谷歌母公司Alphabet旗下的DeepMind過(guò)去一年損失總額達5.72億美元。作為全球規模最大的人工智能學(xué)術(shù)研究機構之一，DeepMind在過(guò)去三年中始終虧損，累計金額已超10億美元。在未來(lái)12個(gè)月內，DeepMind還需要繼續投入超過(guò)10億美元。
這是否意味著(zhù)AI技術(shù)正在走向崩潰?
這不一定。研究活動(dòng)本來(lái)就相當燒錢(qián)，與一系列最頂尖的科學(xué)項目相比，DeepMind的支出只能算是“九牛一毛”。歐洲的大型強子對撞機項目每年光是維護成本就高達10億美元，最終發(fā)現希格斯玻色子的總成本估計將超過(guò)100億美元。而且，人們印象中的真正人工智能(也被稱(chēng)為人工通用智能，簡(jiǎn)稱(chēng)AGI)這類(lèi)既能玩轉《星際迷航》、又能聽(tīng)懂人類(lèi)表達的重量級成果，開(kāi)出的價(jià)碼也絕對不會(huì )便宜。
即便如此，DeepMind逐年上升的虧損水平仍然值得關(guān)注：2016年，DeepMind虧損額為1.54億美元;2017年增長(cháng)至3.41億美元;2018年則進(jìn)一步提升至5.72億美元。在筆者看來(lái)，這其中包含著(zhù)三大核心問(wèn)題：
DeepMind是否找到了正確的科學(xué)探索方向?
從Alphabet的角度來(lái)看，這樣的投入規模是否合理?
如此可觀(guān)的虧損數字，又會(huì )給整個(gè)AI市場(chǎng)帶來(lái)怎樣的影響?
首先來(lái)看探索方向的問(wèn)題。之所以值得討論，是因為DeepMind明顯是把雞蛋都放進(jìn)了同一個(gè)籃子——也就是深度強化學(xué)習。這項技術(shù)主要用于通過(guò)模型識別將深度學(xué)習與強化學(xué)習加以結合，基于獎勵信號實(shí)現學(xué)習能力，從而使系統學(xué)會(huì )如何在游戲中獲得更高分數、或者在象棋等游戲中對抗求勝。
DeepMind的成名之作是2013年發(fā)表的一篇論文。這篇令人振奮的成果闡述了如何對單一神經(jīng)網(wǎng)絡(luò )系統進(jìn)行訓練，以教會(huì )其游玩多款雅達利游戲(包括〈突圍〉以及〈太空入侵者〉)，并最終獲得近似甚至超越人類(lèi)的成績(jì)。這篇論文讓DeepMind成了AI領(lǐng)域的搖滾巨星，并成功引起谷歌方面的注意。在2014年1月被谷歌收購之后，DeepMind進(jìn)一步推動(dòng)技術(shù)開(kāi)發(fā)，先后在圍棋以及不朽神作《星際爭霸》游戲中接連取得勝利。
但問(wèn)題在于，這項技術(shù)對環(huán)境有著(zhù)非常具體甚至可以說(shuō)是苛刻的要求。例如在游玩《突圍》時(shí)，哪怕是一丁點(diǎn)微小的變化，例如將鏡頭對焦位置移動(dòng)幾個(gè)像素點(diǎn)，其性能都會(huì )受到巨大影響。DeepMind的《星際爭霸》系統同樣局限性明顯：在同一地圖內使用同一種族進(jìn)行對戰，其成功確實(shí)足以超越人類(lèi);但在其它地圖使用另一種族時(shí)，成績(jì)就會(huì )快速下滑。要轉換作戰風(fēng)格，我們必須從頭開(kāi)始重新進(jìn)行系統訓練。
從某種程度上講，深度強化學(xué)習是一種經(jīng)過(guò)增強的記憶系統;它在某些場(chǎng)景中確實(shí)擁有良好表現，但對工作內容的理解程度卻非常有限。因此，這類(lèi)系統沒(méi)什么靈活性可言，無(wú)法即時(shí)根據環(huán)境變化做出調整，并最終導致極微小的變化都會(huì )顯著(zhù)影響實(shí)際性能。(DeepMind最近公布的腎病檢查方案，也因為類(lèi)似的問(wèn)題而遭到質(zhì)疑。)
深度強化學(xué)習同時(shí)需要大量數據作為支持——例如在學(xué)習圍棋時(shí)，需要完成數百萬(wàn)盤(pán)自我對局才能掌握個(gè)人奧妙。很明顯，人類(lèi)棋手不需要也不可能完成如此龐大的訓練量，而且這樣的過(guò)程難度極高且成本極巨，只有谷歌這樣的科技巨頭才能負擔得起恐怖的計算資源需求。換言之，絕大多數企業(yè)與客戶(hù)根本不可能在自己孱弱的獨立計算機上實(shí)現類(lèi)似的現實(shí)問(wèn)題解決能力。根據估算，AphaGo的整個(gè)訓練周期耗資達3500萬(wàn)美元，其消耗的能量足以支持12760個(gè)人連續三天不停進(jìn)行腦力勞動(dòng)。
以上討論的只是經(jīng)濟問(wèn)題。更重要的是，正如Ernest Davis和筆者在即將出版的《Robboting AI》一書(shū)中提到，我們能否信任現有AI方案。目前，深度強化學(xué)習只能在良好可控的環(huán)境下提供可靠的結果;這樣的局限對于圍棋這種兩千年來(lái)沒(méi)怎么發(fā)生變化的場(chǎng)景非常適用，但我們顯然不敢貿然把它引入到其它現實(shí)問(wèn)題當中。
>>> 難以實(shí)現商業(yè)應用
之所以難以商業(yè)應用，主要是因為目前大多數實(shí)際問(wèn)題都不像游戲那樣擁有嚴格的場(chǎng)景與條件。也正因為如此，DeepMind目前仍拿不出比較像樣的深度強化學(xué)習商業(yè)方案。與此同時(shí)，Alphabet已經(jīng)在DeepMind身上燒掉了約20億美元(包括2014年收購DeepMind的6.5億美元)。但除了賺到的好名聲之外，DeepMind在過(guò)去一年中只帶來(lái)了約1.25億美元的實(shí)際收入，其中相當一部分為Alphabet內部利用深度強化學(xué)習技術(shù)降低冷卻成本省下的電費。
而且在圍棋領(lǐng)域大顯身手的技能，也很難解決其它挑戰性問(wèn)題——例如癌癥與清潔能源。這類(lèi)狀況早已有之：IBM公司的Watson曾在問(wèn)答節目當中一鳴驚人，但卻一直無(wú)法成功進(jìn)軍醫學(xué)診斷領(lǐng)域。雖能夠在某些病例中提供良好表現，但Watson在另一些病例中卻慘遭失敗，甚至還曾經(jīng)在心臟病發(fā)作癥狀的判斷上犯錯——要知道，這可是醫學(xué)新生都能準確判斷的病癥。
當然，時(shí)間也許能夠解決這個(gè)難題。至少自2013年以來(lái)，DeepMind就一直在努力研究深度強化學(xué)習技術(shù)，而且科技進(jìn)步也向來(lái)難以快速轉化為實(shí)際產(chǎn)品。DeepMind以及其它研究機構，最終也許能夠找到一種可行的方式，促進(jìn)深度強化學(xué)習帶來(lái)更穩定也更契合任務(wù)內容的結果;又或者，這項技術(shù)未來(lái)能夠與其它技術(shù)結合起來(lái)，迸發(fā)出新的能量。也許深度強化學(xué)習最終能夠像當年的晶體管一樣，成為一種徹底改變世界的實(shí)驗室發(fā)明，也有可能永遠停留在探索階段，僅僅作為人類(lèi)不斷探索真理的道路上的又一塊鋪路石。但無(wú)論如何，筆者個(gè)人猜測最終結果可能介于這兩者之間——有用而且廣泛存在，但又不足以改變整個(gè)世界。
雖然DeepMind目前的成果沒(méi)能完全符合人們的期待，相信也不會(huì )有人對其妄加指摘。深度強化學(xué)習不一定是通往人工通用智能的正確道路，但這絲毫不妨礙DeepMind自身的偉大——這仍是一個(gè)運營(yíng)嚴密、資金充裕而且人才濟濟的機構。而且如果接下來(lái)AI的發(fā)展方向有所變化，DeepMind也一定會(huì )是能夠迅速抓住機會(huì )的參與者之一。就目前來(lái)看，能夠與DeepMind相抗衡的研究機構仍然屈指可數。與此同時(shí)，Alphabet也是一家財力雄厚的企業(yè)，對他們來(lái)說(shuō)一年5億美元也不是啥大問(wèn)題。Alphabet公司曾非常英明地決定投資AI技術(shù)，其中包括目前同樣在快速成長(cháng)的Google Brain項目。Alphabet方面可能會(huì )通過(guò)多種途徑調整自家AI方案的組合方式，不過(guò)考慮到這是一家年收入高達1000億美元的行業(yè)巨頭，而且旗下搜索服務(wù)及廣告推薦等大部分業(yè)務(wù)都依賴(lài)于A(yíng)I技術(shù)，相信他們有能力也有理由繼續支持這些重量級研發(fā)項目。
>>> 過(guò)度炒作難題
關(guān)于最后一個(gè)問(wèn)題，我們目前還很難判斷DeepMind的經(jīng)濟狀況會(huì )給整個(gè)AI市場(chǎng)帶來(lái)怎樣的影響。如果交付的成果完全跟不上當初的炒作宣傳，那么“人工智能寒冬”也許終將來(lái)臨，甚至導致原本的支持者失去信心而停止投入。另外，如果DeepMind在未來(lái)幾年中的虧損額繼續一路飆升，恐怕Alphabet自己也有可能被迫退出。畢竟到目前為止，DeepMind還是拿不出像樣的財報數據，時(shí)間久了投資者難免要重新思考自己對于A(yíng)I技術(shù)抱持的立場(chǎng)。
同樣麻煩纏身的，遠不只是DeepMind。無(wú)論是無(wú)人駕駛汽車(chē)還是能夠順暢理解人類(lèi)語(yǔ)言的聊天機器人，這些幾年前被炒得火熱的概念至今仍然沒(méi)有實(shí)現。Mark Zuckerberg在2018年4月的美國國會(huì )聽(tīng)證會(huì )上曾保證，虛假新聞問(wèn)題很快就會(huì )在A(yíng)I技術(shù)面前土崩瓦解。但是情況顯然沒(méi)這么簡(jiǎn)單，這也使得整個(gè)社會(huì )對于A(yíng)I技術(shù)的看法變得愈發(fā)保守——不信承諾，信“療效”。
至少就當下看，人工通用智能還只是個(gè)目標，距離真正落地還有很長(cháng)的路。雖然AI技術(shù)在廣告及語(yǔ)音識別等一部分領(lǐng)域取得良好進(jìn)展，但必須承認，AI發(fā)展還遠稱(chēng)不上成熟。但在另一方面，我們也要認可AI在大數據分析領(lǐng)域的強大能力;而且哪怕只是當前的水平，AI也已經(jīng)是一種卓越的技術(shù)工具。因此即使未來(lái)企業(yè)不再傾力投入，AI的研究與發(fā)展也絕對不會(huì )沉寂下去。
>>> 預測未來(lái)
在筆者看來(lái)，十年之后我們可能會(huì )得出結論，發(fā)現深度強化學(xué)習的意義其實(shí)被高估了。這也使得其它不少真正重要的研究方向遭到忽視。畢竟在強化學(xué)習領(lǐng)域投入的第一塊錢(qián)，都代表著(zhù)其它研發(fā)經(jīng)費的縮減——例如對于人類(lèi)認知科學(xué)的研究。當下，很多機器學(xué)習研究人員都在問(wèn)，“機器如何利用大量數據優(yōu)化復雜問(wèn)題?”但我們真正應該關(guān)心的，其實(shí)是“為什么孩子們用不著(zhù)那么多數據和那么復雜的處理流程，就能掌握自然語(yǔ)言并理解現實(shí)世界?”如果我們能在后一個(gè)問(wèn)題上多花點(diǎn)時(shí)間、資金和精力，也許人工通用智能的來(lái)臨還能更早一些。