo在下圍棋時(shí)就是用類似的方式來進(jìn)行局面判斷。但相對于圍棋的規(guī)則嚴(yán)謹(jǐn)性，游戲里關(guān)卡是隨機(jī)生成的，規(guī)則自然也是相對開放和變化，給AI想象力帶來的挑戰(zhàn)也就更大。

像“推箱子”等游戲就展示了讓深度學(xué)習(xí)系統(tǒng)通過簡單數(shù)據(jù)進(jìn)行抽象推理和長期規(guī)劃的能力——基本也就是人類所說的想象力。

DeepMind還不斷地升級AlphaGo系統(tǒng)，AlphaGo Zero只用4個(gè)小時(shí)的訓(xùn)練時(shí)間就從零開始學(xué)會國際象棋的規(guī)則，并在100場比賽中取得28勝72平的極佳戰(zhàn)績，其突出表現(xiàn)已然超過商用國際象棋軟件Stockfish。

除了名滿天下的AlphaGo，DeepMind還訓(xùn)練智能系統(tǒng)通過觀看Youtube等視頻自主學(xué)習(xí)超級瑪麗等游戲。就在今年7月，DeepMind的智能系統(tǒng)學(xué)會了玩《雷神之錘》這款游戲，其強(qiáng)化學(xué)習(xí)技術(shù)，使得人工智能系統(tǒng)能在《雷神之錘3：競技場》的奪旗游戲中達(dá)到人類的游戲水平。

在DeepMind會玩的游戲中，關(guān)注度最大的是《星際爭霸Ⅱ》。2017年8月，DeepMind宣布開始訓(xùn)練AI玩暴雪公司旗下的《星際爭霸II》游戲。當(dāng)時(shí)，DeepMind計(jì)劃讓AI在五年后戰(zhàn)勝《星際爭霸》世界冠軍。

《星際爭霸》是一款極其復(fù)雜的戰(zhàn)略游戲，需要玩家高度集中的精神力、超強(qiáng)的靈敏度和戰(zhàn)略決策智慧。這款游戲充分考驗(yàn)AI的即時(shí)戰(zhàn)略和人機(jī)對抗協(xié)作能力。它要求AI學(xué)習(xí)在資源有限的情況下平衡發(fā)展，學(xué)會如何發(fā)展高科技、出兵種對抗及如何調(diào)兵遣將來保證利益最大化。這些涵蓋了AI亟待解決的三大問題：一是在有限視野和不完全信息的情況下做決策；二是平衡短期、中期和長期的發(fā)展策略；三是處理多智能體間的合作和博弈。

紐芬蘭紀(jì)念大學(xué)的計(jì)算機(jī)科學(xué)教授大衛(wèi)·丘吉爾（David Churchill）認(rèn)為，《星際爭霸》如此復(fù)雜，能解決《星際爭霸》的AI將能解決任何其他問題。

不過，谷歌只保證在未來12個(gè)月里提供財(cái)務(wù)支持，它能等到“敗家”的DeepMind擊敗《星際爭霸Ⅱ》的人類冠軍嗎？

資料來源：微信公眾號量子位、智東西、鈦媒體、騰訊科技等