谷歌與DeepMind：史上最強(qiáng)AI拉鋸戰(zhàn)

　　DeepMind控制權(quán)之爭(zhēng)

　　Hassabis一直說(shuō)，DeepMind將使世界變得更好。但AGI存在不確定性。如果它真的出現(xiàn)，我們不知道它是善是惡，也不知道它是否會(huì)服從于人類(lèi)控制。即便它聽(tīng)從人類(lèi)控制，那這個(gè)人類(lèi)舵手又會(huì)是誰(shuí)呢?

　　從一開(kāi)始，Hassabis就試圖保護(hù)DeepMind的獨(dú)立性。他一直堅(jiān)持讓DeepMind留在倫敦。Hassabis不愿交出自己一手帶大的公司。因此DeepMind制定了一項(xiàng)協(xié)議，阻止谷歌單方面控制該公司的知識(shí)產(chǎn)權(quán)。據(jù)知情人士透露，在收購(gòu)前一年，雙方簽署了《道德與安全審查協(xié)議》。該協(xié)議將DeepMind的核心AGI技術(shù)的控制權(quán)交給了一個(gè)名為Ethics Board的委員會(huì)。Ethics Board為DeepMind提供了堅(jiān)實(shí)的法律支持，以保持對(duì)其最有價(jià)值、也可能是最危險(xiǎn)的技術(shù)的控制。小組成員的名字尚未公布，但據(jù)消息人士透露，DeepMind的三位創(chuàng)始人都是Ethics Board成員。

　　此外DeepMind在市場(chǎng)公關(guān)方面表現(xiàn)極好。AlphaGo就是典型的例子。自谷歌被收購(gòu)以來(lái)，DeepMind多次創(chuàng)造了舉世矚目的奇跡。比如，一個(gè)軟件可以在眼睛掃描中發(fā)現(xiàn)黃斑病變。另一個(gè)程序使用與AlphaGo類(lèi)似的架構(gòu)從無(wú)到有地學(xué)會(huì)了下棋，僅僅花費(fèi)九個(gè)小時(shí)。2018年12月，一個(gè)名為AlphaFold的程序被證明可以從復(fù)合物列表中預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)，其準(zhǔn)確率高于同行競(jìng)爭(zhēng)對(duì)手，這有助于治療帕金森病和阿爾茨海默癥等疾病。

　　谷歌數(shù)據(jù)中心預(yù)計(jì)包含250萬(wàn)臺(tái)服務(wù)器，DeepMind開(kāi)發(fā)了一套算法，以優(yōu)化谷歌數(shù)據(jù)中心冷卻方案，DeepMind深以為傲，因?yàn)楣雀枰虼私档土?0%的能源成本。谷歌母公司Alphabet為這類(lèi)服務(wù)付給DeepMind豐厚的報(bào)酬。2017年，DeepMind向Alphabet收取了5400萬(wàn)英鎊。但與DeepMind的日常管理費(fèi)用相比，這一數(shù)字顯得微不足道。那一年僅在DeepMind員工身上就花了2億英鎊?？傮w而言，公司在2017年支出2.82億英鎊。

　　谷歌收購(gòu)DeepMind五年后，控制權(quán)之爭(zhēng)不可避免。考慮到Hassabis對(duì)事業(yè)的執(zhí)著，他不太可能離開(kāi)公司。他對(duì)金錢(qián)感興趣只是因?yàn)殄X(qián)能幫助他完成事業(yè)追求。到目前為止，谷歌對(duì)DeepMind的干預(yù)還不大。但最近發(fā)生的一件事卻引發(fā)了對(duì)公司未來(lái)獨(dú)立性的擔(dān)憂。

　　2016年2月，DeepMind成立了新醫(yī)療保健部門(mén)DeepMind Health，由公司聯(lián)合創(chuàng)始人之一的Mustafa Suleyman領(lǐng)導(dǎo)。公司希望創(chuàng)建Streams項(xiàng)目，當(dāng)病人的健康狀況惡化時(shí)，可以向醫(yī)生發(fā)出警告。DeepMind將獲得基于績(jī)效的費(fèi)用。由于這項(xiàng)工作需要獲得有關(guān)病人的敏感信息，Suleyman建立了一個(gè)獨(dú)立的審查小組(IRP)。

　　2018年11月8日，谷歌宣布成立自己的醫(yī)療保健部門(mén)Google Health。五天后，公司宣布將把DeepMind Health并入母公司相關(guān)部門(mén)。Suleyman曾在2016年寫(xiě)道：“在任何階段，患者數(shù)據(jù)都不會(huì)與谷歌賬戶、產(chǎn)品或服務(wù)相關(guān)聯(lián)?！钡某兄Z似乎已經(jīng)落空。不過(guò)DeepMind還是說(shuō)：“在這個(gè)階段，我們的合同都沒(méi)有轉(zhuǎn)到谷歌，只有得到合作伙伴的同意，才會(huì)轉(zhuǎn)去谷歌。”合并激怒了DeepMind Health的員工。據(jù)消息人士說(shuō)，一旦合并完成，就會(huì)有更多員工計(jì)劃離職。據(jù)多名知情人士透露，有員工于2017年12月辭職，原因是擔(dān)心合并后該獨(dú)立審查小組更多的是為了裝門(mén)面，而不會(huì)對(duì)病人隱私數(shù)據(jù)使用情況進(jìn)行真正的監(jiān)督。

　　這一事件表明，DeepMind的非核心業(yè)務(wù)容易受到谷歌的左右。DeepMind在一份聲明中對(duì)此次合并給出了正面評(píng)價(jià)。但是我們不禁要問(wèn)，谷歌是否會(huì)將同樣的邏輯應(yīng)用于DeepMind在AGI方面的工作。

　　強(qiáng)化學(xué)習(xí)

　　總體上來(lái)說(shuō)DeepMind進(jìn)步明顯。它的軟件可以模擬甚至超越人類(lèi)學(xué)習(xí)執(zhí)行任務(wù)。比如打磚塊游戲。沒(méi)有人類(lèi)指導(dǎo)，DeepMind的程序不僅學(xué)會(huì)了玩這個(gè)游戲，而且還學(xué)會(huì)了如何把球打進(jìn)磚塊后面的空間，利用球回彈來(lái)打更多的磚塊。Hassabis說(shuō)，這證明了強(qiáng)化學(xué)習(xí)的力量和DeepMind計(jì)算程序的非凡能力。

　　這個(gè)游戲演示令人印象深刻，但有個(gè)問(wèn)題。如果虛擬球拍移動(dòng)得更高一些，程序就會(huì)失敗。AI項(xiàng)目所掌握的技能非常有限，即使對(duì)環(huán)境的微小變化也無(wú)法做出反應(yīng)，除非接受數(shù)千輪強(qiáng)化學(xué)習(xí)?，F(xiàn)實(shí)世界的變化太多了。對(duì)于智能診斷來(lái)說(shuō)，沒(méi)有兩個(gè)身體器官是完全相同的。對(duì)于智能機(jī)械，沒(méi)有兩個(gè)引擎可以用相同的方式調(diào)整。因此，將虛擬空間中完善的程序投放到現(xiàn)實(shí)世界困難重重。

　　另外一個(gè)問(wèn)題是，虛擬環(huán)境中的成功取決于獎(jiǎng)勵(lì)機(jī)制：一個(gè)允許軟件衡量其進(jìn)程的信號(hào)。程序了解到物體從墻上回彈會(huì)加分。AlphaGo很多編程工作都是在構(gòu)建與復(fù)雜游戲兼容的獎(jiǎng)勵(lì)函數(shù)。不幸的是，現(xiàn)實(shí)世界并不提供這種簡(jiǎn)單的獎(jiǎng)勵(lì)。政治因素使問(wèn)題更加復(fù)雜化。要協(xié)調(diào)氣候健康的獎(jiǎng)勵(lì)信號(hào)(單位體積二氧化碳粒子數(shù))與石油公司的獎(jiǎng)勵(lì)信號(hào)(股價(jià))，牽涉到許多動(dòng)機(jī)矛盾的各方。獎(jiǎng)勵(lì)信號(hào)往往非常微弱。而人腦在執(zhí)行任務(wù)的過(guò)程中不會(huì)去想有沒(méi)有獎(jiǎng)勵(lì)的問(wèn)題。

　　DeepMind通過(guò)大量計(jì)算機(jī)電力找到了解決方法。公司最近專(zhuān)注于策略電腦游戲星際爭(zhēng)霸II，游戲早期所做的決定對(duì)后來(lái)會(huì)產(chǎn)生影響，這更接近于現(xiàn)實(shí)世界任務(wù)所特有的那種復(fù)雜而延遲的反饋。今年1月，DeepMind軟件擊敗了一些頂級(jí)人類(lèi)玩家，給人留下了深刻印象。它的程序也已經(jīng)開(kāi)始學(xué)習(xí)經(jīng)由人類(lèi)反饋的獎(jiǎng)勵(lì)功能。不過(guò)，把人類(lèi)指令置于計(jì)算循環(huán)中，比起純粹的計(jì)算機(jī)處理，其計(jì)算規(guī)模和速度都會(huì)受到影響。

　　公司研究人員匿名表示，他們也對(duì)DeepMind能否通過(guò)這些方法達(dá)到AGI表示懷疑，專(zhuān)注于在模擬環(huán)境中實(shí)現(xiàn)高性能，這使得獎(jiǎng)勵(lì)信號(hào)問(wèn)題很難解決。然而，這種方法又是DeepMind的核心。

　　Hassabis的人生一直在和游戲打交道。就像公司的軟件一樣，Hassabis只能從以往的經(jīng)驗(yàn)中學(xué)習(xí)。在發(fā)明了一些有用的醫(yī)療技術(shù)，并超越了世界上最偉大的棋類(lèi)游戲玩家之后，對(duì)AGI的追求最終還是可能會(huì)失敗。公司取得的成績(jī)斐然，卻不是Hassabis最終想要的。他仍然可以開(kāi)創(chuàng)AGI的時(shí)代，就在谷歌的眼皮底下，但卻超出了它的控制范圍。如果這樣做，Hassabis將贏得最艱難的比賽。