谷歌母公司Alphabet旗下的DeepMind過(guò)去一年損失總額達(dá)5．72億美元

谷歌母公司Alphabet旗下的DeepMind過(guò)去一年損失總額達(dá)5.72億美元。作為全球規(guī)模最大的人工智能學(xué)術(shù)研究機(jī)構(gòu)之一，DeepMind在過(guò)去三年中始終虧損，累計(jì)金額已超10億美元。在未來(lái)12個(gè)月內(nèi)，DeepMind還需要繼續(xù)投入超過(guò)10億美元。

這是否意味著AI技術(shù)正在走向崩潰?

這不一定。研究活動(dòng)本來(lái)就相當(dāng)燒錢，與一系列最頂尖的科學(xué)項(xiàng)目相比，DeepMind的支出只能算是“九牛一毛”。歐洲的大型強(qiáng)子對(duì)撞機(jī)項(xiàng)目每年光是維護(hù)成本就高達(dá)10億美元，最終發(fā)現(xiàn)希格斯玻色子的總成本估計(jì)將超過(guò)100億美元。而且，人們印象中的真正人工智能(也被稱為人工通用智能，簡(jiǎn)稱AGI)這類既能玩轉(zhuǎn)《星際迷航》、又能聽懂人類表達(dá)的重量級(jí)成果，開出的價(jià)碼也絕對(duì)不會(huì)便宜。

即便如此，DeepMind逐年上升的虧損水平仍然值得關(guān)注：2016年，DeepMind虧損額為1.54億美元;2017年增長(zhǎng)至3.41億美元;2018年則進(jìn)一步提升至5.72億美元。在筆者看來(lái)，這其中包含著三大核心問(wèn)題：

DeepMind是否找到了正確的科學(xué)探索方向?

從Alphabet的角度來(lái)看，這樣的投入規(guī)模是否合理?

如此可觀的虧損數(shù)字，又會(huì)給整個(gè)AI市場(chǎng)帶來(lái)怎樣的影響?

首先來(lái)看探索方向的問(wèn)題。之所以值得討論，是因?yàn)镈eepMind明顯是把雞蛋都放進(jìn)了同一個(gè)籃子——也就是深度強(qiáng)化學(xué)習(xí)。這項(xiàng)技術(shù)主要用于通過(guò)模型識(shí)別將深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)加以結(jié)合，基于獎(jiǎng)勵(lì)信號(hào)實(shí)現(xiàn)學(xué)習(xí)能力，從而使系統(tǒng)學(xué)會(huì)如何在游戲中獲得更高分?jǐn)?shù)、或者在象棋等游戲中對(duì)抗求勝。

DeepMind的成名之作是2013年發(fā)表的一篇論文。這篇令人振奮的成果闡述了如何對(duì)單一神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行訓(xùn)練，以教會(huì)其游玩多款雅達(dá)利游戲(包括〈突圍〉以及〈太空入侵者〉)，并最終獲得近似甚至超越人類的成績(jī)。這篇論文讓DeepMind成了AI領(lǐng)域的搖滾巨星，并成功引起谷歌方面的注意。在2014年1月被谷歌收購(gòu)之后，DeepMind進(jìn)一步推動(dòng)技術(shù)開發(fā)，先后在圍棋以及不朽神作《星際爭(zhēng)霸》游戲中接連取得勝利。

但問(wèn)題在于，這項(xiàng)技術(shù)對(duì)環(huán)境有著非常具體甚至可以說(shuō)是苛刻的要求。例如在游玩《突圍》時(shí)，哪怕是一丁點(diǎn)微小的變化，例如將鏡頭對(duì)焦位置移動(dòng)幾個(gè)像素點(diǎn)，其性能都會(huì)受到巨大影響。DeepMind的《星際爭(zhēng)霸》系統(tǒng)同樣局限性明顯：在同一地圖內(nèi)使用同一種族進(jìn)行對(duì)戰(zhàn)，其成功確實(shí)足以超越人類;但在其它地圖使用另一種族時(shí)，成績(jī)就會(huì)快速下滑。要轉(zhuǎn)換作戰(zhàn)風(fēng)格，我們必須從頭開始重新進(jìn)行系統(tǒng)訓(xùn)練。

從某種程度上講，深度強(qiáng)化學(xué)習(xí)是一種經(jīng)過(guò)增強(qiáng)的記憶系統(tǒng);它在某些場(chǎng)景中確實(shí)擁有良好表現(xiàn)，但對(duì)工作內(nèi)容的理解程度卻非常有限。因此，這類系統(tǒng)沒什么靈活性可言，無(wú)法即時(shí)根據(jù)環(huán)境變化做出調(diào)整，并最終導(dǎo)致極微小的變化都會(huì)顯著影響實(shí)際性能。(DeepMind最近公布的腎病檢查方案，也因?yàn)轭愃频膯?wèn)題而遭到質(zhì)疑。)

深度強(qiáng)化學(xué)習(xí)同時(shí)需要大量數(shù)據(jù)作為支持——例如在學(xué)習(xí)圍棋時(shí)，需要完成數(shù)百萬(wàn)盤自我對(duì)局才能掌握個(gè)人奧妙。很明顯，人類棋手不需要也不可能完成如此龐大的訓(xùn)練量，而且這樣的過(guò)程難度極高且成本極巨，只有谷歌這樣的科技巨頭才能負(fù)擔(dān)得起恐怖的計(jì)算資源需求。換言之，絕大多數(shù)企業(yè)與客戶根本不可能在自己孱弱的獨(dú)立計(jì)算機(jī)上實(shí)現(xiàn)類似的現(xiàn)實(shí)問(wèn)題解決能力。根據(jù)估算，AphaGo的整個(gè)訓(xùn)練周期耗資達(dá)3500萬(wàn)美元，其消耗的能量足以支持12760個(gè)人連續(xù)三天不停進(jìn)行腦力勞動(dòng)。

以上討論的只是經(jīng)濟(jì)問(wèn)題。更重要的是，正如Ernest Davis和筆者在即將出版的《Robboting AI》一書中提到，我們能否信任現(xiàn)有AI方案。目前，深度強(qiáng)化學(xué)習(xí)只能在良好可控的環(huán)境下提供可靠的結(jié)果;這樣的局限對(duì)于圍棋這種兩千年來(lái)沒怎么發(fā)生變化的場(chǎng)景非常適用，但我們顯然不敢貿(mào)然把它引入到其它現(xiàn)實(shí)問(wèn)題當(dāng)中。

>>> 難以實(shí)現(xiàn)商業(yè)應(yīng)用

之所以難以商業(yè)應(yīng)用，主要是因?yàn)槟壳按蠖鄶?shù)實(shí)際問(wèn)題都不像游戲那樣擁有嚴(yán)格的場(chǎng)景與條件。也正因?yàn)槿绱耍珼eepMind目前仍拿不出比較像樣的深度強(qiáng)化學(xué)習(xí)商業(yè)方案。與此同時(shí)，Alphabet已經(jīng)在DeepMind身上燒掉了約20億美元(包括2014年收購(gòu)DeepMind的6.5億美元)。但除了賺到的好名聲之外，DeepMind在過(guò)去一年中只帶來(lái)了約1.25億美元的實(shí)際收入，其中相當(dāng)一部分為Alphabet內(nèi)部利用深度強(qiáng)化學(xué)習(xí)技術(shù)降低冷卻成本省下的電費(fèi)。

而且在圍棋領(lǐng)域大顯身手的技能，也很難解決其它挑戰(zhàn)性問(wèn)題——例如癌癥與清潔能源。這類狀況早已有之：IBM公司的Watson曾在問(wèn)答節(jié)目當(dāng)中一鳴驚人，但卻一直無(wú)法成功進(jìn)軍醫(yī)學(xué)診斷領(lǐng)域。雖能夠在某些病例中提供良好表現(xiàn)，但Watson在另一些病例中卻慘遭失敗，甚至還曾經(jīng)在心臟病發(fā)作癥狀的判斷上犯錯(cuò)——要知道，這可是醫(yī)學(xué)新生都能準(zhǔn)確判斷的病癥。

當(dāng)然，時(shí)間也許能夠解決這個(gè)難題。至少自2013年以來(lái)，DeepMind就一直在努力研究深度強(qiáng)化學(xué)習(xí)技術(shù)，而且科技進(jìn)步也向來(lái)難以快速轉(zhuǎn)化為實(shí)際產(chǎn)品。DeepMind以及其它研究機(jī)構(gòu)，最終也許能夠找到一種可行的方式，促進(jìn)深度強(qiáng)化學(xué)習(xí)帶來(lái)更穩(wěn)定也更契合任務(wù)內(nèi)容的結(jié)果;又或者，這項(xiàng)技術(shù)未來(lái)能夠與其它技術(shù)結(jié)合起來(lái)，迸發(fā)出新的能量。也許深度強(qiáng)化學(xué)習(xí)最終能夠像當(dāng)年的晶體管一樣，成為一種徹底改變世界的實(shí)驗(yàn)室發(fā)明，也有可能永遠(yuǎn)停留在探索階段，僅僅作為人類不斷探索真理的道路上的又一塊鋪路石。但無(wú)論如何，筆者個(gè)人猜測(cè)最終結(jié)果可能介于這兩者之間——有用而且廣泛存在，但又不足以改變整個(gè)世界。

雖然DeepMind目前的成果沒能完全符合人們的期待，相信也不會(huì)有人對(duì)其妄加指摘。深度強(qiáng)化學(xué)習(xí)不一定是通往人工通用智能的正確道路，但這絲毫不妨礙DeepMind自身的偉大——這仍是一個(gè)運(yùn)營(yíng)嚴(yán)密、資金充裕而且人才濟(jì)濟(jì)的機(jī)構(gòu)。而且如果接下來(lái)AI的發(fā)展方向有所變化，DeepMind也一定會(huì)是能夠迅速抓住機(jī)會(huì)的參與者之一。就目前來(lái)看，能夠與DeepMind相抗衡的研究機(jī)構(gòu)仍然屈指可數(shù)。與此同時(shí)，Alphabet也是一家財(cái)力雄厚的企業(yè)，對(duì)他們來(lái)說(shuō)一年5億美元也不是啥大問(wèn)題。Alphabet公司曾非常英明地決定投資AI技術(shù)，其中包括目前同樣在快速成長(zhǎng)的Google Brain項(xiàng)目。Alphabet方面可能會(huì)通過(guò)多種途徑調(diào)整自家AI方案的組合方式，不過(guò)考慮到這是一家年收入高達(dá)1000億美元的行業(yè)巨頭，而且旗下搜索服務(wù)及廣告推薦等大部分業(yè)務(wù)都依賴于AI技術(shù)，相信他們有能力也有理由繼續(xù)支持這些重量級(jí)研發(fā)項(xiàng)目。

>>> 過(guò)度炒作難題

關(guān)于最后一個(gè)問(wèn)題，我們目前還很難判斷DeepMind的經(jīng)濟(jì)狀況會(huì)給整個(gè)AI市場(chǎng)帶來(lái)怎樣的影響。如果交付的成果完全跟不上當(dāng)初的炒作宣傳，那么“人工智能寒冬”也許終將來(lái)臨，甚至導(dǎo)致原本的支持者失去信心而停止投入。另外，如果DeepMind在未來(lái)幾年中的虧損額繼續(xù)一路飆升，恐怕Alphabet自己也有可能被迫退出。畢竟到目前為止，DeepMind還是拿不出像樣的財(cái)報(bào)數(shù)據(jù)，時(shí)間久了投資者難免要重新思考自己對(duì)于AI技術(shù)抱持的立場(chǎng)。

同樣麻煩纏身的，遠(yuǎn)不只是DeepMind。無(wú)論是無(wú)人駕駛汽車還是能夠順暢理解人類語(yǔ)言的聊天機(jī)器人，這些幾年前被炒得火熱的概念至今仍然沒有實(shí)現(xiàn)。Mark Zuckerberg在2018年4月的國(guó)會(huì)聽證會(huì)上曾保證，虛假新聞問(wèn)題很快就會(huì)在AI技術(shù)面前土崩瓦解。但是情況顯然沒這么簡(jiǎn)單，這也使得整個(gè)社會(huì)對(duì)于AI技術(shù)的看法變得愈發(fā)保守——不信承諾，信“療效”。

至少就當(dāng)下看，人工通用智能還只是個(gè)目標(biāo)，距離真正落地還有很長(zhǎng)的路。雖然AI技術(shù)在廣告及語(yǔ)音識(shí)別等一部分領(lǐng)域取得良好進(jìn)展，但必須承認(rèn)，AI發(fā)展還遠(yuǎn)稱不上成熟。但在另一方面，我們也要認(rèn)可AI在大數(shù)據(jù)分析領(lǐng)域的強(qiáng)大能力;而且哪怕只是當(dāng)前的水平，AI也已經(jīng)是一種卓越的技術(shù)工具。因此即使未來(lái)企業(yè)不再傾力投入，AI的研究與發(fā)展也絕對(duì)不會(huì)沉寂下去。

>>> 預(yù)測(cè)未來(lái)

在筆者看來(lái)，十年之后我們可能會(huì)得出結(jié)論，發(fā)現(xiàn)深度強(qiáng)化學(xué)習(xí)的意義其實(shí)被高估了。這也使得其它不少真正重要的研究方向遭到忽視。畢竟在強(qiáng)化學(xué)習(xí)領(lǐng)域投入的第一塊錢，都代表著其它研發(fā)經(jīng)費(fèi)的縮減——例如對(duì)于人類認(rèn)知科學(xué)的研究。當(dāng)下，很多機(jī)器學(xué)習(xí)研究人員都在問(wèn)，“機(jī)器如何利用大量數(shù)據(jù)優(yōu)化復(fù)雜問(wèn)題?”但我們真正應(yīng)該關(guān)心的，其實(shí)是“為什么孩子們用不著那么多數(shù)據(jù)和那么復(fù)雜的處理流程，就能掌握自然語(yǔ)言并理解現(xiàn)實(shí)世界?”如果我們能在后一個(gè)問(wèn)題上多花點(diǎn)時(shí)間、資金和精力，也許人工通用智能的來(lái)臨還能更早一些。