为什么很难运营一个商业AI实验室

上周，在 DeepMind 在使用人工智能预测蛋白质折叠方面取得突破之后，有消息称，这家总部位于英国的人工智能公司仍在每年给其母公司 Alphabet Inc 造成数亿美元的损失。

一家科技公司亏损并不是什么新鲜事。科技行业充斥着公司在盈利之前就烧掉投资者资金的例子。但 DeepMind 并不是一家寻求在特定市场分一杯羹的普通公司。这是一个人工智能研究实验室，不得不将自己重新定位为半商业机构以确保其生存。

虽然它的所有者，也是谷歌的母公司，目前很高兴为 DeepMind 昂贵的人工智能研究买单，但不能保证它会永远继续这样做。

DeepMind 的盈亏

根据向英国公司注册处提交的年度报告，DeepMind 的收入翻了一番多，从 2018 年的 1.03 亿英镑增加到 2019 年的 2.66 亿英镑。但该公司的支出也在继续增长，从英镑增加2018 年的 5.68 亿至 2019 年的 717 英镑。公司整体亏损从 2018 年的 4.7 亿英镑增长至 2019 年的 4.77 亿英镑。

乍一看，这并不是坏消息。与前几年相比，DeepMind 的收入增长正在加速，而亏损则趋于平稳。

但该报告包含了一些更重要的事实。文件中提到了“来自其他集团企业的营业额研发报酬”。这意味着 DeepMind 的主要客户是它的所有者。Alphabet 正在向 DeepMind 支付费用，以将其人工智能研究和人才应用于谷歌的服务和基础设施。过去，谷歌曾将 DeepMind 的服务用于管理其数据中心的电网和改进其语音助手的 AI 等任务。

这也意味着 DeepMind 的 AI 还没有市场，如果有，它只能通过谷歌获得。

该文件还提到，成本的增长“主要与技术基础设施、员工成本和其他相关费用的增加有关。”

这是很重要的一点。DeepMind 的“技术基础设施”主要运行在谷歌庞大的云服务及其特殊的人工智能处理器——张量处理单元(TPU)上。DeepMind 的主要研究领域是深度强化学习，这需要访问非常昂贵的计算资源。该公司在 2019 年的一些项目包括开发一个玩星际争霸 2的人工智能系统和另一个玩雷神之锤 3的人工智能系统，两者都花费了数百万美元的培训费用。

DeepMind 的一位发言人告诉媒体，文件中提到的成本还包括该公司著名的蛋白质折叠人工智能AlphaFold 的工作，这是另一个非常昂贵的项目。

关于 Google 向 DeepMind 收取多少访问其云 AI 服务的费用没有公开细节，但它很可能以折扣价租用其 TPU。这意味着，如果没有谷歌的支持和支持，公司的开支会高得多。

员工成本是另一个重要问题。虽然过去几年机器学习课程的参与度有所增加，但能够从事 DeepMind 所涉及的那种前沿人工智能研究的科学家非常稀缺。根据某些说法，顶尖 AI 人才的薪水高达七位数。

人们对深度学习及其在商业环境中的适用性的兴趣日益浓厚，这在科技公司之间引发了一场争夺顶尖 AI 人才的军备竞赛。大多数业内顶尖的人工智能科学家和先驱都在谷歌、Facebook、亚马逊和微软等大公司全职或半职工作。争夺顶尖人工智能人才的激烈竞争产生了两个后果。首先，与供不应求的所有其他领域一样，这导致人工智能科学家的薪水急剧下降。其次，它推动了许多人工智能科学家从负担不起高薪的学术机构到负担得起的富有的科技公司。一些科学家为了继续科学研究而继续留在学术界，但他们太少了，而且相去甚远。

如果没有像谷歌这样的大型科技公司的支持，像 DeepMind 这样的研究实验室无法为他们的项目聘请新的研究人员。

因此，尽管 DeepMind 显示出缓慢扭亏为盈的迹象，但其增长使其更加依赖谷歌的财务资源和大型云基础设施。

Google 仍然对 DeepMind 感到满意

根据 DeepMind 的年度报告，Alphabet 的投资分支机构之一 Google Ireland Holdings Unlimited “免除了偿还公司间贷款和所有应计利息 11 亿英镑”。

DeepMind 还收到了谷歌的书面保证，将在“至少 12 个月的时间里”继续向这家人工智能公司提供足够的财务支持。

就目前而言，谷歌似乎对 DeepMind 取得的进展感到满意，这也体现在谷歌和 Alphabet 高管的言论中。

在 7 月与投资者和分析师举行的季度收益电话会议上，Alphabet 首席执行官 Sundar Pichai 表示：“我对我们人工智能研发的进展速度感到非常满意。对我而言，重要的是我们作为一家公司处于最先进的水平，并且处于领先地位。对我来说，我对我们的工程和研发团队在 Google 和 DeepMind 上的工作速度感到兴奋。”

但企业界和科学研究的步伐不同。

科学研究以几十年为单位。今天在商业应用中使用的大部分人工智能技术自 1970 年代和 1980 年代以来一直在不断发展。同样，今天在人工智能会议上展示的许多前沿研究和技术在未来几年可能无法进入大众市场。根据最乐观的估计，DeepMind 的最终目标是开发通用人工智能(AGI)，至少需要几十年的时间。

另一方面，股东和投资者的耐心是以月和年来衡量的。多年无法实现盈利或至少显示出增长前景的公司会与投资者发生冲突。DeepMind 目前没有这些。它没有可衡量的增长，因为它唯一的客户是谷歌本身。目前还不清楚何时——如果有的话——它的一些技术可以商业化。

这就是 DeepMind 的困境所在。从本质上讲，它是一个研究实验室，希望突破科学的极限，并确保人工智能的进步造福全人类。然而，其所有者的目标是打造能够解决特定问题并带来利润的产品。这两个目标截然相反，将 DeepMind 拉向两个不同的方向：保持其科学性或转型为一家产品制造的 AI 公司。过去，该公司一直难以平衡科学研究和产品开发。

DeepMind 并不孤单。DeepMind 的隐性竞争对手 OpenAI 也面临着类似的身份危机，从一家人工智能研究实验室转变为一家微软支持的出租其深度学习模型的营利性公司。

因此，虽然DeepMind目前还不需要担心自己的研究无利可图，但随着越来越多地融入其所有者的企业动态，它应该深入思考自己的未来和科学AI研究的未来。