當前位置︰首頁 > 科技新聞 > 正文

DeepMind燒錢的2018︰負債超12億美元、虧損達5.72億美元2019-08-08 14:19:12 | 編輯︰hely | 查看︰ | 評論︰0

DeepMind燒錢的2018︰負債超12億美元、虧損達5 72億美元,面對如此龐大的債務和虧損數字,我們不禁要問,DeepMind 的錢都燒到了哪里?

近日,英國公司登記處(Companies House)的一份文件披露了 DeepMind 2018 年的財務狀況︰這家總部位于倫敦的人工智能公司營收幾乎翻了一番,由 2017 年的 6620 萬美元增加至 2018 年的 1.251 億美元,但淨虧損也由 2017 年的 3.41 億美元增加至 2018 年的 5.72 億美元。此外,DeepMind 今年的到期債務高達 12.656 億美元,其中包括需要向 Alphabet 償付的 10.746 億美元債務。

 

 

錢都燒到了哪里?

面對如此龐大的債務和虧損數字,我們不禁要問,DeepMind 的錢都燒到了哪里?

作為一家計算密集型公司,DeepMind 在算力方面的開銷不容忽視。據統計,從 2012 年到 2018 年,最大型的 AI 模型訓練所消耗的算力增長了 30 萬倍,每 3.5 個月翻一倍,遠遠超過摩爾定律的速度。據《連線》報道,僅 2017 年,DeepMind 就燒掉了 4.42 億美元。面對同樣問題的還有 OpenAI,後者為尋求資金和算力支持,于上個月展開了與微軟的合作,獲得了微軟 10 億美元的投資。

除了算力之外,人力成本高企也是 DeepMind 負債累累的一大因素。根據彭博社披露的數字,DeepMind 的員工支出去年高達 4.84 億美元,較 2017 年幾乎翻了一番。新聞網站 Forbes 分析道,雇佣數百名昂貴的研究人員和數據科學家是造成 DeepMind 巨額虧損的一大原因。「亞馬遜、隻果、Facebook 正與 DeepMind 和谷歌展開一場代價昂貴的戰斗,他們雇佣全世界最好的 AI 專家,旨在開發能夠變革產業的自學習算法。」

過度專注 AGI,變現能力差

DeepMind 創立于 2010 年,是一家位于英國倫敦的人工智能前沿公司。2014 年,谷歌母公司 Alphabet 斥資 5.2 億美元收購了 DeepMind。之後一年,該公司開始從事醫療保健研究,並最終成立了一個專門負責該領域的部門——DeepMind Health。

 

 

谷歌收購 DeepMind 的初衷是通過資本化手段擁有世界最多的 AI 人才,在收購之初允許 DeepMind 獨立管理。但自收購以來,DeepMind 對谷歌的貢獻並不是很大,尤其在商業化方面。因此,在 2018 年 11 月,谷歌宣布將 DeepMind Health 調整合並至 Google 旗下 Google Health 部門,不再作為獨立部門運營,其他部門仍將保持獨立。

對此,DeepMind 發言人表示,這是一項合理的轉變,因為 DeepMind 的專業知識是 AI 研究,而谷歌擅長「規模化」(scaling),即將該服務推廣到數億人。由此可見,DeepMind 也承認,「變現」是自己的短板。

那麼如此優秀的一家公司為什麼會出現這種情況?據 Forbes 報道,DeepMind 的一個競爭對手表示,DeepMind 過于迷戀解決「通用智能」的這一長期目標,這使得該公司無法專注于解決短期的現實世界問題,而後者才有潛力轉化成產品。

「DeepMind 的商業化研究有很大缺陷。他們構建的是一所大學實驗室,這很好,但我們終歸需要賺錢。」總部在劍橋的 AI 創業公司 Prowler.io 的高管 Haitham Bou-Ammar 表示。

Prowler.io 開發了一個用于物流和金融公司的決策平台,2018 年收益有望超過 500 萬美元。其高管 Bou-Ammar 表示 DeepMind 需要將注意力從構建「解決一切問題的通用黑箱」轉向「流程方法」。

Bou-Ammar 的意思是︰與其專注于單一目標,不如將其分解成多個易于管理的小目標。但他補充說,DeepMind 基本上沒有集中足夠的精力來解決現實世界問題。「每個人都說自己要更多地關注商業應用,但似乎並沒有這麼做。」他在談到 AI 社區的其他人時說道。

DeepMind 在人工智能的一個特定方法上太過專注,即深度學習神經網絡。招聘更多具有不同觀點的研究員對 DeepMind 可能有幫助。Bou-Ammar 補充道。

雖然人工智能的「深度神經網絡」方法是受到大腦和神經科學的啟發,但還有其它的機器學習方法,其中包括多智能體系統方法(在模擬環境里將制定決策的任務分配給單個智能體)、進化算法或膠囊網絡(capsule network)。

研發能力無與倫比

雖然變現能力差,但作為一家注重 AI 基礎研究的公司,DeepMind 在游戲、醫療、圖像合成等諸多領域都取得了重大突破。

游戲

談及圍棋比賽,很多人可能都會想到著名的 AlphaGo(阿爾法圍棋)。這是第一個擊敗人類職業圍棋選手、戰勝圍棋世界冠軍的人工智能機器人,由 DeepMind 公司開發。

2016 年 3 月,阿爾法圍棋與圍棋世界冠軍、職業九段棋手李世石進行圍棋人機大戰,以 4 比 1 的總比分獲勝;2017 年 10 月,DeepMind 團隊又公布了增強版 AlphaGo——AlphaGo Zero。據稱,這一版本的 AlphaGo 無需任何人類知識標注,在歷時三天,數百萬盤的自我對抗之後,它可以輕松地以 100 比 0 的成績擊敗李世?h版本的 AlphaGo。

 

 

2017 年,DeepMind 宣布開始研究打即時戰略游戲《星際爭霸 2》的人工智能。今年 1 月,DeepMind 的 AlphaStar 終于首次在世人面前亮相。但在對陣人類職業玩家、前 WCS 亞軍 MaNa 的一場比賽中,人工智能卻被人類「狡詐」的戰術迷惑,遺憾落敗。AlphaStar 的行為是由一種深度神經網絡生成的,該網絡從原數據界面(單位列表與它們的特性)接收輸入數據,輸出構成游戲內行為的指令序列。此外,AlphaStar 也使用到了全新的多智能體學習算法。

今年 6 月,DeepMind 繼續發力,提出基于 self-play 的新智能體——For The Win(FTW),該智能體在《雷神之錘》游戲中的團隊合作表現甚至能夠超越人類水平。FTW 借助卷積神經網絡直接根據屏幕上的像素學習,該卷積神經網絡是一組根據視覺皮層模型分層排列的數學函數(神經元)的集合。

醫療

DeepMind 不斷地將人工智能技術應用到最具挑戰性的醫學研究問題之中,並取得了一些令人矚目的進展。

自 2016 年起,DeepMind 持續與英國國家衛生服務(National Health Service,NHS)醫院展開合作,研究能夠從醫學圖像中診斷眼病和發現頭、頸癌的算法。

2018 年 2 月,DeepMind 與美國退伍軍人事務部(Department of Veterans Affairs)醫學研究合作伙伴關系,致力于研究能夠預測哪些患者有因急性腎損傷和其他疾病而突然惡化的風險的算法。

2018 年 8 月,DeepMind 發布博客宣布其與倫敦摩爾菲爾茲眼科醫院(Moorfields Eye Hospital)聯合研究的第一階段成果,該成果將改變眼部疾病的治療。他們將深度學習應用到眼部疾病的診斷,並為患者與醫師提供可解釋性的分析圖,因而人類能理解深度網絡到底是如何診斷眼部疾病的。

2018 年 12 月推出的 AlphaFold 可以僅根據基因「代碼」預測生成蛋白質的 3D 形狀。DeepMind 表示,AlphaFold 是「公司首個證明人工智能研究可以驅動和加速科學新發現的重要里程碑」。

 

 

本月,DeepMind 在《Nature》上發表論文,發布了一種新的人工智能算法,可以提前兩天預測急性腎損傷。通過和美國退伍軍人事務部一起合作,研究人員開發的這種技術能夠在急性腎損傷(AKI)發生前 48 小時向醫生發出警告。結合 DeepMind 開發的移動醫療助手「Streams」上的服務進行評價,這種人工智能算法可以提升病人的醫護水平、減少醫療開支。

圖像合成

除了游戲、醫療領域之外,DeepMind 在圖像合成方面取得的成果也令人矚目。

去年 9 月,BigGAN 橫空出世,能夠生成真假難辨的圖像,被稱為「史上最強 GAN 圖像生成器」。相關論文也被 ICLR 2019 收錄為 Oral 論文。今年 2 月,作者又發布了速度更快的新版 BigGAN——BigGAN-deep,網絡深度是原來的 4 倍、模型參數僅為原來的一半,在一些較難類別上的表現也優于原版。

BigGAN 及其加強版的問世讓我們看到了 DeepMind 在圖像合成領域的突破進展,但該公司並沒有止步于此,而是尋找更加多樣的解決方法。

今年 6 月,DeepMind 的研究人員發表論文表示,他們利用 VQ-VAE 生成了可以媲美 BigGAN-deep 的圖像,而且圖像多樣性上要優于 BigGAN-deep。該模型借助圖像壓縮方面的概念,將像素空間映射到量化的離散空間,從而進一步借助自編碼器的結構學習怎樣生成高清大圖。

 

 

關于虧損,DeepMind 有話說

面對公司的財務狀況,DeepMind 發言人在以下聲明中表示︰

公司的長期任務是推進人工智能研究的發展,並促使它們產生積極的效益。我們相信人工智能在促進科學發現方面具有巨大的潛力,我們對公司在蛋白質折疊等領域產生的影響感到非常自豪。

DeepMind 團隊將繼續取得巨大的進步,並將我們的專業技能和知識應用于現實世界的挑戰之中。在過去一年里,公司營收幾乎翻了一番。我們將繼續投資于基礎性研究和公司內部世界一流的跨學科團隊,並期待未來取得更多突破。

對于 DeepMind 的問題,Facebook 首席人工智能科學家 Yann LeCun 也發表了自己的看法。他在去年接受采訪時表示︰「DeepMind 尚未證明其對于谷歌的價值,並且 DeepMind 過于孤立,無法對這家科技巨頭產生重大影響。」

此外,DeepMind 營收增加但實際虧損的財務現狀也引起了網友的熱議。

 

 

我認為 DeepMind 本質上是為谷歌服務的研發團體。當 DeepMind 被谷歌收購的時候,它似乎已經成為了為谷歌搜羅科研人才的基地。

 

 

這些財務數字看起來太正常不過了。與成熟公司以及大多數創業公司不同,DeepMind 不必遵循一些特定的財務指標。Alphabet 現金流高達 1200 億美元,並且在當前的投資環境下,股東們也不急于獲得投資收益。所以,每年在人工智能和量子計算等長期項目上投資數十億美元再合理不過了。

 

 

我認為這些數字毫無意義。DeepMind 從來不以盈利為目的,但我懷疑谷歌/Alphabet 收購它的目的是想直接從中獲利。像其他網友說的那樣,DeepMind 本質上是一個研發團體。所以,從很多指標來看,DeepMind 已經非常成功了。

參考鏈接︰

https://www.forbes.com/sites/parmyolson/2018/11/14/why-google-just-tightened-its-grip-on-deepmind/?ss=ai-big-datahttps://www.reddit.com/r/MachineLearning/comments/cn6s4k/d_deepmind_takes_on_billiondollar_debt_and_loses/https://www.bloomberg.com/news/articles/2019-08-07/alphabet-s-deepmind-takes-on-billion-dollar-debt-as-loss-spirals?utm_source=google&utm_medium=bd&cmpId=googlehttps://www.forbes.com/sites/samshead/2019/08/07/deepmind-losses-soared-to-570-million-in-2018/#71331e735043

上一篇︰隻果加入科技巨頭數據分享計劃,其實是為躲避反壟斷調查? 白宮最新禁令︰禁止政府采購華為海康大華等五家公司的設備及技術下一篇︰

公眾平台

搜索"raincent"或掃描下面的二維碼

?