谷歌收购DeepMind真正目的，竟然是这样的

刚迈入新的一年，去年一战成名的阿尔法狗又搞了一个大新闻。在各大围棋对战平台上，升级版的阿尔法狗匿名挑落中日韩的数十位围棋顶级高手，60场交战无一败绩。待揭露身份的那一时刻，又让围棋界乃至整个科技圈哗然。

阿尔法狗，正确名字其实应为AlphaGO，是英国人工智能研究实验室DeepMind开发的围棋人工智能程序，该实验室数年前已被谷歌(微博)收购。

DeepMind如今已经成为了全球AI领域的一个金字招牌，而这一品牌效应将帮助谷歌吸引到最顶尖的AI人才，甚至在这一竞争中先声夺人。

DeepMind目前总部设在谷歌位于伦敦国王十字街火车站(King's Cross)附近的一座并不起眼的新办公园区中。从外面来看，我们一点都看不出这里竟然安置着让谷歌和Facebook都争相购买的全球最具技术影响力企业。

当然，最后的结果我们都知道。谷歌在2014年1月以4亿英镑(约合6.6亿美元)成功收购了DeepMind。但是，谷歌为什么要收购这家英国AI企业呢?要知道，谷歌此前就已经在机器学习和AI领域处于行业领先地位，而收购Deepmind又会为谷歌带来怎样的价值?

在2015年10月前，谷歌的巨额广告收入足以让诸如DeepMind等尚没有产生营收的“野心项目”毫无后顾之忧地自由发展。随后，谷歌对公司架构进行了全盘调整，创办了Alphabet“伞形公司”(UmbrellaCompany)，并把旗下搜索、YouTube、其它网络子公司与研发投资部门分离开来。在这一结构下最主要的变化在于旗下各个事业部门的资产负债表开始分开计算，再也无法依赖谷歌这棵摇钱树而高枕无忧了。

不过，谷歌收购DeepMind不仅仅是经济层面就能够解释清楚的问题，DeepMind的真正价值远比我们想象中更加深邃。

DeepMind为谷歌带来的最直接收益是，该公司让谷歌和Alphabet在同全球其他科技企业的AI争夺战中拥有了战略优势。同时，这一品牌效应帮助谷歌吸引到了最顶尖的AI人才，并让包括Facebook、微软和亚马逊等竞争对手失去了人才优势。截至目前，DeepMind伦敦办公室已招揽到了400名电脑科学家和神经系统科学家，且这一团队规模预计将扩大到1000人左右。

自收购以来，DeepMind已经两次登上《自然》(Nature)科学周刊的封面，而该周刊是一份拥有相当知名度的学术期刊。如今，DeepMind公司大堂的墙上就贴着这两次封面图片的复制品。2016年3月，“阿尔法狗”打败了世界围棋冠军李世石而成为大量媒体的头条新闻。

除了人才吸纳和公众关注两个方面外，DeepMind的战略意义恐怕还不止于此。DeepMind CEO兼联合创始人德米斯-哈撒比斯(Demis Hassabis)将DeepMind描述为一种新型的研究机构，并结合了学术领域的长远眼光以及科技初创企业的能量和专注度。

2010年，哈撒比斯和穆斯塔法-苏莱曼(Mustafa Suleyman)、施恩-莱格(ShaneLegg)一同创建该公司。其中，莱格和哈撒比斯都是伦敦大学学院的神经科学研究人员，而苏莱曼则是哈撒比斯的发小。

哈撒比斯认为，DeepMind的长远目标是要“攻克智能领域的难题”(solve intelligence)。这就要求公司不断研发多功能的、甚至拥有像人类那样广泛、高效思考的通用型人工智能产品。

在这一方面，DeepMind被谷歌收购能够获得一些显而易见的优势。第一，DeepMind能够调用谷歌强大的计算资源。第二，谷歌的财力足以支持DeepMind高昂的研发支出。显而易见的是，如果财力平平的企业收购了DeepMind，前者很可能要求其尽快实现盈利，但加入谷歌旗下的哈撒比斯能够更专注于研究。而且，由于DeepMind办公地点和谷歌位于山景城的总部之间保持着“安全距离”，这也足以让他能够对DeepMind拥有更多的实际控制权。

如果DeepMind能够成功创造出通用型AI产品，这将对Alphabet产生重大积极意义。就目前而言，DeepMind的研究日程说明其还不是一家以商业模式运作的公司，因为它的研发周期相当长。哈撒比斯表示，自己对DeepMind规划的路线图跨度长达20年，并希望DeepMind能够在人脑运作方式的启示下发明出新型AI算法。

当然，即便DeepMind没有研发出相当于或超越人类水平的人工智能产品，该公司已经研发出的学习软件也有助于Alphabet其它业务的推进。举例来说，谷歌就在今年7月宣布DeepMind研发的学习软件已经找到了节约用于冷却谷歌数据中心电力的方法，节约幅度达到40%左右。该学习软件把数据中心的操作日志进行压缩，并以模拟形式实现了流程的优化。

消息称，DeepMind已经开始利用现有自己的AI研发成果为公司解决实际问题。苏莱曼透露，DeepMind的部分研发项目已经可以用于能源基础设施的管理、医疗系统和洁净水源的改进等方面，而DeepMind也开始从中获得收益。

今年11月，DeepMind与医疗机构Royal Free London签订了一纸为期五年的合同，其主要工作是负责处理170万名患者的医疗记录。今年早些时候，DeepMind还获得了访问其它伦敦医院两个数据库的权限。DeepMind利用AI软件分析了约100万份视网膜扫描报告成功找到了退行性眼疾的早期征兆，或通过头颈部癌症图像让AI软件学会区分健康和癌组织之间的不同。

技术精湛的程序员和性能强大的计算能力对AI业务的开展固然重要，但获取到真实环境数据同样必不可少。比如，当我们希望利用AI和机器学习技术改进医院、电网和工厂等不同系统的时候就需要使用到大量的实际操作数据。

幸运的是，Alphabet拥有海量数据供旗下AI产品进行挖掘。只不过在部分具体探索领域，DeepMind恐怕还需要自己想办法进行深入挖掘。就拿它最近参与的一个研究读唇语的项目来说，该项目成功的关键就在于研究团队掌握了一个庞大的数据库。

消息称，这一项目的研究团队主要来自牛津大学，由计算机视觉研究专家安德鲁-西塞曼(Andrew Zisserman)主导。BBC向研究团队提供了数十万小时的新闻影像资料，而如果没有这些数据的话，这一研究团队根本就无法让AI系统展开读唇语的训练。

然而，哈撒比斯似乎不愿过多强调数据获取对DeepMind未来的重要性。他仅仅是表示，“让人类工程师打造出待解决问题的模拟模型，再在这些模型中部署AI学习工具就足够了”。

不过，这并不是目前大多数机器学习系统的运作方式。就拿如今名满全球的“阿尔法狗”来说，它首先得从16万场人类对弈的围棋比赛中学习数百万种下棋策略，然后才能展开自我对弈不断提高。因此，如果DeepMind需要收集大量个人信息，那该公司还需要考虑清楚该如何应对消费者对企业访问个人数据的担忧。

如果DeepMind能够解决这些问题，那么这一子公司将成为Alphabet的最重要资产之一，即一个算法工厂以及AI人才集聚地。而且，DeepMind所处理的数据拥有权仍然属于原本的拥有者，但通过数据学习研发出的软件则隶属于Alphabet，而这一方式将可以基本上解决外界非常关心的隐私问题。

虽然，DeepMind未来可能无法单单通过利用AI程序解决复杂问题的方式创造大量营收，但DeepMind AI软件通过分析数据所获取的有用信息已经足够让谷歌为当初的竞标所投入的巨资值回票价。