[关闭]
@sambodhi 2016-12-23T02:23:52.000000Z 字数 3523 阅读 1396

2016年:DeepMind给人类带来了什么?

自从DeepMind以4:1战胜围棋世界顶尖选手李世石之后,就声名鹊起,经常登上各大媒体的头条。从那以后,人工智能开始成为人们经常谈起的话题。

DeepMind是一家位于英国的尖端科技公司,曾让Facebook、Google等巨头争相抢夺,最后Google在2014年1月以4亿英镑(6.66亿美元)击败Facebook成功收购了DeepMind。Google已经在机器学习和AI领域处于前沿地位,那为什么还要不惜代价斥巨资来收购DeepMind呢?究竟DeepMind能为Google带来怎样的价值呢?

2015年10月之前,Google庞大的广告收入开始投入到DeepMind及众多类似的项目中去,然而这些项目谷歌花费时间及精力,却没有任何收入。后来,Google如召唤神龙一般成立了母公司Alphabet,自身反而成为这家Alphabet公司旗下唯一盈利的子公司。其他业务的经营收入从Google的资产负载表上拆分,Alphabet其他业务的经营状况将会受到更加严格的审查,再也无法依赖Google这棵大树的庇荫了。

此次变动之后,DeepMind在新架构中仍隶属于Google。但它的价值远超过自身利润。

对Google和Alphabet而言,DeepMind为公司在人工智能军备竞赛中占据了先机,有助于吸纳AI人才。来自牛津大学、伦敦大学、剑桥大学、斯坦福大学等人才纷纷选择了Google,而非Facebook、Microsoft和Amazon。其办公室目前已有400多名计算机和神经系统科学家,其中约四分之三在研究部门工作,其余的在应用部门,后者致力于构建基于人工智能的显示产品和服务。据悉他们计划未来扩大到1000人,除了在海外设立研发机构外,还招聘了一系列的人工智能专家,计划组建“人工智能安全团队”,旨在降低人工智能可能带给人类灾难的风险。

2010年,Demise Hassabis同Mustafa Suleyman、Shane Legg共同创立了DeepMind公司。DeepMind的格局并不限于招募人才和曝光次数。其CEO与联合创始人Demis Hassabis将DeepMind描述为一种新形式的研究机构,结合了学术界的长远视角和“科技初创企业的专注和活力”。

Hassabis表示,DeepMind的目标是攻克“人工智能”的课题。这就促使公司需要研发多功能的“通用”人工智能,能够像人类一样进行广泛和高效思考。被Google收购之后,DeepMind受益于Google强大的计算资源和雄厚的财力,如果让小公司收购的话,很可能会被要求尽快盈利,这样Hassabis会被种种繁琐事物打扰,而无法专注于研究。DeepMind办公地点同过去一样仍旧设在伦敦,与硅谷山景城Google所在地保持安全距离,这样得以让DeepMind拥有更多的独立性。

如果Hassabis将来有一天真的研制出通用人工智能,对Alphabet而言将是一个巨大的成就。因为,这意味着创造了可无限被复制的数字化员工,并用于解决各种问题。不过,据了解,DeepMind并非一家以商业模式运作的公司,其研发周期非常长,Hassabis表示公司规划了长达20年的蓝图规划。他声称,从人类大脑获取灵感的思路,让DeepMind远超其他专注于机器学习,尤其是“深度学习”的研究机构。

即使DeepMind无法成功研制出等同或超越人类水平的人工智能,它开发的机器学习软件仍然可以为Alphabet做出很大的贡献。

今年7月份,Google宣布,DeepMind研发的学习软件已经成功让Google数据中心的能耗减少了约五分之二。该软件是通过学习数据中心的操作日志进行压缩,并不断地进行模拟操作,最终实现了过程的优化。

DeepMind也在尝试利用现有的AI成果为公司创收。Suleyman表示,DeepMind的某些研发进展可用于管理能源基础设施、改善医疗系统、提供清洁水源等领域,这些都是他们盈利的潜在目标。

今年11月,DeepMind与NHS旗下的基金会Royal Free London签订了为期五年的合同,任务是处理172万患者的医疗记录。今年早些时候,它获得了来自其他伦敦医院的两个数据库:一个是一百万张视网膜扫描报告,用于让AI软件确定退行性眼病的早期征兆;一个是通过头颈部癌症图像用于训练AI软件来识别健康组织和癌变组织。

其中,诊断退行性眼病的早期征兆的方案,是Moorfields眼科医师Pearse Keane最先想到这个方案,他看到Google如何利用DeepMind来学习游戏,便与Google联系,他相信DeepMind应该也可以用于眼科诊断。

尽管Google保证只会处于诊断和治疗目的来使用这些数据,但是这个项目还是引发了很大的争议。DeepMind联合创始人Suleyman表示,公司有恰当的协议,以确保数据由医院控制。此外,公司的目标是操作尽可能透明,而且也会与第三方审计师合作。DeepMind也在开发“通用透明架构”,将记录数据何时被访问,由谁访问等日志信息。

DeepMind还尝试将AI拓展到音频领域。语音机器人很早以前,就出现在科幻小说里了。随着苹果Siri等产品商业化,表明了这项技术已经进入主流。但机器和人类之间的语言差异还是很大。DeepMind开发了一套文本-语音转化系统,名为WaveNet。它可以将这种差异缩小逾50%,使用了神经网络复制人类的声波,不再像以前那样单纯复制他们使用的语言。

熟练的程序员和强大的计算设备是这类AI应用的关键。但是,获取足够数量的现实世界环境的数据也很重要。当医院,电网和工厂等系统的目标是利用AI和机器学习的技术时,需要提供具体的操作数据。

Alphabet当然拥有海量可服务于这些目的的数据。但是,有关特定的探索领域,DeepMind必须获取足够的数据用于训练,现有的数据远不能满足需求。它最近参加了一个研究读取唇语的项目——LipNet,取得了成功,源于团队掌握了前所未有的庞大的数据集。这项研究由计算机视觉研究者Andrew Zisserman为首的牛津大学的一个研究小组带领。BBC为其提供了数十万小时的新闻录像,如果没有这些数据,根本不可能训练出LipNet。

Hassabis认为,未来数据获取对DeepMind的重要性会越来越小,他表示,工程师可以构造出用于解决问题的模型,然后在这些模型部署DeepMind让它进行自我学习。这种运作方式,目前大多数机器学习系统并没有掌握。
那个震惊全球、打败围棋世界冠军李世石的阿尔法狗,是先从16万场人类对弈的数百万个棋局中进行学习,然后才进行迭代式自我对弈,通过不断的训练,提升棋艺。这样,如果要获取大量的个人信息,它就应该考虑清楚如何应对客户们对企业数据安全的担忧。

如果DeepMind能顺利解决这类问题,那么它就会成为Alphabet的一家算法工厂,它带来的意义和价值,将远不仅仅是AI研究机构和人才集聚地。DeepMind需要的数据,仍然归原本拥有者所有,这就可以解决有关隐私权的问题,但是,由其开发出来的算法,将属于Alphabet。也许,DeepMind无法依靠这种方式来创收,但它可以通过分析数据获取的知识或者技能,在未来的商业竞争中,将为Alphabet带来巨大的优势,让Google为竞标所付出的努力,物有所值。

近日,Elon Musk支持的机构OpenAI开源了通用性人工智能Universe,据OpenAI公司称,他们的目标是,开发一种单一的人工智能代理,可以灵活地将以往的经验运用在Universe环境上,循序驾驭不熟悉、困难的环境,这将是实现通用智能的一大步骤。

DeepMind与Universe的工作方式不同。DeepMind工作方式类似3D游戏平台,以第一视角来观察3D世界;而Universe则是通过代理观察屏幕像素,并生成键盘和鼠标命令来操作远程桌面。

Suleyman说,DeepMind的目标是“破解智能,让世界更美好”。创立DeepMind的初衷就是希望能够构建出达到人类智能水平的智能系统,但是,实现这个目标需要几十年。他说,“这里提到的二十年或者几十年,事实上远不止这么久。谁也无法准确预测具体时间。”在此之前,DeepMind将专注于解决具体的问题。

对人类来说,通用性人工智能会不会是一件好事呢?让我们拭目以待。人类可以主宰自然世界的原因,并不是因为我们比其他动物更快、更强壮、更聪明,而是因为我们更智能。也许,这些会学习的人工智能是人类地平线上的乌云。也许,它们就是人类最后的发明。

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注