大手筆！微軟花10億美元巨資投入OpenAI，是什麼操作？

近日，微軟宣布，將向總部位於舊金山的人工智能研究公司OpenAI投資10億美元。

OpenAI將與微軟合作，共同為微軟Azure雲平台開發新的人工智能技術，並將與微軟達成一項排他性協議，“進一步擴展”大規模人工智能能力，“兌現通用人工智能(AGI)的承諾”。

此外，OpenAI將把它的一些技術授權給微軟，微軟將把這些技術商業化，並將其出售給尚未提及的合作夥伴。OpenAI將在Azure雲上培訓和運行人工智能模型，因為它致力於開發新的超級計算硬件，同時“堅持道德和信任的原則”。

OpenAI首席技術官格雷格·布羅克曼(Greg Brockman)在一篇博客文章中表示，這筆投資將支持通用人工智能(AGI)的發展，這種人工智能具有學習人類所能學習的任何智力任務的能力，具有“廣泛的”經濟效益。

通用人工智能的迷思

讓機器能像人類一樣學習是人工智能領域的終極目標，但目前的嚐試離這個目標還很遠。2018年，作家馬丁·福特(Martin Ford)采訪在人工智能領域的二十餘位傑出人物時，讓這些受訪對象預測，人類在哪一年能夠有50%的機會成功實現通用人工智能。

未來學家、穀歌工程總監雷·庫茲韋爾(Ray Kurzweil)認為是在2029年，iRobot聯合創始人羅德尼·布魯克斯(Rodney Brooks)回答是2200年。而其他人的答案則是在這兩個時間點之間，這些受訪對象給出的預測時間平均算下來是在2099年，也就是81年之後。

在許多特定領域，專用人工智能已經能做到遠勝於人(比如下棋、打牌、玩魔方)，但專用人工智能與通用人工智能間仍存在著“質”的差距。

即便在關於通用人工智能的研究中，對通用人工智能的理解也各有不同。有些人企圖盡可能忠實地模擬腦結構，有些人企圖在盡可能多的領域中取代人，有些人則想讓計算機遵循和人基本相同的“思維規律”。

不過，這種努力是有爭議的，通用人工智能的可能性仍受到不少懷疑。其中比較常見的論調包括“計算機必須遵循程序，因此不可能有靈活性和創造性”、“計算機隻能根據形式來使用符號，但無法獲得其意義”等。

美國哲學家約翰·希爾勒(John Searle)提出過一個“中文房間實驗”，即一位隻說英語的人帶著中文翻譯書身處在一個封閉房間。房間外的人用寫著中文的紙片與之對話，房內的人可以讓任何房外的人誤以為他會說流利的中文。

這個例子是為了表達，人工智能永遠不可能像人類那樣擁有自我意識，即使能夠滿足人類各種需求的通用人工智能，也與自我意識覺醒的強人工智能之間不存在遞進關係。因此，人工智能可以無限接近卻無法超越人類智能。

美國版DeepMind?

OpenAI在很多方麵都像是美國版的英國公司DeepMind。穀歌的母公司Alphabet於2014年以4億美元的價格收購了DeepMind。

自2010年成立以來，DeepMind就像OpenAI一樣，嚴重依賴計算密集型技術，在遊戲、媒體合成和醫學領域取得了顯著的人工智能進展。

這些進步並不便宜——Wired報道稱，2017年DeepMind的“燒錢”量達到3.34億英鎊(約4.42億美元)。

OpenAI則是成立於2015年，最初是一家非盈利機構，從馬斯克、領英創始人霍夫曼、YC總裁Sam Altman等處籌集了10億美元資金。

OpenAI發表了從計算機視覺到自然語言處理(NLP)等人工智能子領域的研究，其使命是安全地創建超級智能軟件。

2018年2月，OpenAI發布公告表示，因為特斯拉越來越聚焦AI，馬斯克因為潛在的利益衝突退出董事會。

盡管有不少新的捐資人加入，但對OpenAI的燒錢速度來說都是杯水車薪。以其文本生成人工智能GPT-2為例，一個模型擁有15億參數，使用256塊TPU v3訓練，每小時都要花費2048美元。

研究人員的薪水也是大頭。據《紐約時報》報道稱，2016年OpenAI有50多人，僅薪水和福利就支出了700多萬美元。

根據美國國稅局(IRS)的文件，該公司2016年支出1,120萬美元。

為了繼續拿到足夠的錢進行研究，他們成立了Open AI LP這樣一家利潤有上限的盈利公司。

Open AI LP的基本理念是，使命完成後，投資者和員工可以獲得有上限的回報。對於首批投資者來說，這一上限是100倍，後續的投資者會更少。如果回報超過這一上限，超出的部分，會由非營利組織OpenAI Nonprofit控製。

OpenAI表示，這有利於籌集資金，並以類似創業公司股權的方式來吸引人才。隨後，OpenAI LP得到了霍夫曼的慈善基金會和科斯拉風投(Khosla Ventures)的資金。這種做法自然受到了一些人的批評，認為一開始的非盈利口號隻是個吸引人才的噱頭，另一些人則表示組織畢竟需要資金運轉。

OpenAI的人工智能成果

關於這次投資，微軟首席執行官薩蒂亞•納德拉(Satya Nadella)表示:“人工智能是我們這個時代最具變革意義的技術之一，有潛力幫助解決我們麵臨的許多全球最緊迫的挑戰。”

“通過將OpenAI的突破性技術與新的Azure AI超級計算技術結合起來，我們的目標是讓人工智能民主化——同時始終將人工智能安全放在首位和中心——這樣每個人都能從中受益。”

根據Brockman的說法，這種合作的部分動機是OpenAI對巨大計算能力的持續追求。

它的研究人員最近發布的分析顯示，從2012年到2018年，最大的人工智能訓練運行中使用的算力增長了30多萬倍，有3.5個月的倍增時間，遠遠超過了摩爾定律的速度。

或許OpenAI的OpenAI Five就是這種趨勢的一個例證，這是一款人工智能係統，去年夏天與電子遊戲《Dota 2》的專業玩家展開了對決。OpenAI Five擊敗了2018年TI8世界冠軍OG戰隊，在公開比賽中擊敗了99.4%的玩家。

“OpenAI正在開發一係列越來越強大的人工智能技術，這需要大量資金，”Brockman說。

“覆蓋成本最明顯的方式是開發一種產品，但這意味著我們要改變重點。”

OpenAI 還發布了一款文本生成器GPT-2，它能夠識別各種各樣的輸入，從新聞、歌詞、詩歌、食譜、代碼，甚至到《指環王》和《複仇者聯盟》主題，隻要給出一個開頭，GPT-2 就能接上下文。

GPT-2並沒有接受過特定訓練，工程師們精挑細選了它的數據庫：從 Reddit 上選取了 800 萬條 Karma 值(相當於論壇裏的等級)大於3的高讚鏈接。

在整個無監督訓練過程中，工程師沒有對 GPT-2 進行任何有針對性的培訓。但GPT-2 在多項測試中表現優於在特定領域數據集(例如維基百科，新聞，書籍)上訓練的模型。在著名的 AI 常識推理比賽 Winograd Schema Challenge 中，GPT-2 的成績把世界紀錄拔高了 7%。在“兒童書籍填詞測試”中，GPT-2 的表現幾乎與人類無異。

因此，GPT-2的成功也被認為是人類能夠訓練出更加泛化的AI的證明。不過，因為擔心這項技術被濫用，OpenAI起初並沒有開源這個係統，這引來了不少反對的聲音。

OpenAI在5月初表示將逐步公開GPT-2，並開源了345M的預訓練模型。後續，OpenAI將分析該語言模型對社會的影響。

除了這些華麗的項目，OpenAI還為開源工具做出了貢獻，比如Gym和Neural MMO。前者是一個測試和比較強化學習算法的工具包，通過反複試驗來實現目標，後者則是一個“大規模多代理”的虛擬訓練場，將代理置於類似RPG的世界中。

最近的其他公共工作包括CoinRun，它測試了強化學習代理的適應性;一個旨在教授任何人深度學習的項目spin Up;Sparse Transformers，它可以預測在冗長的文本、圖像和音頻序列中接下來會發生什麼;還有MuseNet，它用10種不同的樂器創作了四分鍾的新穎歌曲，涵蓋了不同的流派和風格。

微軟加碼人工智能

Brockman和首席執行官Altman相信，真正的AGI將能夠比任何一個人掌握更多的領域，主要是通過識別人類專家無法識別的複雜的跨學科聯係。

此外，他們預測，負責任地部署AGI——換句話說，AGI與社會科學等相關領域的研究人員“密切合作”部署——可能有助於解決氣候變化、衛生保健和教育方麵的長期挑戰。

Altman說:“AGI的誕生將是人類曆史上最重要的技術發展，有可能塑造人類的發展軌跡。”

“我們的使命是確保AGI技術造福全人類，我們正在與微軟合作建立超級計算基礎，我們將在此基礎上建立AGI。我們認為，確保AGI的安全部署和經濟效益的廣泛分配至關重要。”

微軟在人工智能方麵的布局很廣。在微軟的2019 Build開發者大會上，微軟就發布了一係列軟件更新，包括Azure雲服務、Cortana語音助手、Microsoft Search、MinecraftAR和Edge瀏覽器等。

至於微軟，它是人工智能工具帶中的又一個亮點，包括從研究資助和解決方案套件(如Windows Vision Skills)到Office 365中以機器學習為動力的生產力特性。

在產品方麵，該公司最近對Azure Cognitive Services和Azure Machine Learning進行了增強，前者是一種預先構建的服務，旨在加快無代碼人工智能模型的創建;後者是一種雲托管工具集，有助於開發預測模型、分類器和推薦係統。

此外，它還在preview中發布了一個用於機器人和自主物理係統開發的工具包，並且它開源了一個工具，使開發人員能夠向AI係統注入可解釋的組件。

這些更新緊隨與AT&T;、Adobe和其他公司的高調AI合作之後。

去年7月，微軟表示將與沃爾瑪合作，通過人工智能、雲計算和物聯網(IoT)服務的結合，加快零售商的數字化轉型，主要是通過Azure提供必要的基礎設施，並將機器學習服務應用於巡遊送貨卡車等任務。

去年，微軟還收購了自然語言初創公司Semantic Machines，利用他們的技術，微軟計劃讓Cortana以一種非常自然的方式理解用戶，將技能和環境結合，讓Cortana能夠理解用戶實際上要求他們做的事。

與此同時，該公司加快了對處於後期階段和相對新生的人工智能初創企業的投資，據估計，整個行業的人工智能和機器學習融資同比增長72%。

去年11月，該公司收購了XOXCO，後者是Botkit框架的製造商，該框架為Slack和微軟團隊等團隊通信聊天應用程序創建對話機器人。幾個月前，該公司收購了平台的創建者Lobe，該平台能夠讓人使用可視化界麵構建自定義深度學習模型。

今年6月，微軟收購了總部位於加州伯克利的創業公司Bonsai，該公司設計了針對企業的深度學習工具。

微軟在亞太的首家人工智能和物聯網實驗室落戶上海，於5月正式運營。這家實驗室總麵積達到2800平方米，是微軟全球第四家，也是截至目前規模最大的一家，已吸引到首批30家國內外知名企業和初創公司入駐。