歡迎關(guān)注“創(chuàng)事記”的微信訂閱號：sinachuangshiji

　　從實(shí)驗(yàn)室走向市場，路還有多遠(yuǎn)？

　　文/Juny    編輯/Vicky Xiao

　　來源/硅星人（ID：guixingren123）

　　正當(dāng)人們在為DeepMind接踵而來的技術(shù)突破驚嘆連連的時(shí)候，DeepMind交出了一份高達(dá)6.49億美元（約42億人民幣）的虧損賬單。而比DeepMind巨額虧損更慘的是Element AI，這個(gè)背靠著全球最大深度學(xué)習(xí)社區(qū)的加拿大明星獨(dú)角獸，在入不敷出的艱難處境下近期被低價(jià)甩賣。而同樣的商業(yè)化挑戰(zhàn)其實(shí)也存在于身在硅谷的人工智能研究機(jī)構(gòu)Open AI身上。

　　一眼望去，AlphaFold、MuZero、GPT這些前沿人工智能技術(shù)閃閃發(fā)光地站在由鈔票堆積的山峰上，但卻彷佛很少有人能真的攀上去跟它們握手。

　　那么，為何人工智能技術(shù)一路過關(guān)斬將已經(jīng)發(fā)展到了第四代，但商業(yè)化的道路卻仍舊困境重重？

　　虧錢的不僅只有DeepMind

　　實(shí)際上，DeepMind作為世界上規(guī)模最大的人工智能研究機(jī)構(gòu)之一，自從2010年正式成立以來，就從沒實(shí)現(xiàn)過盈利，反而“燒錢”指數(shù)還在逐年攀升，若不是2013年谷歌花了6億美元收購了DeepMind，該實(shí)驗(yàn)室或許早已破產(chǎn)解散。

　　幸運(yùn)的是，DeepMind的確是遇到了一個(gè)足夠?qū)櫵摹敖鹬靼职帧保m然被收購后連年巨額虧損，但最近谷歌表示仍舊樂意繼續(xù)為DeepMind提供昂貴的AI研究資金，稱公司對近期的研究進(jìn)展很滿意，還大臂一揮免除了其11億英鎊的債務(wù)。

圖 2014-2019年DeepMind的虧損額及其增長情況，硅星人制圖

　　而跟DeepMind一樣被大公司“寵”著的人工智能研究機(jī)構(gòu)還有Open AI。Open AI是由馬斯克、YC前總裁奧特曼以及諸多硅谷企業(yè)家聯(lián)合于2015年12月創(chuàng)立的人工智能非營利組織，旨在預(yù)防人工智能可能帶來的災(zāi)難性影響，并向公眾開放專利和研究成果，到2017年時(shí)就募集了約10億美元的融資。

　　在2018年與馬斯克因特斯拉發(fā)展和理念沖突分道揚(yáng)鑣之后，Open AI宣布從非營利實(shí)驗(yàn)室轉(zhuǎn)變?yōu)椤吧舷抻惫荆⒃?019年7月接受了來自微軟高達(dá)10億美元的投資。而Open AI之所以做出商業(yè)轉(zhuǎn)型，其直接原因是其現(xiàn)有的資金及收入情況并無法滿足對計(jì)算和人才的持續(xù)投入需求。

　　相比DeepMind和 Open AI還能在大公司的扶持下專注于技術(shù)研究，曾被加拿大視為“明日之星”的人工智能獨(dú)角獸Element AI似乎就沒有那么幸運(yùn)了。

　　關(guān)于Element AI的發(fā)展硅星人此前加拿大的系列文章還曾介紹過：一股“AIaaS”風(fēng)正刮起：獨(dú)角獸Element AI已變身人工智能“巨無霸”，它由圖靈獎得主、“深度學(xué)習(xí)三巨頭”之一的Yoshua Bengio于2016年10月創(chuàng)立。Bengio所領(lǐng)導(dǎo)的蒙特利爾MILA實(shí)驗(yàn)室是目前世界上最大的深度學(xué)習(xí)學(xué)術(shù)社區(qū)，Element AI所開發(fā)的產(chǎn)品都是基于MILA中大量學(xué)者幾十年來的人工智能技術(shù)相關(guān)研究，Element AI也是近年來世界上發(fā)展最快的人工智能初創(chuàng)公司之一，曾被認(rèn)為是加拿大日后人工智能產(chǎn)業(yè)的領(lǐng)導(dǎo)者。

　　然而，這家曾經(jīng)意氣風(fēng)發(fā)、旨在要做全球人工智能咨詢業(yè)開創(chuàng)者的明星公司，就在上個(gè)月被曝出將被美國云計(jì)算平臺服務(wù)商 ServiceNow收購，而且收購價(jià)僅為2.3億美元。不僅遠(yuǎn)遠(yuǎn)低于其上一輪融資中超過10億加幣的估值，甚至還不足4年來2.57億美元的融資總額。

　　據(jù)《環(huán)球郵報(bào)》此前披露的一份文件顯示，收購前夕，Element AI的資金鏈幾乎已經(jīng)枯竭、大量員工被解雇，年收入僅僅只有1000萬加幣左右。而在扣除成本費(fèi)用后，Element AI最終收購價(jià)格可能只有不到1.95 億美元。

　　“燒錢”機(jī)器和應(yīng)用困境

　　雖然這幾個(gè)人工智能實(shí)驗(yàn)室的命運(yùn)各不相同，但它們有一個(gè)共同點(diǎn)，即是都是圍繞著深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等前沿領(lǐng)域開展人工智能技術(shù)研究，DeepMind、Open AI都旨在最終實(shí)現(xiàn)通用人工智能（AGI）。所謂的通用人工智能，就是讓機(jī)器具有一般人類智慧，可以執(zhí)行人類能夠執(zhí)行的任何智力任務(wù)。

　　近年來，這些人工智能研究機(jī)構(gòu)也確實(shí)在朝著通用人工智能方向行進(jìn)，并取得了不俗的成績，但技術(shù)的突破并沒有帶來商業(yè)回報(bào)，投入和產(chǎn)出相距甚遠(yuǎn)。而橫梗在AI商業(yè)化道路上的兩塊巨石，一個(gè)是資金，另一個(gè)是應(yīng)用。

　　首先，要想在機(jī)器學(xué)習(xí)領(lǐng)域做出突破，不“燒錢”是不可能的，不僅要“燒”還是一車車的“燒”。由于深度強(qiáng)化學(xué)習(xí)展是建立在海量的數(shù)據(jù)處理、復(fù)雜的知識推理上的，常規(guī)的單機(jī)計(jì)算模式難以支撐，因此對訓(xùn)練模型時(shí)計(jì)算機(jī)資源的需求極高。

　　比如2020年5月微軟推出了為Open AI專門打造的超級計(jì)算機(jī)用于AI模型訓(xùn)練，花費(fèi)上億美元，谷歌的TPU一直處于打骨折給DeepMind租用的狀態(tài)。除了硬件，在訓(xùn)練方面，以O(shè)pen AI著名的文本生成算法GPT為例，一個(gè)擁有15億參數(shù)的模型，每小時(shí)訓(xùn)練都要花費(fèi)2048美元，而類似于DeepMind的AlphaGo算法，成功之前需要至少完成數(shù)百萬次自我博弈，光訓(xùn)練費(fèi)就要花 3500 萬美元。

　　除了技術(shù)基礎(chǔ)設(shè)施以外，研究人員工資又是另一大頭。雖然學(xué)計(jì)算機(jī)的人越來越多，但能夠從事深度強(qiáng)化學(xué)習(xí)研究的人卻是鳳毛菱角，美國頂級的研究人員年薪至少百萬美元起。根據(jù)DeepMind上個(gè)月披露的財(cái)報(bào)數(shù)據(jù)顯示，2019年其人員開支就高達(dá)4.6億英鎊（約40億人民幣），較上年又增長了17.6%。

圖 DeepMind的2019年的費(fèi)用構(gòu)成，圖片截自于DeepMind公開披露財(cái)務(wù)報(bào)告

　　因此，Element AI不到4年2.6億美元的融資或許對于其他初創(chuàng)公司來講是一筆巨款，但對于擁有將近500名員工的Element AI僅僅只是杯水車薪，若沒有像谷歌、馬斯克、微軟這種有財(cái)力的大金主的支持，也難怪其最終走到資金鏈枯竭、難以為繼的困境中。

　　而另一方面，在“節(jié)流”不可能的情況下，“開源”也并不容易。

　　技術(shù)即使被神化或暢想得再厲害，不得不承認(rèn)的是，深度強(qiáng)化學(xué)習(xí)的大規(guī)模商業(yè)應(yīng)用場景目前還并沒有出現(xiàn)。從AlphaGo在2015年首次戰(zhàn)勝人類已經(jīng)過去了5、6年，但在當(dāng)時(shí)曾預(yù)想過給人類帶來的顛覆性影響到如今還并未過多顯現(xiàn)。

　　其主要原因在于，在真實(shí)的世界中，很多事情并非像棋局、游戲那樣存在各種限制的環(huán)境，也沒有足夠的條件和數(shù)據(jù)能夠讓機(jī)器進(jìn)行訓(xùn)練和學(xué)習(xí)。而在實(shí)驗(yàn)室的開發(fā)過程中，大多數(shù)的模型是為特定的任務(wù)而不是泛化進(jìn)行訓(xùn)練，因此人工智能雖然能在玩各種電子游戲、棋類游戲中顯現(xiàn)出卓越的能力，但在復(fù)雜的現(xiàn)實(shí)環(huán)境中可能就變得很脆弱。

　　簡而言之，就是目前這些技術(shù)在現(xiàn)實(shí)中應(yīng)用的可靠性還不夠。

　　DeepMind雖然近年來看起來營業(yè)收入在逐年上升，但從披露的財(cái)務(wù)數(shù)據(jù)來看，為其技術(shù)產(chǎn)品買單的其實(shí)還是谷歌。去年雖然推出了首款30秒內(nèi)準(zhǔn)確診斷眼疾的AI商業(yè)產(chǎn)品，也由于涉及高風(fēng)險(xiǎn)領(lǐng)域并沒有激起多大水花。

圖 DeepMind的眼疾診斷AI，圖片來源于網(wǎng)絡(luò)

　　Open AI雖然2020年發(fā)布了首款基于GPT-3推出的商業(yè)文本生成器，但在實(shí)際應(yīng)用過程中，出現(xiàn)了帶有歧視性、偏見或低級錯(cuò)誤的語句，反而還需要采購者投入人力去檢驗(yàn)校正，因此也只是被作為輔助性工具來使用。

　　而Element AI從2019 年開始將幾款 AI 產(chǎn)品推向市場，包括為金融機(jī)構(gòu)提供網(wǎng)絡(luò)安全服務(wù)、幫助港口營辦商預(yù)測卡車司機(jī)的候車時(shí)間等，但都效果不佳，據(jù)披露消息稱，公司與數(shù)家客戶在合作過程中出現(xiàn)了困難，最后以年收入僅1000萬加幣暗淡收場。

　　一切或許都需要時(shí)間的沉淀

　　但對于前沿人工智能技術(shù)不盡人意的市場，我們或許可以說，只是時(shí)機(jī)尚未成熟。

　　目前在人工智能商業(yè)化應(yīng)用場景中，被最廣泛使用的，是計(jì)算機(jī)視覺、智能語音、自然語言處理等幾個(gè)主要技術(shù)方向，但要知道，這些主流AI技術(shù)從上個(gè)世紀(jì)7、80年代開始就在被不停的修改、論證，經(jīng)過了幾十年的發(fā)展，直到如今才被大規(guī)模的商用。而DeepMind、Open AI所在追尋的通用人工智能技術(shù)，當(dāng)前還僅僅處于開場階段。

　　而對于AI商業(yè)化來講，其實(shí)也并非是現(xiàn)有的技術(shù)不成熟，或是完全沒有應(yīng)用場景，而是技術(shù)和場景的磨合期還不夠長，沒有針對場景進(jìn)行有目的的優(yōu)化。

　　人工智能帶來的變革能力難以預(yù)估，實(shí)際上，全球科技巨頭都在紛紛重金押注。在國內(nèi)，百度近幾年來幾乎是“All in AI”，從2013年建立了中國第一個(gè)深度學(xué)習(xí)研究院開始，百度每年把15%的營收約100億人民幣用于人工智能研發(fā)，研發(fā)投入累計(jì)已近千億元。而李彥宏在百度世界2020大會上仍舊表示對人工智能要“長期堅(jiān)持、堅(jiān)定信仰”。

　　無疑，大家都是在賭一個(gè)未來。畢竟，如果DeepMind可以給谷歌的Waymo等項(xiàng)目帶來突破性進(jìn)展，或是Open AI能夠幫助微軟開發(fā)強(qiáng)大的文本工具，屆時(shí)，與巨大的收益比起來，眼下的這些投入只是微不足道。

　　而站在公司戰(zhàn)略的層面，DeepMind也已經(jīng)為谷歌值回了一部分票價(jià)。至少DeepMind在全球科技企業(yè)的AI爭奪戰(zhàn)中已經(jīng)為谷歌招募并儲備了一大批頂尖人才，研究成果也被陸陸續(xù)續(xù)埋伏了谷歌包括健康診斷、風(fēng)力發(fā)電、語音助手等十多個(gè)項(xiàng)目中。

　　只是，追尋人工智能技術(shù)突破的道路注定是困難而又漫長，有些人倒在了路上，比如Element AI，有些人還在繼續(xù)奔跑，比如DeepMind 和Open AI。我們也不必再去爭論這些研究機(jī)構(gòu)是在為人類謀福祉還是被資本裹挾，在一定程度上，資本和技術(shù)本來就是相輔相成。

　　也正因?yàn)橛腥嗽敢獬掷m(xù)為理論研究提供支持，才能為更多科研工作者創(chuàng)造了安心前行的環(huán)境，科技的車輪才能滾滾向前。或許，不久之后我們就能看到AI前沿技術(shù)的厚積薄發(fā)。

（聲明：本文僅代表作者觀點(diǎn)，不代表新浪網(wǎng)立場。）