雷鋒網(wǎng) AI 科技評(píng)論按：DeepMind，這家全球數(shù)一數(shù)二的頂尖 AI 研發(fā)機(jī)構(gòu)，即將在 2020 年搬到新的總部大樓——這棟樓將配有一個(gè)雙螺旋樓梯直通圖書(shū)館 、一個(gè)屋頂花園、一個(gè)演講廳以及一組由數(shù)據(jù)與 AI 相關(guān)藝術(shù)組成的大廳藝術(shù)品。不出意外，明年上半年便能投入使用。

Deepmind目前的總部位于倫敦國(guó)王十字區(qū)（London’s Kings Cross）新址附近的谷歌大樓，此外在巴黎、艾伯塔省、蒙特利爾以及加利福尼亞州的山景城均設(shè)有小型辦事處。一旦 11 層高的 DeepMind 新總部建成（倫敦谷歌大樓也是 11 層高），將進(jìn)一步提升倫敦國(guó)王十字區(qū)的聲譽(yù)，成為倫敦所謂的“知識(shí)片區(qū)”——在這之前，谷歌、Facebook 和三星分別拿下了周邊的辦公位置。

“我希望新的總部有助于團(tuán)隊(duì)蓄能、提高思考以及合作能力，這些恰恰是開(kāi)拓科學(xué)研究不可或缺的養(yǎng)分?！盌eepMind 創(chuàng)始人兼 CEO Demis Hassabis 如此說(shuō)道。他補(bǔ)充，建立新總部的想法其實(shí)從 2015 年就開(kāi)始有了，目的是為了創(chuàng)造有助于前沿研究、激發(fā)協(xié)同工作潛能的環(huán)境。

至于為何堅(jiān)持留在倫敦？DeepMind 顯然有自己的考量。

目前了解到的是，盡管英國(guó)的經(jīng)濟(jì)普遍放緩，然而科技界卻依然蓬勃發(fā)展——據(jù)倫敦國(guó)際推廣機(jī)構(gòu) London & Partners 和 PitchBook 的數(shù)據(jù)顯示，英國(guó)的人工智能公司在 2018 年獲得的投資高達(dá) 7.36 億英鎊，比起 2017 年的 4.99 億英鎊，增幅將近 47％?！皞惗厥菤W洲的人工智能之都，其資本規(guī)模是周邊競(jìng)爭(zhēng)對(duì)手巴黎和柏林的兩倍多?！?London & Partners 首席執(zhí)行官 Laura Citron 如此說(shuō)道。

更重要的是，DeepMind 是一個(gè)典型“倫敦成功故事”，這個(gè)世界領(lǐng)先的人工智能團(tuán)隊(duì)利用倫敦的資源創(chuàng)造了如今的成就。據(jù)了解，被谷歌收購(gòu)那會(huì)，DeepMind 曾面臨是否遷往硅谷的壓力，后來(lái)創(chuàng)始人成功說(shuō)服谷歌，表示 DeepMind 留在倫敦的話(huà)將有機(jī)會(huì)吸納來(lái)自倫敦周邊的高水平人才（如牛津大學(xué)、劍橋大學(xué)等），最終才被同意繼續(xù)留守倫敦。

雖然扎根在倫敦， DeepMind 卻未因而固步自封，而是頻繁走出海外， 與更多優(yōu)秀人才一起推進(jìn) AI 前沿研究的發(fā)展。

DeepMind 近年的海外布局

DeepMind 的海外辦事處最早可追溯至 2016 年，自 2014 年被谷歌以4億英鎊收購(gòu)以來(lái)，DeepMind 與谷歌總部之間一直缺少一個(gè)聯(lián)系紐帶，最終決定在美國(guó)山景城成立一個(gè)由十幾名軟件工程師與研究科學(xué)家組成（2016年底數(shù)據(jù)）的工作點(diǎn)，以加強(qiáng)和谷歌總部之間的聯(lián)系。

而 DeepMind 對(duì)外大張旗鼓公開(kāi)宣傳的，都是與一些海外大學(xué)共同成立的實(shí)驗(yàn)室/辦事處，其中加拿大占了 2 所，巴黎 1 所：

2017 年 7 月，DeepMind 宣布與阿爾伯塔大學(xué)聯(lián)手，在加拿大埃德蒙頓建立國(guó)際化的 AI 研究實(shí)驗(yàn)室。加盟實(shí)驗(yàn)室的成員包括來(lái)自阿爾伯塔大學(xué)的多名計(jì)算科學(xué)教授與人工智能研究員，如 Rich Sutton、Michael Bowling,、Patrick Pilarski等，此外尚有 Adam White 以及 2017 年初發(fā)布 DeepStack 算法的 6 名研究員。據(jù)介紹，DeepMind Alberta 實(shí)驗(yàn)室將主要進(jìn)行核心科學(xué)（core scientific）方面的研究。DeepMind Alberta 實(shí)驗(yàn)室的首席研究員 Richard Sutton 教授被認(rèn)為是現(xiàn)代計(jì)算的強(qiáng)化學(xué)習(xí)創(chuàng)立者之一。

2017 年 10月，即埃德蒙頓實(shí)驗(yàn)室成立 3 個(gè)月后，DeepMind 又宣布與麥吉爾大學(xué)合作，在蒙特利爾設(shè)立 DeepMind Montreal。負(fù)責(zé)領(lǐng)導(dǎo) DeepMind Montreal 的是麥吉爾大學(xué)的計(jì)算機(jī)科學(xué)系副教授  Doina Precup ——她同時(shí)還是加拿大高級(jí)研究院高級(jí)研究員以及 MILA 成員，擅長(zhǎng)領(lǐng)域在強(qiáng)化學(xué)習(xí)，這正好也是 DeepMind 的專(zhuān)長(zhǎng)之一。

2018 年 8 月，DeepMind 通過(guò)推特和官方博客宣布在法國(guó)巴黎設(shè)立一個(gè)新的人工智能實(shí)驗(yàn)室。負(fù)責(zé)領(lǐng)導(dǎo)該實(shí)驗(yàn)室的是 DeepMind 的主要研究科學(xué)家、前巴黎理工大學(xué)教授的 Remi Munos 。DeepMind 的巴黎實(shí)驗(yàn)室將重點(diǎn)關(guān)注基礎(chǔ) AI 研究，同時(shí)在 Remi 之前的科研成果之上繼續(xù)發(fā)展，其中包括能夠讓單個(gè) AI 系統(tǒng)學(xué)會(huì)執(zhí)行多種不同任務(wù)的先進(jìn)方法以及類(lèi)似分布式機(jī)器學(xué)習(xí)的基礎(chǔ)算法突破。

值得一提的是，加盟 DeepMind實(shí)驗(yàn)室的成員一般都將保留自身在原來(lái)大學(xué)/組織的教職，同時(shí) DeepMind 也將委派制定成員前往協(xié)助組織的協(xié)調(diào) & 管理事宜。此外，DeepMind 也會(huì)拿出真金白銀，投入到合作院校的具體 AI 研究項(xiàng)目中，可說(shuō)是相當(dāng)豪氣。

DeepMind 那些叫人驚艷的出品

AlphaGo

DeepMind 一鳴驚人之作。2016 年， AlphaGo 在古老的圍棋比賽中以 4:1 的高分擊敗了世界大師級(jí)冠軍李世石，從此一炮而紅，并且二度登上《Nature》雜志封面。許多專(zhuān)家認(rèn)為，人類(lèi)至少提前十年實(shí)現(xiàn)了這一壯舉。對(duì)于 DeepMind 以及世界圍棋界而言，最激動(dòng)人心的是 AlphaGo 在博弈過(guò)程中所表現(xiàn)出來(lái)的創(chuàng)造力，甚至有時(shí)候它的招數(shù)對(duì)古老的圍棋智慧都造成了挑戰(zhàn)。要知道，一直以來(lái)圍棋都被認(rèn)為是最需要人類(lèi)深思熟慮的游戲之一， AlphaGO 的勝利彰顯了人工智能的巨大可能性。此外，DeepMind 表示 2017 年也將帶來(lái)更多機(jī)器參與人類(lèi)游戲的研究。

可微分計(jì)算機(jī) DNC

2016 年，DeepMind 在存儲(chǔ)（memory）領(lǐng)域也取得了不小的進(jìn)步，尤其是在解決如何將神經(jīng)網(wǎng)絡(luò)的智能決策和復(fù)雜結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)、推理能力結(jié)合起來(lái)的難題。實(shí)驗(yàn)室團(tuán)隊(duì)提出了可微分神經(jīng)計(jì)算機(jī)的神經(jīng)網(wǎng)絡(luò)模型（Differentiable Neural Computer，簡(jiǎn)稱(chēng) DNC）。這種新型模型將神經(jīng)網(wǎng)絡(luò)與可讀寫(xiě)的外部存儲(chǔ)器結(jié)合，既能像神經(jīng)網(wǎng)絡(luò)那樣通過(guò)試錯(cuò)和樣本訓(xùn)練進(jìn)行深度學(xué)習(xí)，又能像傳統(tǒng)計(jì)算機(jī)一樣處理數(shù)據(jù)。目前，這些模型已經(jīng)學(xué)會(huì)回答有關(guān)數(shù)據(jù)結(jié)構(gòu)（從家譜到地鐵交通地圖）的問(wèn)題。DeepMind 表示，這讓人類(lèi)距離使用人工智能在復(fù)雜數(shù)據(jù)組中進(jìn)行科學(xué)發(fā)現(xiàn)又近了一步。

WaveNet

研發(fā)團(tuán)隊(duì)在發(fā)表了圖像生成 PixelCNN 論文之后，又發(fā)布了最新原始音頻波形深度生成模型音頻 WaveNet 的研究論文。WaveNets 是一種卷積神經(jīng)網(wǎng)絡(luò)，能夠模擬任意一種人類(lèi)聲音，生成的語(yǔ)音聽(tīng)起來(lái)比現(xiàn)存的最優(yōu)文本（語(yǔ)音系統(tǒng)）更為自然，將模擬生成的語(yǔ)音與人類(lèi)聲音之間的差異降低了 50 % 以上。這種深度生成模型能夠模仿人類(lèi)的聲音，生成的原始音頻質(zhì)量?jī)?yōu)于目前 Google 采用的兩種最優(yōu)文本——語(yǔ)音模型 Parameric TTS 與 Concatenative TTS 。由于 WaveNet 不是將錄下的語(yǔ)音樣本拼接起來(lái)，而是創(chuàng)造出的新的音頻波形，所以它很有可能會(huì)實(shí)現(xiàn)世界上最動(dòng)聽(tīng)的語(yǔ)音合成。

目前，DeepMind 正計(jì)劃將這一成果融入谷歌產(chǎn)品中，借此提升數(shù)百萬(wàn)用戶(hù)的產(chǎn)品體驗(yàn)。

AlphaStar

AlphaStar 是一個(gè)把游戲看作長(zhǎng)序列建模學(xué)習(xí)任務(wù)的強(qiáng)化學(xué)習(xí)智能體，它的模型設(shè)計(jì)也就以長(zhǎng)序列建模為能力為核心。模型從游戲接口接收的數(shù)據(jù)是單位列表和這些單位的屬性，經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)計(jì)算后輸出在游戲中執(zhí)行的指令。這個(gè)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)是 Transformer 網(wǎng)絡(luò)，并且結(jié)合了一個(gè)深度 LSTM 網(wǎng)絡(luò)核心、一個(gè)帶有指針網(wǎng)絡(luò)的自動(dòng)回歸策略頭，以及一個(gè)中心化的評(píng)分基準(zhǔn)。這樣的網(wǎng)絡(luò)架構(gòu)是 DeepMind 對(duì)復(fù)雜序列建模任務(wù)的最新思考結(jié)果，他們也相信這樣的先進(jìn)模型可以在其他需要長(zhǎng)序列建模、有很大行動(dòng)空間的機(jī)器學(xué)習(xí)任務(wù)（比如機(jī)器翻譯、語(yǔ)言建模和視覺(jué)表示）中同樣發(fā)揮出優(yōu)秀的表現(xiàn)。

AlphaStar 使用神族（Protoss），在 2018 年 12 月 10 日以 5：0 戰(zhàn)績(jī)打敗了 Team Liquid 的職業(yè)星際 2 選手 TLO，然后經(jīng)過(guò)更多訓(xùn)練后，在 12 月 19 日再次以 5：0 的完勝戰(zhàn)績(jī)打敗了來(lái)自同一個(gè)戰(zhàn)隊(duì)的職業(yè)選手 MaNa 。

AlphaFold

蛋白質(zhì)的3D形態(tài)取決于它所含氨基酸的數(shù)量和類(lèi)型。蛋白質(zhì)的結(jié)構(gòu)也決定了它在機(jī)體中的作用。生命體的功能基本是由正確折疊的蛋白質(zhì)來(lái)執(zhí)行的。蛋白質(zhì)的錯(cuò)誤折疊不僅會(huì)使其失去原有生物學(xué)功能，也會(huì)引起一系列重大疾病，如阿爾茨海默病、帕金森病等神經(jīng)退行性疾病。了解蛋白質(zhì)的3D結(jié)構(gòu)可以為人類(lèi)理解這些疾病提供重要的基礎(chǔ)，進(jìn)而幫助科學(xué)家設(shè)計(jì)出新的蛋白質(zhì)來(lái)對(duì)抗疾病。

為了構(gòu)建AlphaFold，DeepMind在數(shù)千種已知蛋白質(zhì)上訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)，直到它可以通過(guò)氨基酸預(yù)測(cè)蛋白質(zhì)3D結(jié)構(gòu)。鑒于要預(yù)測(cè)新的蛋白質(zhì)，AlphaFold使用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)氨基酸對(duì)之間的距離，以及連接它們的化學(xué)鍵之間的角度。然后，AlphaFold調(diào)整初步結(jié)構(gòu)以找到能效最高排列方式。此外，DeepMind 還訓(xùn)練了另一個(gè)獨(dú)立的神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)能利用集群中的所有距離來(lái)估計(jì)預(yù)測(cè)結(jié)構(gòu)與實(shí)際結(jié)構(gòu)間的差距。DeepMind將AlphaFold提交到了國(guó)際蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽（CASP），第一輪比賽于98名參賽者中排名第一，從43個(gè)蛋白質(zhì)中預(yù)測(cè)了25個(gè)蛋白質(zhì)的精確結(jié)構(gòu)。

DeepMind 的未來(lái)？

根據(jù)公開(kāi)年報(bào)顯示，DeepMind 在 2017 年的稅前虧損金額高達(dá) 3.68 億美元，在 2016 年，這個(gè)金額則是 1.64 億美元。可以明確的是，錢(qián)大部分都貢獻(xiàn)給了旗下員工，其中 DeepMind 在 2017 年的員工成本開(kāi)支高達(dá) 2.6 億美元，與 2016 年的 1.36 億美元相比，增幅高達(dá) 91 %。此外，正如上文提及的，DeepMind 還會(huì)把錢(qián)投入到院校的具體 AI 研究項(xiàng)目當(dāng)中，這個(gè)金額在 2017 年高達(dá) 1067萬(wàn)美元，而 2016 年時(shí)這個(gè)金額卻只有40.8萬(wàn)美元（與 2017 年 DeepMind 在加拿大開(kāi)設(shè)了 2 個(gè)合作實(shí)驗(yàn)室有一定關(guān)系）。

由于 AI 研究通常比較前沿，很難迅速為實(shí)驗(yàn)室?guī)?lái)創(chuàng)收，此外還得為了科研成果不?！盁X(qián)”，因此過(guò)去不停有人揣測(cè) DeepMind 與谷歌之間的關(guān)系。比如 Facebook 首席 AI 科學(xué)家 Yann LeCun 就曾經(jīng)公開(kāi)質(zhì)疑其過(guò)于“孤立”，同時(shí)一直未能向谷歌證明其價(jià)值。

不過(guò)隨著 11 層新總部大樓的官宣，從側(cè)面表明谷歌依然愿意為 DeepMind 的價(jià)值買(mǎi)單，兩者的微妙關(guān)系估計(jì)并未向惡發(fā)展。而作為 AI 界的一員，我們也期待搬了新大樓的 DeepMind，能夠繼續(xù)為我們帶來(lái)更多突破性的研究成果。

最后，為大家附上 DeepMind 創(chuàng)始人的介紹。

DeepMind 創(chuàng)始人 Demis Hassabis 簡(jiǎn)介

出生于1976年7月27日，是著名人工智能實(shí)驗(yàn)室 DeepMind 的聯(lián)合創(chuàng)始人，被全球公認(rèn)為是該領(lǐng)域最聰明的思想家之一，《衛(wèi)報(bào)》也授予其“人工智能超級(jí)英雄”的稱(chēng)號(hào)。

Hassabis從4歲就開(kāi)始學(xué)下國(guó)際象棋，并很快成為了當(dāng)?shù)匦∮忻麣獾奶觳牌迨帧?7歲時(shí)，Hassabis負(fù)責(zé)了經(jīng)典模擬游戲《主題公園》的開(kāi)發(fā)，這款游戲一經(jīng)發(fā)布就大受歡迎，除了取得數(shù)百萬(wàn)套銷(xiāo)量的好成績(jī)之外，這款游戲還贏得了當(dāng)年的金控制桿獎(jiǎng)（Golden Joystick Awards）。受到這款游戲的影響，以全校第一的成績(jī)從劍橋大學(xué)計(jì)算機(jī)學(xué)院畢業(yè)后，Hassabis開(kāi)始自己創(chuàng)業(yè)做游戲開(kāi)發(fā)，并且取得了成功。30歲的Hassabis又回到倫敦大學(xué)，開(kāi)始攻讀認(rèn)知神經(jīng)學(xué)的博士學(xué)位，真正研究人腦解決問(wèn)題的工作機(jī)制。2010年，成功拿到博士學(xué)位后的Hassabis和友人一起創(chuàng)辦了DeepMind公司，開(kāi)始從事人工智能相關(guān)算法的研究，并于2014年被谷歌以6.5億美金的價(jià)格收購(gòu)。

雷鋒網(wǎng) AI 科技評(píng)論 雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。