DeepMind开始盈利并且更多地融入谷歌的业务

根据该公司最新的财务报告，总部位于英国的 AI 实验室 DeepMind 旨在开发通用人工智能，最终实现盈利。自 2014 年被谷歌(现为 Alphabet Inc.)收购以来，DeepMind 一直在努力应对不断增长的开支。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，它这样做的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，是 2019 年提交的 2.65 亿英镑的三倍多。 同期，其支出从 7.17 亿英镑小幅增加至 7.8 亿英镑。该公司在本财年结束时实现了 4400 万英镑的利润，高于 2019 年的 4.77 亿英镑的亏损。

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 的哪一项风险导致其收入激增。

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，因此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补贴的)。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。