中国物联网行业门户,IOT资讯、企业及产品供求信息发布--新物联
新闻来源:新物联Newiot 整理       发布时间:2021/10/11 12:04:34       共计:55 浏览

根据总部位于英国的AI实验室DeepMind公司的最新财报,公司目前已最终实现盈利。DeepMind旨在开发通用人工智能,自2014 年被谷歌(现为 Alphabet Inc.)收购以来,DeepMind 一直在努力应对其不断增长的支出。现在,它终于向其母公司和股东发出了充满希望的迹象,表明它已经在 Alphabet 的盈利业务群中赢得了一席之地。



这对于 AI 实验室来说可能是个好消息,它在整个生命周期中一直在流失大量资金。但财务报告也笼罩在模糊之中,这表明如果DeepMind确实找到了盈利之路,它的实现方式使其与谷歌的产品和商业模式密不可分。

收入增长三倍

根据 DeepMind 提交的文件,它在 2020 年的收入为 8.26 亿英镑(11.3 亿美元),是 2019 年提交的 2.65 亿英镑(3.61 亿美元)的三倍多。同期,其支出从7.17 亿英镑(9.76 亿美元)至 7.8 亿英镑(10.6 亿美元)。该公司在本财年结束时实现了 4400 万英镑(6000 万美元)的利润,高于 2019 年的 4.77 亿英镑(6.5 亿美元)的亏损。

该文件没有提供关于 DeepMind 收入来源的太多细节,除了一段说:“公司通过与另一家提供研发服务的集团签订服务协议来产生收入。”

DeepMind 不直接向消费者和公司销售产品或服务。它的客户是 Alphabet 及其子公司。目前尚不清楚 DeepMind 的哪一项业务导致其收入激增。

一位接受 CNBC 采访的消息人士表示,DeepMind 收入的突然增长可能是“创造性会计”。基本上,这意味着由于 Alphabet 及其子公司是 DeepMind 的唯一客户,它可以任意改变其服务的价格,以给人一种正在盈利的印象。DeepMind 没有对这一说法发表评论。



销售强化学习

DeepMind 的主要关注领域是深度强化学习,这是机器学习的一个分支,在科学研究中非常有用。DeepMind 和其他 AI 实验室已经使用深度强化学习来掌握复杂的游戏、训练机械手、预测蛋白质结构和模拟自动驾驶。DeepMind 的科学家认为,强化学习的进步最终会导致 AGI 的发展。

但深度强化学习研究也非常昂贵,其商业应用也很有限。与其他深度学习系统(例如图像分类器和语音识别系统)可以直接移植并集成到新应用程序中不同,深度强化学习模型通常必须在将要使用的环境中进行训练。这带来了许多组织无法承受的技术和财务成本。

另一个问题是,DeepMind 从事的那种研究并不能直接转化为盈利的商业模式。以掌握实时战略游戏星际争霸 2 的强化学习系统AlphaStar 为例。这是一项令人印象深刻的科学壮举,耗资数百万美元(这可能是由拥有大量云计算资源的谷歌资助的)。但它在没有被重新利用的情况下在应用人工智能中几乎没有用处(额外数百万美元)。

Alphabet 在其部分运营中采用了 DeepMind 的 RL 技术,例如降低谷歌数据中心的功耗以及开发Alphabet 的自动驾驶公司Waymo 的技术。但是,虽然我们不知道该技术是如何应用的细节,但我自己的猜测是 Alphabet 将其一些应用的 AI 任务外包给 DeepMind,而不是直接将 AI 实验室的技术集成到其产品中。

事实上,DeepMind 的一个独立部门从事Google 和 Alphabet 的应用人工智能项目,但这项工作与 DeepMind 主要实验室正在进行的 AGI 研究没有直接关系。

人工智能人才和研究的成本

随着 Facebook、微软和苹果等大型科技公司对深度学习产生兴趣,招聘 AI 人才已成为一场军备竞赛,推高了研究人员的薪水。领先的人工智能研究人员可以轻松地在大型科技公司获得七位数的薪水,这使得学术机构和非营利研究实验室难以留住人才。

2020 年,DeepMind 支付了 4.67 亿英镑的员工成本,接近其总支出的三分之二。该公司拥有大约 1,000 名员工,其中一小部分是高薪科学家、研究人员和工程师。

随着人工智能研究和人才成本的不断增长,DeepMind 将面临不断加剧的挑战。它将依靠谷歌为其运营提供资金并补贴其研究成本。

同时,作为上市公司的子公司,其技术的盈利能力将受到审查。目前,它唯一的利润来源是 Alphabet,因此它将越来越依赖谷歌购买其服务。这反过来可以推动 DeepMind 将其研究导向可以迅速转变为有利可图的企业的领域,这不一定与其科学目标一致。

对于一家追求通用人工智能长期梦想并以“推进科学造福人类”为使命的公司来说,短期利润和增量收益的干扰可能会被证明是有害的。

我能找到的最接近的例子是像 DeepMind 这样的公司及其准竞争对手OpenAI贝尔实验室是 AT&T 的前研究机构。贝尔实验室是一家非常大的营利性公司的子公司,但其工作不受下一季度收益目标或股东激励的约束。虽然他们的工作获得了丰厚的回报,但它的科学家们受到科学好奇心的驱使,而不是金钱。他们寻求突破科学界限的基本思想,创造在未来几年和几十年都不会产生成果的创新。这就是贝尔实验室如何成为改变 20 世纪的一些思想和技术的发源地,包括晶体管、卫星、激光器、光纤、蜂窝电话和信息理论。贝尔实验室拥有发现和创新的自由。

目前,Alphabet 已被证明是 DeepMind 的耐心所有者。它在 2019 年免除了 11 亿英镑(15 亿美元)的债务,并帮助 DeepMind 报告了 2020 年的正收益。 从长远来看,Alphabet 是否会继续慷慨和忠实于 DeepMind 的使命——这是一个长期——还有待观察。但是,如果 Alphabet 的耐心真的耗尽了,DeepMind 将没有客户、没有资金,并且将面临来自科技巨头的激烈竞争,这些科技巨头想要挖走其才华横溢的科学家以实现根本不同的目标。


版权说明:
本网站凡注明“新物联Newiot 原创”的皆为本站原创文章,如需转载请注明出处!
本网转载皆注明出处,遵循行业规范,如发现作品内容版权或其它问题的,请与我们联系处理!
您可以扫描右侧微信二维码联系我们。
网站首页 关于我们 联系我们 合作联系 会员说明 新闻投稿 隐私协议 网站地图