酷应用

DeepMind的发展困局：一旦谷歌停止输血生存将成问题 | 硅谷封面

百家作者：腾讯科技 2021-01-04 14:18:19

DeepMind创始人哈萨比斯

在DeepMind使用人工智能预测蛋白质结构取得突破后不久，便有媒体报道称，这家总部位于英国的人工智能公司每年仍在给母公司Alphabet带来数亿美元的亏损。

科技公司亏损不是什么新鲜事。科技行业不乏在初创公司实现盈利之前就弹尽粮绝、耗尽投资者资金的例子。但DeepMind不是一家寻求抢占特定市场份额的普通公司。作为一个人工智能研究实验室，为确保生存，DeepMind不得不将自己重新定位为一个半商业化的机构。

虽然DeepMind的母公司，同时也是谷歌的母公司Alphabet，目前仍很乐意为DeepMind昂贵的人工智能研究买单，但不能保证它会永远这样做。根据DeepMind日前向英国公司登记局（the UK Companies House)提交的报告，DeepMind 2019年的营收较2018年的1.03亿英镑增长一倍以上，达到2.66亿英镑（约合3.72亿美元）。但与此同时，该公司的支出也在飞速增长，从2018年的5.68亿欧元增加至2019年的7.17亿欧元（约合11.62亿美元）。DeepMind的亏损也在不断扩大，从2018年的4.70亿欧元扩大至2019年的4.77亿欧元（约合6.49亿美元）。

从表面上看，这并不是坏消息。与前几年相比，DeepMind的营收增长正在加速，而且亏损幅度却几近停滞。但是DeepMind的报告包含了一些更重要的事实。该报告提到“来自其他集团企业的研发报酬营业额，”这意味着DeepMind的主要客户是它的母公司。换句话说，Alphabet正付费给DeepMind，让其将人工智能研究和人才应用于谷歌的服务和基础设施。过去，谷歌一直使用DeepMind的服务来管理其数据中心的电网，以及改善语音助手的人工智能等。

但这也意味着，每年亏损高达数亿美元的DeepMind的人工智能还没有市场。即便是有，也只能通过谷歌获得。该文件还提到，成本的增长“主要与技术基础设施、员工成本和其他相关费用的增加有关。”这是很重要的一点。DeepMind的“技术基础设施”主要运行在谷歌的巨大云服务及其特殊的人工智能处理器--张量处理单元（TPU）上运行。DeepMind的主要研究领域是深度强化学习，这需要访问非常昂贵的计算资源。该公司2019年的项目包括开发一个玩《星际争霸2》的人工智能系统和一个玩《雷神之锤3》的人工智能系统，这两个项目都需要数百万美元的培训费用。

DeepMind发言人向媒体表示，文件中提到的成本还包括该公司著名的蛋白质结构人工智能AlphaFold的研发，这是另一个非常昂贵的项目。

DeepMind的人工智能与围棋大师比赛

没有公开的细节表明谷歌对DeepMind的云人工智能服务收取多少费用，但谷歌最有可能以折扣价向DeepMind租赁其张量处理单元。这意味着如果没有谷歌的支持，DeepMind的费用会高得多。

员工成本是另一个重要问题。虽然在过去几年中，参与机器学习课程的人数有所增加，但能够从事DeepMind所参与的尖端人工智能研究的科学家非常少。根据一些说法，顶级人工智能人才的薪酬能够达到上百万美元。

人们对深度学习及其在商业环境中的适用性越来越感兴趣，这引发了科技公司之间争夺顶级人工智能人才的竞赛。大多数行业顶尖的人工智能科学家和先驱都在大型公司全职或兼职工作，如谷歌、Facebook、亚马逊和微软。对顶级人工智能人才的激烈竞争产生了两个后果：首先，就像其他领域一样，供给不能满足需求，这导致人工智能科学家的薪酬急剧上升；其次，这将许多无法获得高薪的学术机构的人工智能科学家，推向了能够支付高薪的富裕科技公司。一些科学家为了继续科学研究而继续留在学术界，但这些人数量太少。如果得不到没有像谷歌这样的大型科技公司的支持，类似DeepMind这样的研究实验室根本无力为新项目聘用研究人员。

鉴于此，尽管DeepMind展现出慢慢扭转亏损的迹象，但它的增长使其更加依赖谷歌的财力资源和大型云基础设施。根据DeepMind的年报，Alphabet旗下投资部门谷歌爱尔兰控股公司（Google Ireland Holdings Unlimited）“免除偿还公司间贷款和所有应计利息，总额达到11亿英镑。”DeepMind还收到了谷歌的书面保证，保证将在“至少12个月的时间内”继续向这家人工智能公司“提供足够的财务支持”。

DeepMind位于英国伦敦的总部

就目前而言，谷歌似乎对DeepMind取得的进展感到满意，这也反映在谷歌和Alphabet高管的言论中。在Alphabet今年7月举行的第二季度财报电话会议中，公司首席执行官桑达尔·皮查伊（Sundar Pichai）曾表示：“我对我们的人工智能研发的进展速度非常满意。对我而言，重要的是我们是一家技术最先进的公司，处于行业领先定位。我对我们的工程和研发团队在谷歌和DeepMind上的工作速度感到兴奋。”

但是企业界和科学研究的步调并不相同。科学研究需要用几十年来衡量的。自20世纪70年代和80年代以来，如今在商业应用中使用的许多人工智能技术一直处于发展中。同样，如今在人工智能大会上展示的许多前沿研究和技术在未来几年可能不会进入大众市场。根据最乐观的估计，DeepMind的最终目标--开发人工通用智能（AGI）--至少还需要数十年时间。

另一方面，股东和投资者的耐心是用月和年来衡量的。几年内无法实现盈利或至少显示出增长希望迹象的公司会与投资者发生冲突。DeepMind目前没有这些。它没有可衡量的增长，因为它唯一的客户是谷歌。目前还不清楚它的任何技术何时可以实现商业化。

这就是DeepMind的困境所在。本质上，它是一个研究实验室，希望推动科学的极限，确保人工智能的进步对所有人都有益。然而，它的所有者的目标是制造解决特定问题并转化利润的产品。这两个目标截然相反，把DeepMind拉向不同的方向：保持其科学性，或者转型为一家产品制造型人工智能公司。该公司过去一直难于在科学研究和产品开发之间找到平衡。

在这一问题上，DeepMind并不孤单。作为DeepMind的隐性竞争对手，OpenAI也面临着类似的身份危机，从一个人工智能研究实验室转变为一家由微软支持、租用其深度学习模型的盈利公司。

因此，虽然DeepMind还不需要担心其巨额亏损的研究，但随着它越来越多地融入其所有者的企业动态，它应该深入思考其未来以及科学人工智能研究的未来。