DeepMind年度报告:为什么商业化的AI实验室难运营
本月初,DeepMind利用人工智能在预测蛋白质折叠方面取得了突破性进展。但随后又传来了这家风口上的人工智能公司每年仍让其母公司Alphabet损失数亿美元的消息。
本来,科技公司亏损不是什么新鲜事,科技行业也不乏一些公司在盈利前就烧掉投资者的钱的例子。
但DeepMind并不是一家寻求在特定市场分一杯羹的普通公司。它是一家人工智能研究实验室,为了保证自己的生存,它不得不将自己重新改造成一个半商业化的机构。
虽然 DeepMind 的所有者,也是谷歌的母公司目前很乐意为 DeepMind 昂贵的人工智能研究买单,但显然并不能保证它会永远这样做下去,波士顿动力就是前车之鉴。
DeepMind的盈亏情况
根据其提交给英国公司注册处的年度报告,DeepMind的收入增长了一倍多,从2018年的1.03亿英镑增长到2019年的2.66亿英镑。
但相应的,该公司的支出也在持续增长,从2018年的5.68亿英镑增加到2019年的7.17英镑。公司的整体亏损从2018年的4.7亿英镑增长到2019年的4.77亿英镑。
乍一看,这并不是一个坏消息。与前几年相比,DeepMind的收入增长正在加速,而其亏损正在趋于平稳。
但报告中还有几个重要的信息。文件中提到了“集团其他业务的研发周转报酬”,这意味着DeepMind的主要客户还是它的母公司。Alphabet向DeepMind支付费用,让其将人工智能研究和人才应用到谷歌的服务和基础设施中。
此前,谷歌已经使用 DeepMind 的服务来完成一些任务,比如管理数据中心的电网和改进语音助手的人工智能。
这也意味着,DeepMind的AI还没有市场,即使有市场,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、人员成本和其他相关费用的增加有关。”
这一点很重要。DeepMind的“技术基础设施”主要运行在谷歌庞大的云服务和其特殊的人工智能处理器TPU上。该公司的主要研究领域是深度强化学习,这需要获得非常昂贵的计算资源。
DeepMind在2019年的一些项目包括研究一个玩《星际争霸2》的人工智能系统和另一个玩《雷神之锤3》的人工智能系统,这两个项目的训练成本都是数百万美元。
DeepMind的发言人对媒体表示,文件中提到的费用还包括该公司著名的蛋白质折叠人工智能AlphaFold的工作,这是另一个非常昂贵的项目。
关于谷歌向DeepMind收取多少费用以支持其云端AI服务,目前还没有公开的细节,但它很可能是以折扣价租用其TPU。这意味着,如果没有谷歌的支持,DeepMind的支出可能会高得多。
人员成本是另一个重要问题。虽然在过去的几年里,参与课程的人数有所增加,但能够从事 DeepMind 所参与的那种前沿人工智能研究的科学家却非常稀少。根据一些说法,顶尖的人工智能人才都能拿到七位数美金的薪水。
人们对深度学习的兴趣越来越浓厚,而深度学习又可以应用于商业领域,这导致了科技公司之间为获得顶尖人工智能人才而展开了军备竞赛。大多数业内顶尖的人工智能科学家和先驱者都在谷歌、 Facebook、亚马逊和微软等大公司全职或兼职工作。
争夺顶级人工智能人才的激烈竞争产生了两个后果。,就像其他所有供不应求的领域一样,它导致了人工智能科学家薪水的急剧上升。
,它把许多人工智能科学家从无力支付巨额薪水的学术机构转移到有能力支付巨额薪水的巨富科技公司。虽然一些科学家为了继续进行科学研究而继续留在学术界,但他们太少了。
而如果没有谷歌这样的大型科技公司的支持,像DeepMind这样的研究实验室也无力为自己的项目雇佣新的研究人员。
,虽然 DeepMind 显示出缓慢扭转亏损的迹象,但其增长使其更加依赖于谷歌的财力和大型云基础设施。
谷歌仍对 DeepMind 感到满意
根据DeepMind的年报,作为Alphabet的投资分支之一,谷歌爱尔兰控股无限公司 “免除了DeepMind待偿还的贷款以及总计11亿英镑的应计利息。”
,DeepMind还得到了谷歌的书面保证,即谷歌将在“至少十二个月的时间内”继续向这家人工智能公司“提供足够的财务支持”。
目前,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7月份与投资者和分析师的季度财报电话会议上,Alphabet CEO桑达尔皮查伊(Sundar Pichai)表示“我对我们谷歌和DeepMind在人工智能方面的研发进展速度非常满意。对我来说,重要的是我们作为一个公司是最先进的。”
但企业界和科学研究的发展速度是不同的,科学研究是以十年为单位来衡量的。今天在商业应用中使用的许多人工智能技术从上世纪七八十年代就一直处于研发阶段。
同样,今天在人工智能会议上提出的很多前沿研究和技术,可能在未来几年内都不会进入大众市常DeepMind的终极目标发展通用人工智能(AGI),按照最乐观的估计,至少还要几十年。
另一方面,股东和投资者的耐心是以月和年来衡量的。如果公司在几年内不能扭亏为盈,或者至少表现出有希望的增长迹象,就会被投资者抛弃。
显然,DeepMind目前还不具备这些条件。它没有可衡量的增长,因为它唯一的客户是谷歌本身。而且不清楚它的一些技术何时能够商业化。
而这正是DeepMind的困境所在。从本质上来说,它是一个研究实验室,希望突破科学的极限,并确保人工智能的进步对全人类都有益。,它的老板的目标是打造解决具体问题的产品,从而实现利润回报。
这两个目标截然相反,并将DeepMind拉向两个不同的方向保持其科学性,或者转型为一家制造产品的AI公司。DeepMind过去已经在科研和产品开发的平衡方面遇到了麻烦。
而前途未卜的还不止DeepMind。DeepMind的隐性竞争对手OpenAI也一直面临着类似的身份危机,从一家人工智能研究实验室转型为一家由微软支持的盈利性公司,出租其深度学习模型。
,虽然DeepMind还不需要担心自己的盈利问题,但当它越来越多地融入到Alphabet的生态系统时,它应该深入思考它的未来和科学人工智能研究的未来。
参考资料https://bdtechtalks./2020/12/21/deepminds-annual-report-hy-its-hard-to-run-a-mercial-ai-lab/
机器人工业设计
- 工业机器人技术专业方向 工业机器人技术专业方
- 国际上第一台工业机器人产品诞生于 世界上第一
- 工业机器人编程属于什么专业 工业机器人编程属
- 工业机器人编程是学的什么专业课程
- 工业机器人技术需要学什么 工业机器人技术需要
- 工业机器人编程是学的什么内容 工业机器人编程
- 工业机器人发展趋势 工业机器人未来的发展趋势
- 国内工业机器人企业排名 2024年国内工业机器人企
- 工业机器人学起来难不难 工业机器人好不好学
- 工业机器人就业形势了解 工业机器人就业现状
- 工业机器人编程及操作的阅读内容 工业机器人编
- 工业机器人编程难不难 工业机器人编程难不难学
- 工业机器人入门实用教程 工业机器人入门应该学
- 工业机器人编程基本思路是什么 工业机器人编程
- 工业机器人难学吗 工业机器人学起来难不难
- 工业机器人岗位介绍 工业机器人岗位说明