点击关闭

英镑亏损-DeepMind并不是没有对谷歌产生有价值的回报-益阳新闻网

  • 时间:

迪拜出逃王妃现身

使用人工智能來拯救脆弱的野生動物種群是DeepMind的又一個公益舉動。代表性的案例是DeepMind正在與自然資源保護主義者和生態學家合作開展一個項目,利用機器學習技術,在坦桑尼亞塞倫蓋蒂國家公園過去9年拍攝的數百萬張照片中快速檢測和計數動物。據悉,DeepMind機器學習系統不僅能夠詳細地跟蹤動物的行為和種群分佈,還能提供足夠快的數據,使自然資源保護主義者據此及時對短期變化做出反應與決策。

當然,與自己連續六年的虧損形象還不為世人周知相比,DeepMind在國際圍棋與遊戲領域的影響力卻是不脛而走。兩年前「AlphaGo」先後擊敗世界圍棋九段旗手——韓國的李世石以及中國的柯潔所瀰漫出的戰場硝煙尚未褪盡,今年攜帶王者風範的「AlphaStar」登台亮相,在《星際爭霸2》大賽中以近乎完勝的姿態壓倒國際頂級職業電競選手。可是,如果你將DeepMind圈定為只會開發下棋與玩電游的智能機械人這個層面,那就大錯特錯。因此,依靠着雄厚的底氣,對於目前的財務狀況,DeepMind非常清晰地回應稱,自己的長期使命是推進AI研究,實現積極社會效益。

實際上,成立六年以來,DeepMind就沒有盈利過。創建次年,DeepMind就錄得了29.3萬英鎊的虧損,之後每年水漲船高,六年中虧損額增長了1600多倍。在2014年被谷歌收購之後,DeepMind開始在財報中披露員工成本,這個數字從2604萬英鎊增長到去年的3.98億英鎊,四年中增長了15倍。數據顯示,2014年DeepMind員工數量不到百人,而接下來的三年時間每年都以一倍以上的速度增長。

其實,DeepMind並不是沒有對谷歌產生有價值的回報,比如藉助 DeepMind 的人工智能系統,谷歌數據中心的電力成本削減了 15%;運用 DeepMind 的AI,安卓設備的電池壽命延長了13%;憑藉DeepMind 的「You might also like」功能,安卓商店中的應用安裝率提高了 20%。當然,有人還會說至今沒有看到 DeepMind 的商業模式,但正如哈薩比斯所言,DeepMind的最終目的就是實現通用人工智能——AGI,其中隱含的商業訴求已經不言自明。從展現碾壓國際賽手的超級智能,到作出風電能量的精準預測,再到對急性腎損傷與各種眼疾的提前捕捉,任何一個已有技術成果的商業化落地,都會讓谷歌收穫得盆滿缽滿,而且谷歌為 DeepMind 所創設的商業場景也許比人們想象的還要精彩和豐富。

的確,至今還沒有盈利的財報似乎與DeepMind高大上的形象有些不配,但衡量一個企業價值的維度不能僅僅定位在商業利潤之上,其為社會創造與輸出的更有廣延性與普惠性的價值也許更應該值得肯定。尤其是像DeepMind這樣的高科技企業,人力資本與技術稟賦的積淀、前期研發投入都需要充分的資金支持,而且也許需要更長的商業周期才能產生回報。對此,市場不應該僅僅關注短期的現金收益,而應當重視其更長遠的樂觀未來;對於企業管理者而言,同樣更應有足夠的戰略運籌與商業定力,不為眼前的一城一地之得失所羈絆,而是拿出足夠的耐性與堅強的毅力與創新和變革同行。在這裏,我們就不得不嘆服谷歌高瞻遠矚的擔當與格局。

在不少人的印象中,DeepMind作為一家企業很可能還不太十分熟悉,但如果提到如雷貫耳的「AlphaGo」, DeepMind一定會以高大生猛的形象立即跳到他們的面前。然而,就是這家全球最著名的人工智能公司,自創建以來所表現出的賺錢能力卻始終難以啟齒。按照日前交給英國公司登記局的年度財務報告,DeepMind去年虧損4.7億英鎊,約合人民幣40億,平均下來每天燒掉1096萬元。

當年DeepMind的創始人哈薩比斯對外兜售自己的企業時,DeepMind如同香餑餑招徠了臉譜、微軟等科技大佬的搶購,但最終哈薩比斯選擇了谷歌,原因就如哈薩比斯所言,拉里·佩奇「一直把谷歌看作一家人工智能公司」。不錯,谷歌為收購DeepMind拿出了高達4億英鎊的真金白銀,其中有8000萬英鎊進了哈薩比斯的私人腰包;不僅如此,面對DeepMind持續多年的難看財報,谷歌總是不惱不怨。據悉,DeepMind即將與今年年底到期的10億英鎊債務中,有8.8億來自谷歌,可谷歌從來沒有開口要債,相反按照DeepMind在最新財報中的陳述,未來12個月時間里谷歌會繼續向他們提供充足的財務支持。

醫療健康是DeepMind傾注力量最大的一個技術板塊。一方面,DeepMind運用美國退伍軍人事務部醫療系統中70多萬名患者的數據,訓練出了一個深度學習系統,使用這個系統,55.8%的急性腎損傷可以在標準臨床診斷前48小時被預測,進而幫助醫生在這段寶貴的時段提出及時性解決方案。另一方面,DeepMind與英國國家衛生服務醫院合作,不久前發佈的首款AI產品通過對眼部 OCT 圖像的掃描,能夠在 30 秒內給出包括青光眼和糖尿病性視網膜病變等50多種複雜眼病的診斷,而且準確率達到了 94%,超過了人類專家的表現。

過去十年中,風電成為了綠色能源的主角,但因風力必須依靠大自然,多變和不可控的外在因素使得風力發電廠很難對風電增量和動態存儲作出可靠與準確的估算、預測以及進行精準的傳輸,風電作用於電網的價值大打折扣。對此,DeepMind已將機器學習算法應用於美國中部地區的風力發電場,並能幫助工作人員在實際發電前 36 小時準確預測風電輸出,同時提前一天使工作人員就每小時交付的電量對電網做出最佳承諾。受到影響,與沒有基於時間承諾的供給情況相比,DeepMind已將風力電廠的風能價值提高了20%。

虧損來自何處?DeepMind至今沒有賣出一件完整的產品與服務,也就談不上如同一般企業那樣的產品積壓與滯銷;同樣,DeepMind也沒有在股權與債券市場撒過一分錢,也就根本不會產生任何權益投資損失。按照DeepMind的財務報告,在虧損構成中,經營性虧損為4.65億英鎊,而形成這部分虧損的核心原因就是員工的工資支出。財報顯示,去年DeepMind在員工身上狠砸了3.98億英鎊,按照839名員工數量計算,平均下來每名員工工資接近47萬英鎊,相當於人民幣400萬。相比于年度虧損總額而言,員工工資成本佔比為84.6%,同時占經營虧損的85.6%。

運用AI展開對生物學中的蛋白質摺疊研究是DeepMind在醫療健康領域的最新方向,包括人類是否能夠像大自然那樣自身製造蛋白質?蛋白質摺疊錯誤是否引發了帕金森綜合征、阿茨海默症和糖尿病等?據悉,機器學習可以從氨基酸序列中預測蛋白質結構,而且DeepMind已經完成了對90種蛋白質結構的預測,並正在從頭開始建模蛋白質序列。如果能夠最終取得預期中的效果,深度學習便可如鎖匙般打開許多疑難雜症的大門。

今日关键词:古尔邦节