DeepMind 可能是全世界最大的專注于科研的 AI 公司，但它正在遭受巨額虧損，過去三年的虧損超過 10 億美元，而且未來 12 個(gè)月還有超過 10 億美元的債務(wù)需要償還。

這是否意味著 AI 正在分崩離析呢?

事實(shí)并非如此。做研究需要花錢，DeepMind 每年都在做更多的研究。這家公司的確花了很多錢，而且可能比以往任何 AI 研究公司都要多。但與科學(xué)界那些大型項(xiàng)目相比，DeepMind 花的錢還遠(yuǎn)遠(yuǎn)算不上史無前例。例如，大型強(qiáng)子對(duì)撞機(jī)每年可能要花費(fèi) 10 億美元，而發(fā)現(xiàn)希格斯玻色子的花費(fèi)估計(jì)超過了 100 億美元。當(dāng)然，實(shí)現(xiàn)電影里那種真正的機(jī)器智能(即 AGI)要花費(fèi)的還遠(yuǎn)不止這些。

盡管如此，DeepMind 的巨額虧損(從 2016 的 1.54 億美元到 2017 年的 3.41 億美元再到 2018 年的 5.72 億美元)還是值得我們反思。在我看來，這其中有三個(gè)核心問題：

• DeepMind 是否選對(duì)了方向?
• 從谷歌母公司 Alphabet 的角度來看，這種規(guī)模的投資是否合理?
• 這種虧損會(huì)對(duì) AI 的整體發(fā)展產(chǎn)生什么影響?

對(duì)于第一個(gè)問題，我們有理由持懷疑態(tài)度。DeepMind 將大部分人力和財(cái)力投入到了深度強(qiáng)化學(xué)習(xí)的技術(shù)研究中。該技術(shù)結(jié)合了深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)，前者主要用于模式識(shí)別，后者則是以獎(jiǎng)勵(lì)信號(hào)(如游戲中的得分或勝負(fù))為基礎(chǔ)的學(xué)習(xí)。

深度強(qiáng)化學(xué)習(xí)技術(shù)是 DeepMind 在 2013 年提出的，他們?cè)谝黄麨椤禤laying Atari with Deep Reinforcement Learning》的論文中展示了單個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng)如何玩轉(zhuǎn)各種雅達(dá)利游戲，如打磚塊(Breakout)、太空侵略者(Space Invaders)等，而且證明神經(jīng)網(wǎng)絡(luò)的表現(xiàn)優(yōu)于人類。

這篇論文稱得上一篇工程杰作，可能也是 2014 年谷歌收購 DeepMind 的關(guān)鍵催化劑。這項(xiàng)技術(shù)的持續(xù)發(fā)展推動(dòng)了 DeepMind 在圍棋和《星際爭(zhēng)霸》游戲?qū)怪腥〉贸晒Α?/p>

但問題是，這項(xiàng)技術(shù)的適用范圍非常狹窄。以打磚塊游戲?yàn)槔?，輕微的改變(如將拍子往上移動(dòng)幾個(gè)像素)就會(huì)導(dǎo)致網(wǎng)絡(luò)性能大幅下降。DeepMind 的《星際爭(zhēng)霸》AI 也非常受限，只有在單一地圖上選擇某種角色才會(huì)達(dá)到超越人類的水平，但隨著地圖和角色數(shù)目的增加，該 AI 的性能也大幅降低。要轉(zhuǎn)換角色，你需要從頭訓(xùn)練整個(gè)系統(tǒng)。

從某些方面來說，深度強(qiáng)化學(xué)習(xí)是一種渦輪增壓式的記憶方式：使用該技術(shù)的系統(tǒng)能夠完成令人驚嘆的壯舉，但它們對(duì)自己在做什么知之甚少。因此，現(xiàn)有的系統(tǒng)缺乏靈活性，也就無法在現(xiàn)實(shí)世界發(fā)生變化時(shí)做出補(bǔ)充(DeepMind 提前 48 小時(shí)預(yù)測(cè)急性腎損傷的 AI 系統(tǒng)也受到了這種質(zhì)疑)。

深度強(qiáng)化學(xué)習(xí)還需要大量數(shù)據(jù)，如 AlphaGo 的訓(xùn)練需要完成數(shù)百萬次自我博弈，這一訓(xùn)練量遠(yuǎn)遠(yuǎn)大于人類成長(zhǎng)為世界級(jí)棋手所需的訓(xùn)練量。這就需要谷歌級(jí)別的算力，也就意味著在現(xiàn)實(shí)世界中，多數(shù)用戶僅僅因?yàn)樗懔﹂_銷就會(huì)望而卻步。據(jù)估算，AlphaGo 的訓(xùn)練花費(fèi)了 3500 萬美元，這相當(dāng)于 12760 個(gè)人腦三天三夜不眠不休所消耗的能量。

但這還只是經(jīng)濟(jì)方面的考量。正如我和 Ernest Davis 在即將出版的新書《Rebooting AI》中所談到的，真正的問題在于可靠性。迄今為止，深度強(qiáng)化學(xué)習(xí)還只能在控制良好、很少出現(xiàn)意外的環(huán)境中進(jìn)行。圍棋就是一個(gè)完美的環(huán)境，其規(guī)則和棋盤兩千年來都未發(fā)生變化，但在現(xiàn)實(shí)世界的許多場(chǎng)景中，你不會(huì)想要依賴這項(xiàng)技術(shù)。

商業(yè)變現(xiàn)能力有限

出現(xiàn)上述問題的部分原因在于，只有極少數(shù)的現(xiàn)實(shí)世界問題像 DeepMind 所研究的游戲那樣受到各種限制，DeepMind 還未發(fā)現(xiàn)深度強(qiáng)化學(xué)習(xí)的任何大規(guī)模商業(yè)應(yīng)用場(chǎng)景。Alphabet 對(duì) DeepMind 的投資已經(jīng)達(dá)到了 20 億美元左右(包括 2014 年收購時(shí)所花費(fèi)的 6.5 億美元)。相比之下，DeepMind 創(chuàng)造的直接經(jīng)濟(jì)回報(bào)卻少得可憐，2018 年只有 1.25 億美元，其中包含利用強(qiáng)化學(xué)習(xí)幫助谷歌降低服務(wù)器冷卻開銷所縮減的費(fèi)用。

DeepMind 用來解決圍棋問題的那一套技術(shù)可能無法用來解決現(xiàn)實(shí)世界中需要用 AI 來解決的問題，如癌癥治療和清潔能源。對(duì)此，IBM 已經(jīng)在 Watson 項(xiàng)目中經(jīng)歷了慘痛的教訓(xùn)。Watson 在某些情況下表現(xiàn)良好，但在其他情況下并不好用，出現(xiàn)了心臟病漏診等問題，而一年級(jí)的醫(yī)學(xué)生都不會(huì)犯這種錯(cuò)誤。

當(dāng)然，這也許只是時(shí)間問題。DeepMind 至少從 2013 年就開始了深度強(qiáng)化學(xué)習(xí)的研究，也許他們需要更長(zhǎng)時(shí)間，很少有科學(xué)進(jìn)展能夠在一夜之間實(shí)現(xiàn)商業(yè)化。DeepMind 或其他公司可能會(huì)通過結(jié)合其他技術(shù)開發(fā)出更深層次、更穩(wěn)定的深度強(qiáng)化學(xué)習(xí)系統(tǒng)，也可能不會(huì)。

深度強(qiáng)化學(xué)習(xí)最終可能會(huì)成為另一個(gè)「晶體管」，走出實(shí)驗(yàn)室并最終改變世界，也可能只是一種學(xué)術(shù)好奇心，John Maynard Smith 曾經(jīng)將這種好奇心描述為「尋找問題的解決方案」(solution in search of problem)。我個(gè)人猜測(cè)，深度強(qiáng)化學(xué)習(xí)會(huì)介于兩者之間，它會(huì)成為一種有用并被廣泛采用的工具，但不會(huì)改變世界。

沒有人可以將 DeepMind 排除在外，盡管其現(xiàn)有的戰(zhàn)略不像許多人期望的那樣豐富。深度強(qiáng)化學(xué)習(xí)可能并非是通向通用人工智能的坦途，但 DeepMind 自身是一個(gè)令人敬畏的公司，它組織嚴(yán)密、資金充足，擁有數(shù)百名博士。在圍棋、《星際爭(zhēng)霸》上取得的成功令其獲得了更多的曝光，越來越多的人才加入其中。如果 AI 的風(fēng)向發(fā)生變化，DeepMind 很可能會(huì)轉(zhuǎn)向另一個(gè)方向。顯然，DeepMind 是無可匹敵的。

對(duì)于期望過高的擔(dān)憂

最后一個(gè)問題是關(guān)于 DeepMind 的財(cái)務(wù)狀況會(huì)對(duì) AI 總體發(fā)展產(chǎn)生怎樣的影響，這個(gè)問題很難回答。如果炒作大于產(chǎn)出，就容易帶來另一個(gè)「AI 寒冬」，到時(shí)即便是支持者也不會(huì)愿意投資。投資界也會(huì)注意到這種巨額損失;如果 DeepMind 的損失每年翻一番，即使是 Alphabet 也會(huì)被逼退。這不只是錢的問題。目前為止還看不到切實(shí)的財(cái)務(wù)成果。在某個(gè)時(shí)候，投資者可能不得不重新調(diào)整他們對(duì)于 AI 的熱情。

迄今為止，通用人工智能還停留在炒作的層面，實(shí)現(xiàn)起來還很困難。盡管我們已經(jīng)在廣告、語音識(shí)別等幾個(gè)有限的領(lǐng)域取得了重大進(jìn)展，但 AI 無疑還有很長(zhǎng)的路要走。對(duì)大數(shù)據(jù)集進(jìn)行合理分析所帶來的好處是不可否認(rèn)的，即使只是以有限的形式，AI 已經(jīng)成為一種有力的工具。業(yè)界對(duì) AI 的熱情可能沒那么高了，但他們也不會(huì)徹底退出。

我想給出以下預(yù)測(cè)：

十年后，我們將得出結(jié)論：深度強(qiáng)化學(xué)習(xí)在 2010 年代后期被高估了，其他許多重要領(lǐng)域則受到了忽視。我們?cè)趶?qiáng)化學(xué)習(xí)上每投入一美元，在其他領(lǐng)域就少投入一美元，比如可能產(chǎn)生有價(jià)值洞見的人類認(rèn)知科學(xué)。

機(jī)器學(xué)習(xí)領(lǐng)域的研究者現(xiàn)在經(jīng)常會(huì)問，「兒童學(xué)習(xí)語言、理解世界所需的能量和數(shù)據(jù)比現(xiàn)有的 AI 系統(tǒng)要少得多，他們是如何做到的?」如果花更多時(shí)間、金錢和精力去解決后面這個(gè)問題，我們也許能早點(diǎn)實(shí)現(xiàn)通用人工智能。

原文鏈接：https://www.wired.com/story/deepminds-losses-future-artificial-intelligence/

【本文是51CTO專欄機(jī)構(gòu)“機(jī)器之心”的原創(chuàng)文章，微信公眾號(hào)“機(jī)器之心( id: almosthuman2014)”】 

戳這里，看該作者更多好文