4年打破250亿赤字、柯洁的“神话”终于实现了盈利 4年打破250亿赤字、柯洁的“神话”终于实现了盈利

爱德乐股票网 891 0

4年打破250亿赤字、柯洁的“神话”终于实现了盈利

从2016年3月的一个下午开始,一个叫alpha go (alpha狗)的围棋电脑项目连续战胜了两年韩国围棋9段职业选手李世石,以及当时世界围棋排名第一的中国象棋霸科克伦,之后,未来5年的“人工智能技术什么的,

当然,更直接的影响是,全面研发制作alpha go的英国人工智能公司Deepmind在被谷歌收购仅仅两年后,荣膺天下,将谷歌与“人工智能世界最强企业”牢牢地联系在了一起。

但是,谁也没想到,Deepmind因急剧的技术声誉,在未来极短的时间内,就转变成了外界对商业化未能取得有效成果的批评和质疑。

与2019年进入萧条期和死前挣扎期的国内很多人工智能公司一样,在更看中自由市场商业化落地的欧美,Deepmind在2016年~2019年共计亏损13.55亿英镑(这还不到收购的6亿美元,2011年,

很明显,损失总额达到40亿美元(约257亿元),谷歌受到华尔街的谴责。

但是,根据昨天英国政府机构Companies House的Deepmind最新会计显示,2020年,这家全球人工智能研发能力最强的企业之一,终于迎来了重要的商业化临界点:

2020年同比增长率超过300%,达到8亿2020万英镑的高收入,终于取消了7亿8000万美元左右的支出,实现了时隔5年的盈余。

4年打破250亿赤字、柯洁的“神话”终于实现了盈利
4年打破250亿赤字、柯洁的“神话”终于实现了盈利-第1张

资料来源:英国公司注册局公司总部

制图:宇多田

但是,这并不能证明Deepmind的商业化模式完全走上了轨道。

事实上,英国法律规定,2014年被谷歌以6亿美元收购后,Deepmind作为民营企业工作,其大部分收入仍来自谷歌母公司Alphabet的订单。

换句话说,它几乎不是外部客户,而是靠Alphabet的养育生存的,商业模式被称为“研发服务”。

Deepmind这次没有解释2020年收入增长如此迅速的原因。

不过,在此前,Deepmind除了向谷歌和Youtube销售软件,对后者的数据中心进行节能优化,提高安卓设备的电池寿命外,还追加了谷歌地图的合作项目——,成为地图内的“

显然,这些项目的订单金额没有明确的公开收费标准。

另外,也有分析家指出这次巨额收入可能要归功于“创造性的会计形式”。 简单地说,财务计算方法发生了一些变化。 但是,Deepmind对此不予置评。

另外需要注意的是,Deepmind每年有数亿英镑的巨额支出,大部分投入到“员工成本和其他相关成本”上。 这包括员工的薪资、旅行、办公室硬件和软件。

一位熟悉Deepmind的情报人士对虎嗅说:“Deepmind最有价值的是顶级科学家们的大脑。” 在全世界约千名员工中,许多人的工资可以达到7位数。 “我不会对研究他们感到吝啬。 这里是科学家的天堂。 ”

但是,以利益为目的的商业组织会变成研究,被研究束缚。

捉摸不定的商业发展轨道

毫无疑问,Deepmind在人工智能研究领域,特别是深度学习和强化学习这两个重要技术领域的贡献,必须铭记历史。

正如今年7月Deepmind利用人工智能技术在生化领域取得巨大突破的——一样,为包括人类制造的蛋白质在内的35万种蛋白质提供3D结构,将大大有助于医学和药物的设计。

这个成绩与困扰生物学家半个世纪的“蛋白质折叠问题”——1972年有关,在诺贝尔化学奖的演讲中,克里斯蒂安安芬森提出了一个历史预测,即原则上只能根据构成蛋白质的一维分子链来决定蛋白质的三维形状

虽然现在正在测量任务

何特定酶的确切化学成分都不算太难,但要确定它的三维形状,可能需要数年的生化实验。

而Deepmind的技术,则大大加快了生化学家们破解这一难题的速度。

因此,当他们公布自己的人工智能模型AlphaFold通过蛋白质数据库的数据训练,已经预测出蛋白质3D形状时,这个系统不仅被纽约时报、福布斯等杂志称为“一流的科学成就”,还被看作是“一个历史性的时刻”。

4年打破250亿赤字、柯洁的“神话”终于实现了盈利
4年打破250亿赤字、柯洁的“神话”终于实现了盈利-第2张

图片来自福布斯

当然,虽然行业人士认为有朝一日 Deepmind科学家有可能获得诺贝尔奖。但就像大部分诺贝尔奖获得者一样,这只是一种开创性的“基本见解”。

而将基本见解转化为现实世界中创造商业与社会价值的产品,还需要几十年的时间。

因此,短期来看,我们有权利向Deepmind提出质疑:是否思考过3~5年内有效的商业化路径?谷歌是如何看待它持续的研究贡献和与之不匹配的商业贡献?

实际上,早在2017年Deepmind CEO 哈萨比斯带领技术团队来到中国乌镇对战中国围棋国手们时,我们有幸在现场亲眼见证了历史。而谷歌当时,就曾明确提及了关于强化深度学习的两个技术应用方向——

一个是对战式的游戏设计;而另一个,则是医疗领域的特定疾病预测与筛检。

4年打破250亿赤字、柯洁的“神话”终于实现了盈利
4年打破250亿赤字、柯洁的“神话”终于实现了盈利-第3张

Deepmind创始人兼CEO,现年45岁的哈萨比斯

但由于当时大众未受到技术启蒙,人工智能本身还在散发着巨大的舆论威力。因此,那时极少有人会关注它们发表的一系列关于强化与深度学习的论文,究竟能够给企业带来什么不菲的收入。

而实际上,这项技术其实仅能应用于非常狭窄的特定环境。

Wired曾披露,Deepmind开发的参与《星际争霸》游戏的AI选手,能力非常有限。如果说在一张地图上启用某单一角色,它的效果可能会比人类好。但在不同地图上启用不同角色,效果就会差很多。

如果要切换角色,你需要从头训练系统。

“在某种程度上,深度强化学习有点像是‘死记硬背’记忆法,使用它的系统能产生很棒的结果,但他们对自己正在做的事情只有一个肤浅理解。

因此,体系缺乏灵活性,无法在世界发生变化时进行补偿,有时甚至是微小变化都无法应对。”

而这样的结果,也同样阻碍了他们的医疗实际应用进程。

在2019年8月,Deepmind曾经在《自然》杂志上发表了一篇论文,声称自己在疾病预测方面取得重大突破——人工智能能够在急性肾损伤(AKI)发生两天前做出预测。

但实际情况是,它没有任何实操性预测。

公司只是获得了一个相关的病人数据集,使用神经网络找出了AKI与病人之间的模式。此外,这种预测模式只在某些时候起作用,总体准确率为55.8% ,预测越早,准确率越低。

更重要的一点是,这项研究几乎完全针对男性,更确切地说,是一组90%以上为男性的退伍军人数据。这对于具有数据偏见和歧视性的人工智能来说,很明显存在极大漏洞。

当然,由于医疗数据必然会涉及到病人隐私,从2016年开始,DeepMind 就被卷入了一场关于合法数据应用的“社会与机构审判”中。2017年,英国的数据监管机构曾裁定,DeepMind 在几个主要方面侵犯了病人的权利。

以上便是Deepmind在医疗健康领域奋战至少5年,但商业化收效甚微的关键原因。当然,运行极其隐蔽、规整且很有自己一套作风的英国国家医疗体系,也是技术公司难以撼动的客观因素之一。

总的来说,2016~2017年大部分人工智能公司之所以最喜欢用游戏来搞噱头,是因为游戏是有严格边界设定的;

而现实世界中,却少有存在明确边界的问题。

谷歌保持沉默,但行动告诉了我们结果

站在市值万亿,每年收入高达千亿美金的谷歌角度,每年拨出5亿美元并不是一个巨大的赌注。但是,如果通往商业生存能力的道路比预期时间更长,超过5年风险仍有攀升趋势,那么,就不可能有任何一家企业会冒这样的风险。

譬如,于今年1月正式被谷歌关停的互联网气球项目Google Loon,曾在2011年成立时发出“让全球最贫穷偏远的最后10亿人用上互联网”的壮志豪言。然而,他们在2016年时就已被大幅削减开支,最终没能挺过疫情肆虐,收入来源归零的2020年。

对了,2017年Loon项目组穿着卡通鲨鱼拖鞋的谷歌工程师们,也曾表示机器学习帮了他们一个大忙——系统可以根据风向来操控气球移动的角度,让它们能够在某一地区小范围盘旋。

Loon并不是特别的,谷歌每年亏损几十亿美元的登月业务Other bets,每年都会有很多创新项目或无疾而终,或被CFO和投资者杀人般的眼神不断“凌迟”。

而近几年来,人工智能给谷歌带来的技术声誉,逐渐被前者涉及到的数据隐私、道德伦理问题所掩埋。

特别是在谷歌去年开除人工智能伦理研究员后,大众对谷歌这家商业组织的质疑和道德批判,达到了历史的最巅峰状态。

而相比之下,Deepmind 今年从“发布蛋白质3D形状预测算法平台”再到“不惜一切代价改写财报收入数字”,像是在试图说服谷歌和投资者的同时,想重新燃起过去几年世人被逐渐浇灭的对人工智能的热情。

值得注意的是,华尔街日报曾在今年5月爆料,Deepmind多年来一直在与母公司Alphabet谈判,希望获得更多自主权,特别是重新建立一套“非盈利组织使用的法律架构”,而原因就在于,他们认为自己做的人工智能研究不应由单一企业实体控制。

这一说法并非没有缘由。

譬如,2020年在美国Darpa(国防高级研究计划局)的一次演示中,一架AI控制的F16战斗机轻松击败了一名人类飞行员。而这家军用技术公司采用的强化学习算法灵感,便来自于Deepmind。

而在2020年12月,美国空军利用人工智能程序控制了一架 U-2间谍飞机上的雷达系统,灵感也来自于DeepMind。这一算法通过数千次模拟任务学会了如何引导雷达,以便识别地面上的敌方导弹系统,这在实际任务中对防御至关重要。

因此,我们不难发现,这家早在2015年便发表公开声明,敦促世界各国政府禁止研发致命性人工智能武器的公司,其实陷入了一种两难的境地——

坚持基础研究和无歧视、道德感更强的崇高愿望,与“不得不寻找商业化路径,靠Alphabet续命才得以继续研究工作”之间的矛盾。

但Deepmind最终在“争取更多独立权”的谈判中失败了。哈萨比斯亲自将这个结果在今年4月告诉了员工们。

而外媒对此结果并不惊讶,甚至观点大体一致:

“Alphabet如何会放弃一个输血超过数十亿美元,并且将全球最聪明的人掌握在自己手里的机会呢?”

我还记得,2017年,在乌镇AlphaGo的结束致辞上,气氛其实有点压抑。哈萨比斯说了很少的话,他一直用一种很慈祥的目光望着流泪的柯洁,并拥抱了他。但对于人工智能的能力边界,目光却温和而坚定:

“我也不清楚人工智能会走向何方,但它的强大会超乎想象。人类科学家不可能在所有数据中正确导航并找到洞察力。我们需要机器学习和人工智能帮我们在这些领域找到突破。

但所有的技术本质上都是中性的,它们可以用于好的或坏的方面,所以,我们必须确保它被负责任地使用。”

祝福Deepmind。细微且长期的影响终会迎来变革性的一天。

发表评论 (已有0条评论)

还木有评论哦,快来抢沙发吧~