人工智能70年进化史（下）：未来已至

这场比赛成为科技巨头下场的发令枪，深度学习就此从学术圈走进科技巨头。

面对科技巨头们抛来的橄榄枝，辛顿准备换一种做法。

他注册了一家叫DNNresearch的公司。

这是一家典型的“空壳公司”，没有资金没有资产没有产品也没有业务，只有辛顿和他的两个学生。

这就够了。

嗅觉灵敏的科技公司跃跃欲试，谁买下这家公司，谁就可以把这三位人工智能领域的顶级人才收入囊中。

角逐开始。

谷歌领跑

2012年11月，一年一度的机器学习盛会（简称NIPS）在美国加州太浩湖召开，辛顿作为权威当然要来参会。

但为人所不知的是，此行他还有另一个秘密任务。

辛顿和他的两个学生伊利亚和亚历克斯，要在这里决定DNNresearch的归宿——这是一场决定未来几年科技企业在人工智能领域竞争态势的拍卖。

拍卖是在哈拉斯赌场酒店的一间房里进行，参与竞拍的共有四家企业：微软、谷歌，百度和DeepMind。两家美国、一家中国和一家英国，他们是当时对人工智能发展嗅觉最为灵敏的人。

拍卖并不是在现场实时进行，而是通过Gmail邮箱进行的报价。

按照辛顿定下的规则，拍卖开始后，这4家公司在每次报价之后都有一小时的时间将报价提高至少100万美元。

由于竞价过于焦灼，拍卖持续了好几天。

四家竞拍者当中，DeepMind由于规模过小，很快就退出了竞争——不过，别着急，属于他们的故事还没有到来，很快还会再见到他们。

百度、谷歌和微软留下继续喊价。

之后报价不断攀升，1500万美元，2000万美元……当报价到2200万美元时，微软也退出了。

现在，就剩下百度和谷歌了。

人虽然少了，但竞拍却因为双方的志在必得而更加激烈。

辛顿看到这个局面不由得说，“感觉我们像是在拍电影。”

报价迅速攀升至4000万美元、4100万美元、4200万美元、4300万美元。

当价格达到4400万美元时，外面已近深夜。

辛顿暂停了拍卖，他需要睡一觉。

第二天，大约在拍卖开始前30分钟，他发了一封电子邮件，说拍卖开始的时间将被推迟。

大约一个小时后，他又发了一封邮件，这回辛顿决定结束拍卖，并把他的公司卖给谷歌。

就这样，在这场AI人才收购大战中，谷歌拔得头筹。

百度虽败，但却是虽败犹荣。

客观地讲，谷歌对辛顿团队享有文化和地域上的优势，百度作为一家中国企业能够撑到最后一轮已经很不容易。

竞拍结束，但全球科技巨头围绕人工智能进行的军备竞赛才刚刚开始。

DeepMind

刚刚在收购辛顿团队时最早出局的DeepMind，这里要再次出场了。

DeepMind创建于2010年，创始人戴密斯·哈萨比斯是一个非常有天赋，同时也是非常有个性的一个人。

DeepMind创始人戴密斯·哈萨比斯

哈萨比斯的智商非常高，一度是世界上排名第二的14岁以下国际象棋棋手。

更重要的是，他不但擅长游戏，而且也擅长计算机，并对人工智能有强烈的偏好，他尤其对自己会造出一台可以模仿大脑的机器深信不疑。

为了实现这一目标，哈萨比斯攻读了伦敦大学的神经学博士，在这里他对大脑中记忆与想象的关系进行了深入研究。

毕业后，他又到盖茨比计算神经科学中心继续博士后研究，而该研究中心的创始教授正是辛顿。

经过几年的准备，哈萨比斯和一些志同道合者在2010年设立了DeepMind，随后他们就找到了大名鼎鼎的彼得·贝尔（PayPal投资人）和马斯克当他们的第一批投资者，并邀请到辛顿和杨立昆来担任技术顾问。

DeepMind正式开工。

游戏一直以来都是人工智能的试验场，所以DeepMind也把重点放到游戏上。

很快他们就做出了一款“越狱”游戏。

这个游戏类似于红蓝机上的打砖块游戏，玩家用一个小球拍将球弹向一堵彩砖墙。当球击中一块砖时，它会消掉，而玩家就会得分。但如果球拍漏掉球的次数太多，比赛就结束了。

凭借深度学习的DeepMind在玩了成千上万局越狱之后，它就学会如何熟练掌握球拍以准确击球，它甚至学会了一些得高分的技巧，比如将球打到墙的后面，让它在后面多弹几次。

哈萨比斯把这个游戏发给了马斯克等投资人，可巧不巧，谷歌佩奇恰巧就在他们的身边，于是DeepMind作为一个标的，出现在谷歌的投资目录上。

与此同时，错过DNNresearch的脸书也正在奋起直追。

马克·扎克伯格想在DeepMind这里扳回一局，于是谷歌和脸书同时出现在哈萨比斯的面前。

不过，哈萨比斯显然对小马不大感冒。

扎克伯格拿出来谷歌两倍的报价，但却被哈萨比斯忽略掉了。

事后，哈萨比斯对他的同事们说，他觉得自己跟扎克伯格之间没有化学反应……

但面对谷歌，哈萨比斯也提出了苛刻的条件：

一、禁止谷歌将任何DeepMind的技术用于军事目的；

二、要求谷歌设立一个独立的道德委员会，负责监督DeepMind通用人工智能技术的使用。

第一点限制了谷歌的收入，而第二点则捆住了谷歌的手脚。

应该说，这两点对当时尚是初出茅庐的DeepMind来说，似乎有些不知天高地厚，但事后证明这都是非常有远见的理念。

事实上，正是后来二者在这两点原则上出现的分歧，导致谷歌流失了大量人才，甚至影响到了谷歌在人工智能领域的领导地位。

但这是后话，当时的谷歌在面对这些条件时，全部如数照收。

于是2014年1月，一则消息震惊业界，谷歌斥4亿英镑巨资将一家只有50人的小公司DeepMind收入囊中。

在人工智能的人才竞争中，谷歌再下一城。

不过，扎克伯格也不用失望。

他在败走DeepMind之后，却网罗来了杨立昆。此人是辛顿的博士后，他和辛顿以及另一名科学家约书亚·本吉奥共同荣获2018年图灵奖，可以说也是一位非常重量级的人物了。

接连拿下DNNresearch和DeepMind之后，谷歌几乎垄断了深度学习领域的研究人员。

这些成本没有白费，很快谷歌就会让世界为之惊艳。

AlphaGo

深蓝之后，智力游戏已经基本被人工智能拿下。

人类唯有退缩在围棋这一隅之地继续维持着自己的尊严。

而且看样子，这里似乎也很安全。

这倒不是人类过于自负，而是围棋确实有着其他智力游戏无法比拟的优势。

首先，围棋的搜索空间过于巨大，以至于计算机无法靠算力来完成评价每一步的优劣；

其次，更重要的是围棋决策本身就是高度非线性的，你很难确定每一步走下去跟占地大小之间会有什么样的必然关系。

所以，正是因为围棋有这些说不清道不明的、需要人的感觉和灵感参与的特点，围棋才成为人们在智力游戏领域最后的堡垒。

而另一边的科技巨头在跑马圈地之后，自然也就把目标看向了围棋。

2015年10月31日，脸书总部里正在召开一场面向媒体的通报会。

会议室里，CTO迈克·斯科洛普夫站在一张桌子的一端，向满屋子的记者介绍了脸书在无人机、卫星、VR和人工智能等前沿科技方面的进展，然后话锋一转，他难掩兴奋地提到脸书正在训练神经网络下围棋，并且进展顺利。

这是一件大事！

深蓝之后，多少人都想在围棋方面有所建树，但最后都无功而返。

以至于在大家的概念里，人工智能要想在围棋见突破那还得是十年以后的事情。

但现在斯科洛普夫的神情却分明在告诉大家，这个时候快到了。

第二天，斯科洛普夫的话就上了新闻。

脸书的进展显然刺激到了DeepMind。随后几天，一向低调的哈萨比斯通过网络向大家公布DeepMind也在研究围棋。

当有好事记者询向杨立昆，DeepMind是否能够拿下围棋游戏时，杨立昆斩钉截铁地回答“不能”。

杨立昆非常清楚围棋的难度，也因此他只对自己的产品有信心，他不相信有人会跑到他的前面。

可惜他大意了。

2015年10月9日，一则新闻突然抢占了各大媒体头条：DeepMind的人工智能系统AlphaGo以5:0的大比分击败了欧洲围棋冠军樊麾。

这是机器有史以来首次在围棋领域战胜人类高手。

一个新时代到来了。

在人们都为AlphaGo的能力感到震惊的时候，扎克伯格和杨立昆却是懊恼无比。

起了一个大早，干了一个晚集。

但没办法，风头已经都被DeepMind抢走了。

击败欧洲围棋冠军樊麾之后，AlphaGo的学习能力就已经得到了证实。

但哈萨比斯的目标是让AlphaGo超越人类，于是他开始向顶尖高手发起挑战。

首先是李世石。

樊麾虽然是欧洲冠军，但因为欧亚棋手实力差距较大，所以人们还可以拿樊麾的棋力当托词。

李世石则接过樊麾，成为承载人类尊严的钢铁防线。

比赛从预备阶段就吸引了全世界目光。

人们已经明白人工智能已经进入原本只属于人类的领域，但人们不能接受它会超过人类。

但最后的结果大家都知道了，2016年3月15日，AlphaGo以4：1击败李世石，成为第一个不借助让子而击败围棋职业九段棋手的电脑围棋程序，再创历史。

战胜李世石之后，AlphaGo回到了实验室，因为哈萨比斯想找到AlphaGo输掉那一局的原因。

很快AlphaGo就在迭代升级之后卷土重来。

它换上“Master”的马甲，潜伏在野狐围棋平台上，横扫了中日韩顶尖棋手。

六十战六十胜，竟然无一败绩。

2017年5月23至27日，乌镇，AlphaGo终于开始了它和人类的终极对决。

这一次的对手是人类棋手中的最高高手柯洁。

但是比赛结果并没有出人意料，柯洁0:3输掉了比赛。

在最接近击败AlphaGo的第二盘赛后，柯洁忍不住失声痛哭，他说本可以赢得这一盘，但是情绪波动让他错过了机会。

但这可能是他的一厢情愿。

在AlphaGo的计算中，从来都没有失误，有的只是胜率大小。所以柯洁以为的机会，在AlphaGo眼里其实一览无余。

不动如山的AlphaGo像一名孤独的剑客，剑法狠厉却又心无波澜。

虽然这一次面对的是最强人类对手，但AlphaGo的运算资源消耗仅是李世石版本的十分之一。

尽管如此，独孤求败的AlphaGo依旧在继续进化。

2017年10月，DeepMind又推出了AlphaGo Zero。

这个版本的AlphaGo不再向人类棋谱学习，而是凭借对规则的理解从零开始“自学成才”。

短短3天，AlphaGo Zero就凭借自我学习，将赢下李世石那版的AlphaGo以100:0的战绩斩于马下。

AlphaGo仿佛是悟道通天的“围棋之神”，站在云雾飘渺的山巅俯瞰众生。

在取得无数胜绩之后，AlphaGo宣布退役，并将自己所学授予人类。

12月11日晚间，AlphaGo教学工具上线。

人类开始向昔日的学生重学围棋之道。

暗流涌动

在围棋领域证明了AlphaGo的能力后，DeepMind用AlphaGo继续开发了几个新的项目，尤其是破解蛋白质分子折叠问题，解决了生物学家50年来的重大挑战等。

然而就在AlphaGo的性能越来越出色的时候，DeepMind和谷歌之间的关系却出现了裂痕。

前面说过，哈萨比斯在同意谷歌收购DeepMind的时候有两个条件，一个是禁止军用，另一个是加强监管。

然而就在AlphaGo在围棋领域大放异彩的时候，谷歌总部却秘密地接待了美国国防部长马蒂斯。

在过去的一段时间里，美国国防部发起了一个代号“马文”的项目，它的任务是通过大数据和机器学习，来为无人机操作员提供扣动扳机的依据。

2017年9月，谷歌与美国国防部签下了一笔总金额约3000万美元的项目合同。

其实对谷歌来说，这笔钱并不大，但是它开启了公司与国防部的合作。

当月，五角大楼邀请一些美国公司来竞拍“联合企业防御基础设施”合同。这是一份为期10年，总金额高达100亿美元的合同。

显然，有了马文项目的合作基础，谷歌就可以在后面的大单中大展拳脚。

为了防止干扰，谷歌和国防部刻意隐瞒了这个项目，他们甚至跑到美国国家航空航天局（NASA）的莫菲特机场，租了一大片空间用来进行马文项目。

但是终究还是没有不透风的墙。

2018年新年刚过，谷歌参与国防项目的消息就在公司里蔓延开来。

一位叫梅雷迪斯·惠特克的产品经理为此写了一封请愿书，要求公司撤销马文项目。

她在请愿书中写道：谷歌不应该参与战争。

很快，请愿书上的签名就从一个两个，变成500、1000。

4月初，这封请愿书上已经聚齐了3100人的签字，而纽约时报也对此做了跟踪报道，这让谷歌参与军事项目的事情大白于天下。

6月初，谷歌在巨大压力之下，退出了这个项目。

但这件事情却对DeepMind产生了巨大的冲击，信任危机开始出现。

很快，DeepMind就开启了分裂计划，要求谷歌承认自己在法律上的独立性。

之后虽然经过谈判，谷歌和DeepMind重新达成一致，但遗憾的是这和平只持续了不到一年。

这次新的冲突跟DeepMind在2016年2月成立的DeepMind Health部门有关。

DeepMind Health是一个健康项目，它通过和英国全民医疗系统（NHS）的合作来造福患者。

该项目由DeepMind联合创始人穆斯塔法·苏莱曼负责。

苏莱曼在DeepMind Health成立之初曾承诺：“在任何阶段，患者数据都不会与谷歌的账户、产品或服务链接关联。”

然而仅仅两年之后，苏莱曼就被迫食言了。

2018年，DeepMind的AlphaFold在第13届蛋白质结构预测竞赛中以大比分夺冠，人工智能顿时在生物医药研发领域呈现出美好的商业前景。

这可不是一件小事。

要知道DeepMind自诞生之日起就一直处于亏损状态，即使AlphaGo表现惊艳，却也并不能拿来当饭吃。DeepMind全凭谷歌的长期投入才能进行下来。

但AlphaFold的出现，第一次为DeepMind打开了盈利的机会。

这也让谷歌在连年巨额投入之后，看到了希望。

2018年11月8日，谷歌匆匆成立了Google Health，并在五天后，就宣布将DeepMind Health纳入母公司。

技术理想终究还是敌不过资本对盈利的渴望，DeepMind和谷歌脆弱的信任再次打破。

这次兼并让DeepMind看到他们的“独立性”已经是有名无实，众多工程师因此愤然离职。

2021年，DeepMind还向谷歌发起过一次挑战，希望拿到独立运营权，并建立独立的法律架构。

但最后的结果却是，DeepMind由谷歌高级技术审查委员会来监督。

DeepMind距离自己的目标反而更远了一步，双方分歧越来越大。

曾经在人工智能领域风头无两的DeepMind渐渐失去了声音。

而人工智能的舞台并不缺少主角，这次的C位换成了一家叫做OpenAI的公司。

OpenAI

自人工智能发展以来，业内对人工智能的担心从未停止。

马斯克可能是这些人当中最为知名的。

早在谷歌刚刚收购DeepMind的时候，他就担心地说，“最多十年，就会有严重危险事件的风险。”

其实除了马斯克以外，还有很多重量级人物对此表示忧虑，其中既包括上面提到DeepMind创始团队，也包括伊利亚·萨特斯基弗——辛顿DNNresearch团队的两名学生之一，和萨姆·阿尔特曼——现在被称为ChatGPT之父的那个人。

他们一致认为，面对人工智能的快速发展，尤其是各大公司对人工智能的秘密研发，开源是应对人工智能威胁的唯一方法。

出于这种共同的使命感，阿尔特曼、马斯克、彼得·贝尔等人立刻就拉起了一支队伍。

就这样，2015年12月11日，OpenAI成立了。

出于对抗科技巨头的想法，OpenAI在成立伊始依靠马斯克等人的10亿美元走上了非营利组织的模式。

但随着事业的推进，OpenAI的现金逐渐枯竭。

为了补充资金，同时还要让OpenAI能够践行最初的愿景，不被股东利益所左右，CEO阿尔德曼在投资架构上独辟蹊径。

2019年3月，他成立了一家“利润上限”营利实体——OpenAI LP，该企业由主体公司OpenAI Inc.担任普通合伙人（GP），包括创始人及微软等其他投资者作为有限合伙人（LP）。

OpenAI现任CEO山姆·阿尔特曼

OpenAI声明，如果OpenAI能够成功完成其使命，投资者和员工可以获得有上限的回报，第一轮的投资者回报上限不超过100倍，往后轮次的回报将会更低，而超过投资回报上限的部分则将全部归OpenAI Inc.所有。

OpenAI LP刚打开融资阀门，就引入了一大波资金的流入，其中最大一笔就是微软。

微软先是在2019年4月投入10亿美金，后又在2023年1月份以290亿美元的估值追加了100亿美金，在LP中持股达到49%。

微软曾经在人工智能军备竞赛当中落后，如今凭借对OpenAI的投资，微软终于重回一线。

后面的事情就为大家所熟知了。

随着ChatGPT的出现，微软迅速将其整合进Office里面，推出了Office Copilot。

CEO纳德拉兴奋地将这个全新工具称为生产力革命。

同时，微软还推出了整合ChatGPT的New-Bing，正式发起向谷歌的挑战。

而其他公司也不甘示弱，纷纷推出了自己的大模型。

人工智能出现井喷式发展。

忧虑和监管

ChatGPT的爆火挑动了原本谷歌独大的竞争格局，但它并没有改变人工智能在现实和理想之间的冲突。

针对微软对OpenAI的投资，OpenAI创始人之一的马斯克非常不满地说，“我至今搞不明白，一个我捐了1亿美元的非营利机构是怎么变成一个市值300亿美元的营利性组织的。”

同样让人感到讽刺的是，人工智能对人类社会的威胁也并没有因为OpenAI的成功而减少，反而变得愈发严峻起来。

2023年3月15日，当ChatGPT-4问世的时候，它已经可以在美国模拟律师资格考试中战胜90%的考生，并且在美国高考题（SAT考试）中拿到了进入哈佛大学的成绩。

而此时距离ChatGPT-3.5的问世才过去仅仅4个月。

看上去，ChatGPT正在重复从樊麾到李世石的过程。

面对人工智能的步步紧逼，学术界和企业界都产生了前所未有的危机感。

3月底，马斯克和深度学习三巨头之一的约书亚·本吉奥牵头，联名千名专家呼吁所有人工智能实验室立即暂停训练比GPT-4更强大的人工智能系统，期限至少6个月！

此后，神经网络之父同时也是深度学习三巨头之一的辛顿，也表示了对人工智能的担忧。

在接受《纽约时报》采访时，他甚至称，“我对自己的毕生工作，感到非常后悔。”

6月10日下午，辛顿出席被称之为中国“AI春晚”的2023年智源大会，线上发表题为《通向智能的两条通路》的大会压轴闭幕演讲。

在演讲中，辛顿表达了对人工智能“欺骗”能力的担心。

辛顿团队甚至还为此研发了一种取代反向传播的前向-反向传播的Forward-Backward算法，以限制 AI 的威胁。

一时间，业内关于人工智能威胁的争论几乎已经趋于白热化。

一边是坚持生产力革命的微软、谷歌和脸书等科技巨头，另一边则是保持警惕的众多学术专家，双方各执一词。

到底是资本过于自信，还是专家杞人忧天，时间当然会给予回答。

只不过，如果最后证明是坏的那个回答，那么那时的人类也已经没有了翻盘的机会。

心理学上有一个荷花定律，说的是荷花每天增长一倍，那么在铺满整个荷塘之前那一天，荷花其实只铺了这个荷塘的一半。

或者说，荷花在最后一天干了之前所有天数的活。

这个疯狂增长的模型，颇类似于人工智能的进化过程。

人工智能在人畜无害和把控全局之间，不过只是短短一瞬。

要么提前准备，要么就没必要准备。

幸好，人类社会并非完全迟钝。

2023年6月14日，欧洲议会甚至以499票赞成、28票反对和93票弃权的压倒性结果通过了《人工智能法案》（AI Act）草案。

姗姗来迟，但迟来总比不来好。

不过，防范人工智能的威胁仅凭这一个法案是远远不够的，因为科技巨头会在各国之间规避监管，并出于竞争和提高效率的需要，不断主动提高机器的学习能力和适应能力。

因此，世界各国必须要在人工智能铺满荷塘的前夜做出协调一致的监管安排。

唯有开源和全球协调一致的监管，才能有效限制科技巨头的恶性竞争。

点击“专辑”，欢迎关注塔哥FRM。