乾明栗子安妮發(fā)自凹非寺
　　量子位出品公眾號(hào) QbitAI

　　人才依然很貴，營(yíng)收賺錢有起色，但巨額虧損仍在擴(kuò)大。

　　這不是隨便哪家 AI 公司，這是打造了 AlphaGo 的 DeepMind，也可能是整個(gè) AI 行業(yè)的真實(shí)寫照。

　　我們從剛剛曝光的 DeepMind 最新一年財(cái)務(wù)數(shù)據(jù)說起。

　　一、每天燒 1000 萬，人均年薪 400 萬

　　報(bào)告中顯示，DeepMind 在 2018 年虧損繼續(xù)擴(kuò)大，達(dá)到 4.7 億英鎊，約合人民幣 40 億，平均下來每天燒掉 1000 多萬。

　　DeepMind 如此燒錢的核心原因是什么？

　　人太貴了。從 DeepMind 的財(cái)務(wù)報(bào)告來看，其絕大部分支出都集中在人員上，相關(guān)開支在 2018 年增長(zhǎng)到 3.98 億英鎊，與 2017 年相比，幾乎翻了一番。

　　按領(lǐng)英數(shù)據(jù)，DeepMind 的員工數(shù)量已經(jīng)達(dá)到了 839 名員工。平均下來每名員工的成本接近 47 萬英鎊，相當(dāng)于人民幣 400 萬——真正的數(shù)·百萬年薪。

　　大幅支出之下，DeepMind 還欠了一屁股債。截止到今年底，它將有超過 10 億英鎊的債務(wù)到期，其中 8.8 億來自谷歌。

　　不過好消息是，雖然燒錢速度快得驚人，但谷歌依然撐得起、撐到底。

　　DeepMind 在報(bào)告最后展望，在至少未來 12 個(gè)月時(shí)間里，谷歌會(huì)繼續(xù)向他們提供充足的財(cái)務(wù)支持，還寫下了書面保證。

　　不過不擔(dān)心 DeepMind，不意味著每家 AI 公司都能有谷歌這樣的金主好爸爸。

　　二、投入靠谷歌，賺錢也靠谷歌

　　而且谷歌提供的支持，還體現(xiàn)在營(yíng)收來源方面。

　　財(cái)報(bào)顯示，2018 年 DeepMind 營(yíng)收 1.028 億，比起上年的 5440 萬，漲幅達(dá)到 88.9%，幾乎翻番。

　　或許你會(huì)問，DeepMind 營(yíng)收模式是什么？

　　DeepMind 披露：目前主要營(yíng)收業(yè)務(wù)是前沿機(jī)器學(xué)習(xí)研究和應(yīng)用，包括向其他公司提供技術(shù)服務(wù)。

　　而且這個(gè)“其他公司”，不是別人，正是好爸爸谷歌。

　　DeepMind 向谷歌出售了一些軟件。谷歌已經(jīng)用它提供的 AI 系統(tǒng)，讓數(shù)據(jù)中心里的冷卻單元 (Cooling units) 變得更加節(jié)能，并且增加了安卓設(shè)備的電池壽命。

　　但是，即便營(yíng)收翻番，2018 年 DeepMind 虧損依然達(dá)到 4.7 億英鎊，比去年的 3.02 億英鎊，增長(zhǎng)了55. 6%。其中，經(jīng)營(yíng)虧損 (Operating Loss) 為 4.65 億英鎊，2017 年為 279 億英鎊。

　　上文也說了，虧損核心原因是員工成本太高、工資不低，共 3.98 億英鎊，占經(jīng)營(yíng)虧損的84. 6%。

　　近年來，DeepMind 一直在大力招募機(jī)器學(xué)習(xí)研究人員和數(shù)據(jù)科學(xué)家。

　　2016 年底，DeepMind 員工人數(shù)超過 350。2017 年底，人數(shù)達(dá)到 700。如今，LinkedIn 顯示 DeepMind 員工至少有 839 人。

　　財(cái)報(bào)還表示，技術(shù)方面的基礎(chǔ)設(shè)施增加，也是一項(xiàng)重要的支出。

　　另外，DeepMind 還披露，去年向?qū)W界的捐贈(zèng)和贊助，達(dá)到了 1350 萬英鎊，約合 1.16 億元——可能也是出于人才搶奪。

　　最后，還有一筆施工建樓、裝修和買家具方面的開銷，總共約 1300 萬英鎊，約合人民幣 1.1 億。

　　按照計(jì)劃，2020 年 DeepMind 就要搬進(jìn)倫敦的新總部了。

　　所以英國(guó)人確實(shí)優(yōu)雅天成，即便巨額虧損、賺錢和投入都得靠谷歌爸爸，但都不是事兒，再苦不能苦辦公，再窮不能窮薪水。

　　三、燒錢，不斷燒錢

　　虧損，不斷擴(kuò)大的虧損，是 DeepMind 的常態(tài)。自從 2010 年成立以來，這家 AI 公司就沒有盈利過。

　　虧損額從 2011 年度的 29.3 萬英鎊，一路猛增到去年的 4.7 億英鎊，七年時(shí)間增長(zhǎng)了 1600 多倍。

　　從 2014 年開始，也就是被谷歌收購(gòu)之后，DeepMind 開始在財(cái)報(bào)中披露員工成本，這個(gè)數(shù)字從 2604 萬英鎊，增長(zhǎng)到去年的 3.98 億英鎊，四年增長(zhǎng) 15 倍。

　　但谷歌有錢。

　　2014 年 1 月，谷歌以 4 億英鎊（時(shí)值約 5.19 億美元）的價(jià)格將其收購(gòu)，為其提供了堅(jiān)實(shí)的資金支持。

　　于是，就算有巨額虧損， DeepMind 還是能夠繼續(xù)捐贈(zèng)，興建新總部。

　　相比之下，對(duì)標(biāo)它的另一家 AI 研究機(jī)構(gòu) OpenAI，日子就沒有那么滋潤(rùn)了。

　　巨大的研發(fā)成本，讓這家非營(yíng)利機(jī)構(gòu)逼成了營(yíng)利機(jī)構(gòu)，研究成果方面也云山霧罩，一度被人指責(zé)成 CloseAI。

　　甚至最新的一筆來自微軟的 10 億美元融資，也被《紐約時(shí)報(bào)》質(zhì)疑，認(rèn)為是用云計(jì)算資源兌換的，而它的代價(jià)則是簽了微軟獨(dú)家云計(jì)算資源供應(yīng)商，還要讓微軟代理技術(shù)商業(yè)化。

　　所以如今搞 AI，也都得拼爹。

　　四、將要往何處去？

　　對(duì)于目前的財(cái)務(wù)狀況，DeepMind 也給出了回應(yīng)。

　　在給福布斯的一份聲明中，DeepMind 表示，自己的長(zhǎng)期使命，是推進(jìn) AI 研究、實(shí)現(xiàn)積極社會(huì)效益。

　　他們表示，相信 AI 有很大潛力促進(jìn)科學(xué)發(fā)現(xiàn)，并對(duì)蛋白質(zhì)折疊等領(lǐng)域的工作產(chǎn)生的影響感到自豪。

　　DeepMind 解釋說，DeepMind for Google 團(tuán)隊(duì)還將取得大進(jìn)展，也會(huì)進(jìn)一步將自己的經(jīng)驗(yàn)和知識(shí)在谷歌研究中體現(xiàn)，應(yīng)用于現(xiàn)實(shí)世界的挑戰(zhàn)。正因如此，過去一年的收入幾乎翻了一番。未來會(huì)繼續(xù)投資基礎(chǔ)研究和世界一流的跨學(xué)科團(tuán)隊(duì)，期待未來的突破。

　　在這份財(cái)報(bào)發(fā)布前，外媒 Wired 發(fā)表了一篇關(guān)于 DeepMind CEO 的專訪，涉及到不少對(duì) DeepMind 未來發(fā)展方向的思考。

　　哈薩比斯表示，科學(xué)中最有趣的領(lǐng)域競(jìng)在學(xué)科之間的差異之處。當(dāng)這種情況發(fā)生時(shí)，奇跡就發(fā)生了。

　　所以，DeepMind 當(dāng)前的研究重點(diǎn)，就是讓 AI 與生物學(xué)中的蛋白質(zhì)折疊研究聯(lián)系起來。

　　如果了解大自然制造蛋白質(zhì)的過程，人類豈不是可以自己制造蛋白質(zhì)了？這樣一來，由于蛋白質(zhì)折疊錯(cuò)誤引發(fā)的帕金森綜合征、阿茨海默癥和糖尿病等不都有了解決方法。

　　深度學(xué)習(xí)恰好是這項(xiàng)研究中的關(guān)鍵一步。雖然基因組數(shù)據(jù)量大繁雜，但機(jī)器學(xué)習(xí)恰好在從氨基酸序列中預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)等研究中幫上一把。

　　哈薩比斯還透露，在過去幾個(gè)月中，他們完成了對(duì) 90 種蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)，平均而言，內(nèi)部 AlphaFold 系統(tǒng)團(tuán)隊(duì)的結(jié)果優(yōu)于其他研究：

　　對(duì)于從頭開始建模蛋白質(zhì)序列這件事，AlphaFold 團(tuán)隊(duì)對(duì) 25 種蛋白質(zhì)的預(yù)測(cè)是最準(zhǔn)確的。

AlphaFold 預(yù)測(cè)的蛋白質(zhì)骨架結(jié)構(gòu)之一

　　在這樣一場(chǎng)學(xué)術(shù)競(jìng)賽中，DeepMind 還要面臨來自頂級(jí)高校的團(tuán)隊(duì)的挑戰(zhàn)。

　　哈薩比斯覺得，DeepMind 在工程工程方面的實(shí)例不容小覷，執(zhí)行力會(huì)超過研究部門，因?yàn)閷W(xué)術(shù)團(tuán)體在搞研究這件事上一向顯得太隱秘了。

　　還有一點(diǎn)，DeepMind 在計(jì)算資源方面能夠自給自足。哈薩比斯沒有說謊，此前在訓(xùn)練“史上最強(qiáng) GAN”BigGAN 時(shí)，DeepMind 就用了 512 塊 TPU。

　　可參考此前文章：

　　訓(xùn)練史上最佳 GAN 用了 512 塊 TPU，一作自述：這不是算法進(jìn)步，是算力進(jìn)步

　　哈薩比斯還談到了項(xiàng)目管理秘籍：最重要的就是加快更新頻次。

　　他表示每六個(gè)月，高級(jí)管理人員會(huì)審查優(yōu)先事項(xiàng)，重新組織一些項(xiàng)目，并鼓勵(lì)團(tuán)隊(duì)尤其是工程師加一把勁，或者調(diào)整任務(wù)。

　　因?yàn)閷W(xué)科的交叉會(huì)加大一些研究難度，因此許多項(xiàng)目研究需要超過六個(gè)月，通常在 2 到 4 年為一個(gè)大周期。

　　哈薩比斯認(rèn)為，雖然是 CEO，但他希望將 50％ 的時(shí)間直接花在研究上。他多次提到，盡管取得了小進(jìn)展，但仍有很長(zhǎng)的路要走。

　　DeepMind 的最終目的，過去、現(xiàn)在和未來，依然是實(shí)現(xiàn)通用人工智能——AGI。

　　參考文章：

　　https://www.forbes.com/sites/samshead/2019/08/07/deepmind-losses-soared-to-570-million-in-2018/#7b98a36e3504

　　https://www.wired.co.uk/article/deepmind-protein-folding

總結(jié)

以上是生活随笔為你收集整理的人均年薪400万、公司年亏40亿，DeepMind最新财务数据曝光的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。