DeepMind巨额吃亏的背后，本日的AI是否选对了偏向？
|
副问题[/!--empirenews.page--]
DeepMind 也许是全天下最大的专注于科研的 AI 公司，但它正在蒙受巨额吃亏，已往三年的吃亏高出 10 亿美元，并且将来 12 个月尚有高出 10 亿美元的债务必要送还。
这是否意味着 AI 正在分崩离析呢? 究竟并非云云。做研究必要费钱，DeepMind 每年都在做更多的研究。这家公司简直花了许多钱，并且也许比以往任何 AI 研究公司都要多。但与科学界那些大型项目对比，DeepMind 花的钱还远远算不上史无前例。譬喻，大型强子对撞机每年也许要耗费 10 亿美元，而发明希格斯玻色子的耗费预计高出了 100 亿美元。虽然，实现影戏里那种真正的呆板智能(即 AGI)要耗费的还远不止这些。 尽量云云，DeepMind 的巨额吃亏(从 2016 的 1.54 亿美元到 2017 年的 3.41 亿美元再到 2018 年的 5.72 亿美元)照旧值得我们反思。在我看来，这个中有三个焦点题目：
对付第一个题目，我们有来由持猜疑立场。DeepMind 将大部门人力和财力投入到了深度强化进修的技能研究中。该技能团结了深度进修和强化进修，前者首要用于模式辨认，后者则是以嘉奖信号(如游戏中的得分或胜败)为基本的进修。 深度强化进修技能是 DeepMind 在 2013 年提出的，他们在一篇名为《Playing Atari with Deep Reinforcement Learning》的论文中展示了单个神经收集体系怎样玩转各类雅达利游戏，如打砖块(Breakout)、太空侵犯者(Space Invaders)等，并且证明神经收集的示意优于人类。 这篇论文称得上一篇工程精品，也许也是 2014 年谷歌收购 DeepMind 的要害催化剂。这项技能的一连成长敦促了 DeepMind 在围棋和《星际争霸》游戏反抗中取得乐成。 但题目是，这项技能的合用范畴很是狭小。以打砖块游戏为例，稍微的改变(如将拍子往上移动几个像素)就会导致收集机能大幅降落。DeepMind 的《星际争霸》AI 也很是受限，只有在单一舆图上选择某种脚色才会到达逾越人类的程度，但跟着舆图和脚色数量标增进，该 AI 的机能也大幅低落。要转换脚色，你必要从新实习整个体系。 从某些方面来说，深度强化进修是一种涡轮增压式的影象方法：行使该技能的体系可以或许完成令人赞叹的壮举，但它们对本身在做什么知之甚少。因此，现有的体系缺乏机动性，也就无法在实际天下产生变革时做出增补(DeepMind 提前 48 小时猜测急性肾损伤的 AI 体系也受到了这种质疑)。 深度强化进修还必要大量数据，如 AlphaGo 的实习必要完成数百万次自我博弈，这一实习量远宏大于人类生长为天下级棋手所需的实习量。这就必要谷歌级此外算力，也就意味着在实际天下中，大都用户仅仅由于算力开销就会望而却步。据估算，AlphaGo 的实习耗费了 3500 万美元，这相等于 12760 小我私人脑三天三夜不眠不休所耗损的能量。 但这还只是经济方面的考量。正如我和 Ernest Davis 在即将出书的新书《Rebooting AI》中所谈到的，真正的题目在于靠得住性。迄今为止，深度强化进修还只能在节制精采、很少呈现不测的情形中举办。围棋就是一个美满的情形，其法则和棋盘两千年来都未产生变革，但在实际天下的很多场景中，你不会想要依烂魅这项技能。 贸易变现手段有限 呈现上述题目的部门缘故起因在于，只有少少数的实际天下题目像 DeepMind 所研究的游戏那样受到各类限定，DeepMind 还未发明深度强化进修的任何大局限贸易应用场景。Alphabet 对 DeepMind 的投资已经到达了 20 亿美元阁下(包罗 2014 年收购时所耗费的 6.5 亿美元)。对比之下，DeepMind 缔造的直接经济回报却少得可怜，2018 年只有 1.25 亿美元，个中包括操作强化进修辅佐谷歌低落处事器冷却开销所缩减的用度。 DeepMind 用来办理围棋题目的那一套技能也许无法用来办理实际天下中必要用 AI 来办理的题目，如癌症治疗和洁净能源。对此，IBM 已经在 Watson 项目中经验了凄切的教导。Watson 在某些环境下示意精采，但在其他环境下并欠好用，呈现了心脏病漏诊等题目，而一年级的医门生都不会犯这种错误。 虽然，这大概只是时刻题目。DeepMind 至少从 2013 年就开始了深度强化进修的研究，大概他们必要更长时刻，很少有科学盼望可以或许在一夜之间实现贸易化。DeepMind 或其他公司也许会通过团结其他技能开拓出更深条理、更不变的深度强化进修体系，也也许不会。 深度强化进修最终也许会成为另一个「晶体管」，走出尝试室并最终改变天下，也也许只是一种学术好奇心，John Maynard Smith 曾经将这种好奇心描写为「探求题目的办理方案」(solution in search of problem)。我小我私人揣摩，深度强化进修会介于两者之间，它会成为一种有效并被普及回收的器材，但不会改变天下。 没有人可以将 DeepMind 解除在外，尽量其现有的计谋不像很多人祈望的那样富厚。深度强化进修也许并非是通向通用人工智能的坦途，但 DeepMind 自身是一个令人敬畏的公司，它组织精密、资金富裕，拥稀有百名博士。在围棋、《星际争霸》上取得的乐成令其得到了更多的曝光，越来越多的人才插手个中。假如 AI 的风向产生变革，DeepMind 很也许会转向另一个偏向。显然，DeepMind 是无可对抗的。 对付祈望过高的忧虑 最后一个题目是关于 DeepMind 的财政状况会对 AI 总体成长发生奈何的影响，这个题目很难答复。假如炒作大于产出，就轻易带来另一个「AI 严冬」，到时即即是支持者也不会乐意投资。投资界也会留意到这种巨额丧失;假如 DeepMind 的丧失每年翻一番，纵然是 Alphabet 也会被逼退。这不可是钱的题目。今朝为止还看不到切实的财政成就。在某个时辰，投资者也许不得不从头调解他们对付 AI 的热情。 迄今为止，通用人工智能还逗留在炒作的层面，实现起来还很坚苦。尽量我们已经在告白、语音辨认等几个有限的规模取得了重大盼望，但 AI 无疑尚有很长的路要走。对大数据集举办公道说明所带来的甜头是不行否定的，纵然只是以有限的情势，AI 已经成为一种有力的器材。业界对 AI 的热情也许没那么高了，但他们也不会彻底退出。 我想给出以下猜测： （编辑：河北网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
