万软资讯-好资源汇集平台

4年亏损250亿,“狗神”过的并欠好

实习小编 热议 162
扫码手机访问手机访问:4年亏损250亿,“狗神”过的并欠好
0

【摘要】 作者 | 宇多田 出品 | 虎嗅科技组 图片为柯洁在 2017 年乌镇对战 Deepmind 电脑程序 AlphaGo 现场。 从 2016 年 3 月的......

作者 | 宇多田

出品 | 虎嗅科技组

图片为柯洁在 2017 年乌镇对战 Deepmind 电脑程序 AlphaGo 现场。

从 2016 年 3 月的一个下午开始,当一个名叫 AlphaGo 的围棋电脑程序,在两年里,陆续战胜韩国围棋九段职业选手李世石,和当时世界围棋排名第一的中国棋霸柯洁后,关于未来 5 年里 " 人工智能技术无所不能 " 的炒作,便拉开了序幕;

当然,更直接的影响是,全权研发制作了 AlphaGo 的英国人工智能公司 Deepmind,在仅被谷歌收购 2 年后,便誉满天下,帮谷歌与 " 人工智能全球最强企业 " 紧紧绑定在了一起。

但谁也不会想到,Deepmind 来势迅猛的技术声誉,又在未来极短的时间内,转化成了外界对其始终不见商业化有效成果的批判与质疑

与大多数在 2019 年进入萧条期和死前挣扎期的国内人工智能公司一样,在更看中自由市场商业化落地的欧美,Deepmind 从 2016 年 ~2019 年共计亏损 13.55 亿英镑(这还不算上收购的 6 亿美元,还免除了 2019 年 15 亿美元债务),约合人民币 118.5 亿元(18.38 亿美元)。

很显然,亏损总额高达 40 亿美元(约人民币 257 亿),让谷歌受到了华尔街的千夫所指。

但是,根据昨天 Deepmind 在英国政府机构 Companies House 上的最新账目显示,2020 年,这家全球人工智能研发能力最强的企业之一,终于迎来了一个关键的商业化临界点

2020 年同比增长率超过 300%,达到 8.26 亿英镑的高收入,终于抹掉了 7.8 亿左右的支出,实现 5 年来的首次盈利。

图片来自虎嗅。数据来源:英国公司注册局 Companies House;制图:宇多田

但这并不能够证明 Deepmind 的商业化模式完全步入正轨。

实际上,从 2014 年被谷歌以 6 亿美元收购以后,Deepmind 作为一家私营商业组织(英国法律有规定,任何年收入超过 1020 万英镑,资产超过 510 万英镑,雇员超过 50 名的私营公司都必须向政府披露财务状况),其绝大部分收入仍然来自谷歌母公司 Alphabet 给予的订单。

换句话说,它几乎是靠 Alphabet 的哺育,而非外界客户而生存,商业模式被称为 " 研发服务 "。

而 Deepmind 此次并没有解释 2020 年收入增幅如此迅速的原因。

我们只是了解到,Deepmind 除了依靠一直以来向谷歌、Youtube 出售软件,为后者的数据中心做节能优化,提高安卓设备的电池寿命外,又增加了谷歌地图的合作项目——提高地图里 " 到达预测时间 " 的精确度,优化谷歌语音虚拟助手。

很明显,这些项目订单金额并没有一个非常明确的公开付费标准。

另外,也有分析师指出,此次的巨额收入可能要归功于 " 创造性的会计形式 ",简单来说就是财务计算方法做了一些变动。但 Deepmind 并未对此做任何置评。

另外我们需要注意的一点是,Deepmind 每年高达几亿英镑的巨额支出,大部分都投入到 " 员工成本与其他相关成本 " 中。其中包括员工的薪资、旅行、办公硬件以及软件。

"Deepmind 最值钱的便是一群顶级科学家的大脑," 一位熟悉 Deepmind 的消息人士告诉虎嗅,在它全球近千名员工里,很多人的工资可以达到七位数。" 对于研究他们绝不会吝啬,这里是科学家的天堂。"

然而,一家以盈利为目的的商业组织,成于研究,也必将受制于研究。

没有头绪的商业发展轨道

Deepmind 在人工智能研究领域,特别是针对 " 深度学习 " 与 " 强化学习 " 这两个重要技术分支研究方面做出的贡献,毫无疑问是必须载入史册的

就像今年 7 月 Deepmind 利用人工智能技术在生化科学领域取得的巨大突破——为 35 万种蛋白质 ( 包括人类制造的每一种蛋白质 ) 提供了 3D 结构,这对医学和药物设计大有裨益。

这是人工智能技术赋予的果蝇蛋白质形状,图片来自纽约时报

这个成绩涉及到困扰了生物学家半个世纪的 " 蛋白质折叠问题 " —— 1972 年,在接受诺贝尔化学奖的演讲中,克里斯蒂安 · 安芬森做出了一个历史性预测:原则上,仅仅根据组成蛋白质的一维分子链就可以确定蛋白质的三维形状。

然而,虽然如今测定任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 "。

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。

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 实验室的工程师

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。

图片来自华尔街日报

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。

以上内容是万软资讯小编为大家搜集整理的关于“4年亏损250亿,“狗神”过的并不好”的热点资讯。希望能帮忙到大家!

用年轻人的压力赚钱,解压馆是门好生意吗?

豹变(ID:baobiannews)原创作者 | 陈杨园编辑 | 邢 昀年轻人的崩溃,也就在一瞬间,解压正在成为越来越多年轻人的渴求。看中年轻人压力背后的生意, 解压馆 作为一个新生事物,集游戏——万软资讯wruan

推荐阅读:

2019香港事件ppt(香港事件造成的影响)

腾讯手游《我的王朝》发布停服公告

卖光6套豪宅住进37平米折叠屋,全球超豪就他最爱演?

2018年国内大事件一览(2018年国内大事件一览下半年)

实惨!吐血自残,人渣亲爸把她坑惨了…

又到气概切换时,明了马终于站起来了

上一篇:创业者心酸一幕:投资人签了TS却迟迟不打款,我的公司差点被拖死 下一篇:Tony先生的大困局

免责声明:

网站所有内容来源于网络,如有侵权联系我们删除!侵删请致信E-mail:wruannet#gmail.com

本文地址:https://www.wruan.net/55107.html

同类推荐
评论列表
未分类 4年亏损250亿,“狗神”过的并欠好
作者 | 宇多田 出品 | 虎嗅科技组 图片为柯洁在 2017 年乌镇对战 Deepmind 电脑程序 AlphaGo 现场。 从 2...
扫描二维码阅读原文
万软网 January, 01
生成社交图 ×