3年血亏10亿美元 谷歌Deepmind出了什么问题?

  • 时间:
  • 浏览:8

Alphabet 旗下的 Deepmind,有另多少在人工智能领域或许称得上是世界领先的公司,去年亏损 5.72 亿美元;在过去的三年中持续亏损,金额超过 10 亿美元。 

这由于这哪几种?人工智能算不算正在走向崩溃? 

其实不然。众所周知,搞研究是最为烧钱的;太多太多 ,Deepmind 每年都投入几瓶的资金,金额甚至比后后任何相关项目的金额有的是大。 话虽没人,但 DeepMind 亏损的上升幅度仍值得考虑:2016 年为 1.54 亿美元,2017 年为 3.41 亿美元,2018 年为 5.72 亿美元。 

这涉及到有另多少核心间题:DeepMind 算不算在科学上走上正轨?从 Alphabet 的厚度来看,后后 规模的投资算不算合理?后后 损失肯能从整体上影响人工智能吗?

厚度强化学习的局限性

关于第有另多少间题,我们 有的是理由持怀疑态度。DeepMind 一心扑在厚度强化学习上,该技术将主要用于识别模式的厚度学习与基于奖励信号的强化学习相结合。 

2013 年,DeepMind 在一篇激动人心的论文中将这项技术命名为“厚度强化学习”,该论文展示了如保训练有另多少神经网络系统来玩各种 Atari 游戏,比如 Breakout 和 Space Invaders;不得不承认,有后后它们比人类玩得有的是好。 这篇论文是一篇工程杰作,合适也是助于 Alphabet 在 2014 年 1 月收购 DeepMind 的主要由于之一。后后 ,该技术进一步发展,推动了 DeepMind 在围棋和游戏 StarCraft(星际争霸)中取得胜利。

间题就在于,该技术对环境的依赖非常大:在玩  Breakout 时,就连将游戏中的球拍向上移动多少像素后后微小的变化,有的是由于游戏性能急剧下降。DeepMind 在星际争霸游戏里的胜利有的是着同样的局限——使用特定地图和特定“种族”角色时,其结果优于人类;使用不同地图和不同角色结果较差。肯能要更换角色,则要从头后后开始重新训练系统。 

在五种 程度上,厚度强化学习是五种 涡轮增压式的记忆,使用它的系统都都可不还可以 实现后后 我们 都其实不可思议的目标,但它们五种 对后后 人在做的事情里可不还可以 肤浅的理解。太多太多 ,当前的系统占据 问题灵活性,也无法在环境占据 变化时进行调整。

厚度强化学习还时需几瓶的数据。比如,AlphaGo 在训练过程中参加了数百万次围棋游戏,这远远超过了有另一两后后 人你要成为世界级棋手所时需的数量;太多太多 实现后后 目标时需巨大规模的计算资源,价格太多太多 菲——据估计,训练 AlphaGo 的成本为 31150 万美元。 

不过,哪几种有的是出于经济学的考虑。正如 Rebooting AI (重启人工智能)这本书中所说,真正的间题在于信任。目前,厚度强化学习里可不还可以 在受到严格控制、很少出現意外的环境中进行;将其运行在几千年里都没人出現变化的环境里或许可行,但在现实生活中,我们 都肯能不必想依赖它。

商业方面收效甚微 

肯能现实生活中像 Deepmind 后后一心专注游戏上的 AI 项目太多,太多太多 ,Deepmind 也尚未开展任何关于厚度强化学习的大规模商业应用。包括 2014 年收购时支付的 6.5 亿美元,目前 Alphabet 已对 Deepmind 投资约 20 亿美元;相比之下,Deepmind 去年的营收约为 1.25 亿美元。

另外,适用于围棋的 AI 技术,肯能不适用于出理 后后 具有挑战性的间题,比如癌症和超净能源。当然,这肯能太多太多 时间间题——DeepMind 合适从 2013 年后后开始就致力于厚度强化学习,太多太多 科学进步很少能在一夜之间就转化为商业产品。DeepMind 肯能最终会找到五种 法律辦法 ,通过厚度强化学习来产生更深入、更稳定的结果。

最终,厚度强化学习肯能被证明像晶体管一样,成为一项彻底改变世界的发明人人。

其实 Deepmind 目前的战略不如我们 都所希望的没人丰富,但它仍是厚度强化学习领域的佼佼者;太多太多 ,DeepMind 管理严律己,资金丰富,拥有数百名博士,在游戏和围棋方面又大获成功,正在吸引太多的人才。肯能人工智能领域的风向占据 了变化,DeepMind 转向后后方向,它仍然能走在前列。

与此一齐,从 Alphabet 方面来说,对 Deepmind 的投资不必是有另多少大赌注;它还在人工智能领域押下了目前正在快速增长的 Google Brain。对于年收入 11150 亿美元、从搜索到广告推荐等核心业务都依赖人工智能的 Alphabet 来说,进行几笔重大投资不必疯狂。

对过度承诺的担忧 

最后,DeepMind 在经济方面的表现将如保从总体上影响人工智能,后后 间题很难回答。肯能炒作超过了实际效果,它肯能由于“AI 寒冬”的到来,甚至连支持者有的是你要投资。肯能亏损继续以每年约两倍的厚度增长,连 Alphabet 也肯能被迫放弃 Deepmind,投资者也会重新调整对人工智能的热情。

不仅仅是 DeepMind,后后 有望实现的进步还没人真正实现。其实 Mark Zuckerberg 在 2018 年 4 月向国会做出的承诺,即人工智能将快一点 出理 假新闻间题肯能得到了缓和;但承诺的成本从来有的是高,对人工智能的热情程度是由最终效果决定的,而有的是承诺。

就目前的形式而言,对人工智能进行炒作远比构建人工智能要容易。确其实广告和语音识别等有限领域肯能取得了巨大的进步,但它无疑还有很长的路要走。 

微信公众号搜索"

驱动之家

"加关注,每日最新的手机、电脑、汽车、智能硬件信息里可不还可以 给你一手全掌握。推荐关注!【

微信扫描下图可直接关注