出處：太平洋電腦網(wǎng)  作者：佚名 

如果突然讓你說出一個專注于AI領(lǐng)域的知名公司，你第一個反應(yīng)會是誰？顯然，研發(fā)人工智能圍棋選手阿爾法Go的Deepmind（谷歌旗下）顯然是個響當(dāng)當(dāng)?shù)拿帧?/p>

Deepmind近日披露其去年虧損 5.72 億美元。而在過去的三年中其持續(xù)虧損金額已超過 10 億美元。這難道意味著人工智能根本不賺錢嗎？

搞研究實(shí)則是很燒錢的;因此，Deepmind 每年都投入大量的資金，金額甚至比之前任何相關(guān)項(xiàng)目的金額都要大。 話雖如此，但 DeepMind 虧損的上升幅度仍值得考慮：2016 年為 1.54 億美元，2017 年為 3.41 億美元，2018 年為 5.72 億美元。

這涉及到三個核心問題：DeepMind 是否在科學(xué)上走上正軌?從谷歌的角度來看，這種規(guī)模的投資是否合理?這種損失將會從整體上影響人工智能嗎?

深度強(qiáng)化學(xué)習(xí)的局限性

關(guān)于第一個問題，人們有理由持懷疑態(tài)度。DeepMind 一心撲在深度強(qiáng)化學(xué)習(xí)上，該技術(shù)將主要用于識別模式的深度學(xué)習(xí)與基于獎勵信號的強(qiáng)化學(xué)習(xí)相結(jié)合。

2013 年，DeepMind 在一篇激動人心的論文中將這項(xiàng)技術(shù)命名為“深度強(qiáng)化學(xué)習(xí)”，該論文展示了如何訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)系統(tǒng)來玩各種 Atari 游戲，比如 Breakout 和 Space Invaders;不得不承認(rèn)，有時候它們比人類玩得都要好。 這篇論文是一篇工程杰作，大概也是促使 Alphabet 在 2014 年 1 月收購 DeepMind 的主要原因之一。隨后，該技術(shù)進(jìn)一步發(fā)展，推動了 DeepMind 在圍棋和星際爭霸中取得勝利。

問題就在于，該技術(shù)對環(huán)境的依賴非常大：在玩 Breakout 時，就連將游戲中的球拍向上移動幾個像素這樣微小的變化，都會導(dǎo)致游戲性能急劇下降。DeepMind 在星際爭霸游戲里的勝利也有著同樣的局限——使用特定地圖和特定“種族”角色時，其結(jié)果優(yōu)于人類;使用不同地圖和不同角色結(jié)果較差。如果要更換角色，則要從頭開始重新訓(xùn)練系統(tǒng)。

在某種程度上，深度強(qiáng)化學(xué)習(xí)是一種渦輪增壓式的記憶，使用它的系統(tǒng)能夠?qū)崿F(xiàn)一些人們覺得不可思議的目標(biāo)，但它們本身對自己在做的事情只有膚淺的理解。因此，當(dāng)前的系統(tǒng)缺乏靈活性，也無法在環(huán)境發(fā)生變化時進(jìn)行調(diào)整。

深度強(qiáng)化學(xué)習(xí)還需要大量的數(shù)據(jù)。比如，AlphaGo 在訓(xùn)練過程中參加了數(shù)百萬次圍棋游戲，這遠(yuǎn)遠(yuǎn)超過了一個人想要成為世界級棋手所需要的數(shù)量;而且實(shí)現(xiàn)這個目標(biāo)需要巨大規(guī)模的計(jì)算資源，價格也不菲——據(jù)估計(jì)，訓(xùn)練 AlphaGo 的成本為 3500 萬美元。

不過，這些都是出于經(jīng)濟(jì)學(xué)的考慮。正如 Rebooting AI (重啟人工智能)這本書中所說，真正的問題在于信任。目前，深度強(qiáng)化學(xué)習(xí)只能在受到嚴(yán)格控制、很少出現(xiàn)意外的環(huán)境中進(jìn)行;將其運(yùn)行在幾千年里都沒有出現(xiàn)變化的環(huán)境里或許可行，但在現(xiàn)實(shí)生活中，人們可能不會想依賴它。

商業(yè)方面收效甚微

由于現(xiàn)實(shí)生活中像 Deepmind 這樣一心專注游戲上的 AI 項(xiàng)目不多，因此，Deepmind 也尚未開展任何關(guān)于深度強(qiáng)化學(xué)習(xí)的大規(guī)模商業(yè)應(yīng)用。包括 2014 年收購時支付的 6.5 億美元，目前 Alphabet 已對 Deepmind 投資約 20 億美元;相比之下，Deepmind 去年的營收約為 1.25 億美元。

另外，適用于圍棋的 AI 技術(shù)，可能不適用于解決其他具有挑戰(zhàn)性的問題，比如癌癥和清潔能源。當(dāng)然，這可能只是時間問題——DeepMind 至少從 2013 年開始就致力于深度強(qiáng)化學(xué)習(xí)，而且科學(xué)進(jìn)步很少能在一夜之間就轉(zhuǎn)化為商業(yè)產(chǎn)品。DeepMind 可能最終會找到一種方法，通過深度強(qiáng)化學(xué)習(xí)來產(chǎn)生更深入、更穩(wěn)定的結(jié)果。

最終，深度強(qiáng)化學(xué)習(xí)可能被證明像晶體管一樣，成為一項(xiàng)徹底改變世界的發(fā)明。

雖然 DeepMind 目前的戰(zhàn)略不如人們所希望的那么豐富，但它仍是深度強(qiáng)化學(xué)習(xí)領(lǐng)域的佼佼者;而且，DeepMind 管理嚴(yán)密，資金充足，擁有數(shù)百名博士，在游戲和圍棋方面又大獲成功，正在吸引越來越多的人才。如果人工智能領(lǐng)域的風(fēng)向發(fā)生了變化，DeepMind 轉(zhuǎn)向另一個方向，它仍然能走在前列。

與此同時，從 Alphabet 方面來說，對 Deepmind 的投資并不是一個大賭注;它還在人工智能領(lǐng)域押下了目前正在快速增長的 Google Brain。對于年收入 1000 億美元、從搜索到廣告推薦等核心業(yè)務(wù)都依賴人工智能的 Alphabet 來說，進(jìn)行幾筆重大投資并不瘋狂。

對過度承諾的擔(dān)憂

最后，DeepMind 在經(jīng)濟(jì)方面的表現(xiàn)將如何從總體上影響人工智能，這個問題很難回答。如果炒作超過了實(shí)際效果，它可能導(dǎo)致“AI 寒冬”的到來，甚至連支持者都不愿意投資。如果虧損繼續(xù)以每年約兩倍的速度增長，連 Alphabet 也可能被迫放棄 Deepmind，投資者也會重新調(diào)整對人工智能的熱情。

不僅僅是 DeepMind，許多有望實(shí)現(xiàn)的進(jìn)步還沒有真正實(shí)現(xiàn)。雖然 Mark Zuckerberg 在 2018 年 4 月向國會做出的承諾，即人工智能將很快解決假新聞問題已經(jīng)得到了緩和;但承諾的成本從來都不高，對人工智能的熱情程度是由最終效果決定的，而不是承諾。

就目前的形式而言，對人工智能進(jìn)行炒作遠(yuǎn)比構(gòu)建人工智能要容易。雖然在廣告和語音識別等有限領(lǐng)域已經(jīng)取得了巨大的進(jìn)步，但它無疑還有很長的路要走。