观点 | 我们能否复制DeepMind的成功？

机器之心报道

参与：李泽南、刘晓坤

总部位于英国伦敦的 DeepMind 是一家人工智能尖端技术公司，成立于 2010 年。它曾被 Facebook、谷歌等巨头争相收购，最终被谷歌于 2014 年 1 月用 4 亿英镑（约合 6.6 亿美元）买下。谷歌为什么要收购这样一家以探索新技术为目标的公司？这家公司为何在过去的一年里获得了如此多的成功？这些问题正随着 AlphaGo 的不断发展逐渐成为人们乐于讨论的话题。

DeepMind 希望使用人工智能解决所有问题。先研制最优秀的算法，然后将其泛化到多个领域中，从这家公司对于人工智能围棋程序的研究上我们可以看出这样的轨迹。去年，它开发的 AlphaGo 围棋程序击败了著名棋手李世石九段，随后又在今年的人机大战中击败了时任世界第一的柯洁等人。DeepMind 随后在 10 月份以又一篇 Nature 论文「AphaGo Zero」再次展示计算机在围棋上强大的能力，紧随而至的 12 月，DeepMind 提出的 AlphaZero 则将这种强大泛化到了其他领域中。

在先进技术研究之外，DeepMind 还致力让 AI 技术与传统产业相结合。目前，这家公司约有 100 名员工专注于医疗领域——DeepMind 已经于英国国家卫生服务机构达成了合作，正在共同研发移动医疗 app，并探索计算机自动识别医疗图像等项目。

DeepMind 为谷歌带来最大贡献，或许是它已为这家科技巨头在人工智能军备竞赛中占据了先机。它正在不断吸引人才，让人工智能研究者在看过 Facebook、微软和亚马逊的招聘广告后纷纷选择谷歌。现在，DeepMind 位于国王十字的办公室里已经有了 400 多位计算机科学家与开发者，这家公司计划在未来将这个数字扩展到 1000。

DeepMind 为母公司带来的声望也不容忽视。这家公司在被收购后两次登上《自然》杂志的封面。这个封面的放大版本被用于办公楼大厅的装饰。其中第一张封面是人工智能程序玩电子游戏，第二个就是围棋程序 AlphaGo。

DeepMind 首席执行官 Denis Hassabis 认为，公司的总体目标是解决「人工智能」的广泛课题。这意味着他们需要创造多功能的「通用」人工智能——可以像人类一样进行广泛而有效的思考。被谷歌收购之后，DeepMind 并没有因丧失独立性而改变目标，它反而开始利用谷歌的各种资源，其中就包括谷歌强大的计算能力，另一个则是谷歌的资金：如果是被一个更小的买家收购，DeepMind 可能会被要求尽快盈利。现在的 Hassabis 仍然可以专注于他的研究，不必担心经营公司的种种繁琐事务。

无视盈利，专注于科研，这样一家公司是不是人工智能研究的最优解？在著名问答社区 Quora 上，人们纷纷给出了自己的看法。

Jacque Swartz，数据科学家，软件工程师，研究方向：AI/CNN

DeepMind 非常罕见地集结了深度学习领域中最顶尖的研究人才，并且拥有几乎无穷尽的研究资源。谷歌和 DeepMind 团队对顶尖人才很有吸引力，虽然不是全部，但是相对于其它公司，在这里提升核心技能会高效得多。DeepMind 团队还拥有可以构建数据、app、工具集和实现训练系统的顶尖工程师的支持。 这些条件能帮助他们快速发现问题的大量维度。毕竟只要存在少量的延迟就会导致探索效率的大幅下降。当在网络超参数设置、集合新的大型数据集以及加速训练之类的任务中遇到困难的时候，他们可以向 Geoffrey Hinton 寻求帮助，并很快得到解答——这几类问题在谷歌里正好都有专门的团队进行研究。 DeepMind 的发展对于整个人工智能领域有利，建立强大的深度学习系统对于 DeepMind 和谷歌之外的我们而言将变得越来越容易，会出现越来越多可用的工具集和技术。深度学习教程可以清晰地解释复杂的概念。我们仍然需要经验，但 PhD 级别的技能不再是成功的必要条件。

Tapa Ghosh，Vathys 创始人和 CEO

DeepMind 的成功是难以复制的，因为大多数其他团队都没有千量级的 TPU 和 GPU 硬件设备资源。 另一个因素是超参数设置非常重要，而 DeepMind 和其它任何主要的机器学习研究团队一样，是不会发布他们的超参数设置的。我还记得当初在重复他们的结果遇到了困难，然后我给一篇 DeepMind 论文的作者发邮件求助，收到的回复是改变随机种子（random seed）。

匿名

这取决于你如何定义成功。DeepMind 在某些特定的领域获得了巨大的成功，例如在顶级会议发表论文。同时他们也在某些特定的领域中遭遇了失败，例如将他们的研究应用到医疗上。他们确实有一些很棒的应用，例如优化数据中心从而提升谷歌搜索或其它谷歌产品的质量。但在我看来，对改善生活最有意义的应用还是在医疗领域，而已经有很多其它的团队在这个领域遥遥领先于 DeepMind。

随着时间的推移，DeepMind 也在面临越来越多的挑战，根据英国公司登记局的报告，该公司在 2016 年的收入为 4000 万美元，而亏损金额为 9000 万美元。而在推进与 NHS 合作的医疗项目时，这家公司也正与其他 AI 公司一样面临着用户数据隐私等问题。尽管 Hassabis 认为 DeepMind 在未来对数据的依赖将会减少，但在人工智能领域里，如何平衡探索与实践，找到一条发展的道路，或许才是摆在所有 AI 技术公司面前的最大课题。

本文为机器之心报道，转载请联系本公众号获得授权。