下一个“ AI 王炸”，别只盯着 OpenAI，DeepMind 也在憋大招 ...

hilalchemist

图片来源 @视觉中国
文 | 脑极体
过去几个月，OpenAI 风头无两，各大科技公司争先恐后地跟进大语言模型（LLM）这一技术路线。
对比之下，OpenAI 的老对手 DeepMind，显得有些低调和沉默。微软靠 OpenAI 打了一场胜仗，而谷歌推出的 Bard 翻了车，和谷歌同属 AlphaBeta 的 DeepMind 却没有出来力挽狂澜的意思。
6 C- H; e. v( u6 M' X9 U* v同样是半学术、半企业科研性质的前瞻性 AI Lab，DeepMind 也瞄准了通用人工智能 AGI，但实现路径上，却有着和 OpenAI 不同的选择。
" g! a' m: {/ ]/ [& m4 M这段时间我们能看到科技圈在集体 " 追风口 "，大量资源（注意力、算力、人才、政策等）都被投入到 OpenAI 引领的大语言模型热潮中，有些高校甚至出现了 " 不做 LLM 就没有算力用 " 的局面。" 中国没有自己的 OpenAI" 也被认为是创新滞后的现实证明。
7 g3 H9 l% v+ L! g# B有人说 OpenAI 的 AI 属于 " 精英教育路线 "，一路砸钱供它读到博士，一毕业就是王炸，惊艳全场，这点确实没错，也是非常值得很多国内 AI Lab 学习的。
追逐 OpenAI 的赛道已经十分拥挤。别忘了，DeepMind 默默烧钱、长期锚定的很多研究方向，也非常具有前沿性和想象力，2016 年的 AlphaGo、2020 年的 AlphaFold 都曾一鸣惊人。下一个 "AI 王炸 "，可能就是 DeepMind 做出来的。
大家知道有种新闻叫 " 震惊体 "，每一次出现 "AI 王炸 " 级产品，就会有大量 " 震惊体 " 出现，比如 " 阿尔法狗要取代人类 ""AlphaFold 抢了生物学家的工作 "" 有了 ChatGPT 人类还有价值吗？"
! R, ~" E+ s9 }. j2 q- q感到 " 震惊 "，有时真的只是因为知道的太少、太晚，在这些 "AI 王炸 " 技术尚在成长阶段，忽视了它们，等能力发展到实用程度，又开始恐慌、焦虑。
( G! p* f4 o0 O) }届时，我们会不会又会陷入新一轮的追逐跟风，接着抱怨 " 中国没有自己的 DeepMind" 呢？
所以，我们不妨来预测一下，DeepMind 正在憋的大招里，哪些可能成为下一个王炸，读者们可以有个心理准备，提前对 " 震惊体 " 脱敏。
( K8 T; M- T( P: G; g0 g0 Z) v( t8 b& rAI 要取代科学家，够不够震惊？
ChatGPT 走红之后，很多白领人士都担心自己的岗位要被取代了。而科学家可是智力水平站在金字塔顶端的人类，职业生涯肯定稳稳的吧？
+ N# M3 ^7 \7 `& PAI+ 科学，正是 DeepMind 长期锚定的赛道，已经产出了很多突破性的研究成果，覆盖了数学家、物理学家、生物学家的专业领域。
已经问世的 AlphaFold 和 AlphaFold 2 就在生物学界掀起了海啸级的影响，彻底改变了蛋白质结构预测的传统方法，也引发了各大高校和科研机构的复现、优化、应用。基于这一新技术，DeepMind 一夜之间改变了生物制药行业，也因此成为 " 数字生物学 " 这一新兴领域的先驱。
目前，AI+ 生物学的潜力还没有完全释放出来，AI 技术在生物制药和生命科学中的应用，还停留在少数环节中探索、案例级尝试的阶段。DeepMind 也正在与行业展开合作，比如与 Isomorphic Labs 合作，以 "AI-FIRST" 原则重构药物发现过程，在著名的生物医学研究中心弗朗西斯 · 克里克研究所（Francis Crick Institute），建了一个湿实验室，加强 AI 技术与生物实验的结合，同时还在不断扩大 AI for science 团队，加快基础生物学的研究。
或许，下一个抗癌新药、生物计算领域的大突破，就会在 DeepMind 诞生。



# Z/ ]. Q' t# k/ C  n6 T（AlphaFold 揭示了蛋白质宇宙的结构）
( C9 X. Q( z1 [" o" @) b 你可能会说，生物学是一门实验科学，有成熟的程式，被 AI 技术改变很合理。数学、物理这样的基础科学，突破几乎来自天才式的直觉和灵感，有的数学家甚至是在梦中取得突破。比如阿基米德就是在洗澡时灵光一现，发现了浮力定律；拉马努金在梦中发现了 3900 个公式…… AI 估计就不好使了吧？
" a1 G5 _; f- m5 x, M7 _数学、物理，这些涉及抽象世界和人类深层直觉的领域，DeepMind 也已经取得了突破。
帮助数学家发现他们从未发现的发现—— DeepMind 发表在《自然》杂志上的一篇论文显示，研究人员与顶级数学家合作，为一个几十年来都没有结局的数学猜想，通过机器学习（ML）找到了突破口。
- ~" c& k8 B, {; q# D使用 AI 来处理海量或无法直接推理的数据，可以大大增强数学家的洞察力，从而更快地找到证明猜想和新公式的方法，已经被 DeepMind 证明是可行的。
牛津大学数学系教授 Marcus Du Sautoy 形容 AI 技术在纯数学中的应用，" 就像伽利略拿起望远镜，能够深入凝视数据宇宙，看到以前从未发现过的东西 "。
未来随着探索的增多，很多未被证实的数学猜想，都有可能因 AI 的加入而突破。希望届时大家不会又以为 AI 进化出了什么超能力，被 "AI 取代数学家 " 之类的标题给骗了。
AI 参与核聚变的研究进程——核物理无论从学术还是社会政治经济的角度，都是非常重要的。大家可能都听过中国核物理学家造原子弹的艰苦故事，其中很多工作和牺牲能不能由 AI 来代劳呢？DeepMind 还真搞成了。
它们与瑞士等离子体中心，合作开发了一个 AI 系统，通过强化学习，控制系统可以很好地协调 TCV（由许多磁线圈组成），确保等离子体永远不会接触容器壁，这样就可以减少核聚变的热量损失。同时，还能将等离子体精确地雕刻成不同的形状，方便科学家研究等离子体在不同条件下的反应，从而提高对核聚变反应堆的理解。

8 C/ E2 g, {1 ^7 P) Z: N8 Y

: E! N7 H$ m5 E  _& u总之，在过去的几年里，DeepMind 在数学、物理、化学、生物学、量子、气象、材料等多个科学领域，创造性地探索了大量 AI for science 的可能，带来了全新的科学研究方法，必然会催生全新的科学发现和技术突破，下一个 "AI 王炸 " 很可能就在其中。
- g+ d5 j6 z0 c$ g! l3 S现实版《西部世界》够不够炸裂？
DeepMind 的目标也是实现通用人工智能。具体怎么做呢？OpenAI 专心搞语言，DeepMind 就专注 " 训狗 " ——搞强化学习。
: m. s1 e- c5 X9 P+ B& c& D弱人工智能，只能在有限的环境中解决特定问题，没有发展出人类身上那种通识智能。那种 " 通用 " 智能的机器，大概就类似于《西部世界》或者《底特律》中的机器人，能够在复杂的环境里执行任务。
实现 AGI，OpenAI 是用大量数据和充分训练来促成大语言模型的 " 智能涌现 "，而 DeepMind 则选择了 " 正向教育 " ——希望通过强化学习，给 AI 系统以 " 奖励最大化 " 的刺激，驱使智能体自主去学习复杂的能力。因为只有表现出这些能力，智能体才能获得奖励（比如生存下去）。
听起来，是不是跟工作犬执行主人的口令，主人根据结果来进行奖励或惩罚是一个路子？
在一篇论文中，DeepMind 的研究人员写道：" 奖励足以推动智能体表现出通用智能的迹象和行为，包括学习、感知、社会智能、语言、概括和模仿。"
上一只震惊世界的狗是击败人类棋手的 " 阿尔法狗（AlphaGo）"，而下一只可能就是被 DeepMind 用强化学习训练出来的 AI 了。
; V; \) N9 m! k# y! d6 ^/ H* c

$ A  a0 k6 d) F2 N1 Y
) s' {7 D* ?0 Y8 W/ |7 {! ?（ANYmal 机器人的运动技能是通过模仿狗 MoCap 来学习的）
  J1 I% e8 v: ~! y) k! O: {比如这只机器狗，就通过强化学习不断试错，从而具备了两个重要的能力：
6 ?7 s9 x2 y. |) z. g一是使用历史经验，一般来说电机控制的 AI 智能体，一开始不知道对每个关节施加什么力，需要大量数据才能迈出步子，不然就会随机抽搐并迅速摔倒，而借助 RL 可以利用以前学到的运动技能，从而缓解 " 起步 " 时的尴尬。
二是减少特殊行为，此前智能机器人一般会用一种很不自然、不够人性化的方式来避障，虽然看起来很有趣，但不够实用。DeepMind 采用强化学习训练，偏向于让智能体学习更多的自然行为，可以安全高效地控制真实世界的机器人 / 机器狗，将机械控制与认知智慧相结合。
4 D$ N) z! P+ u+ S类似的强化学习实验还有很多，比如让智能体在网络游戏中展开随机互动，让智能体在模拟的三维世界里搭积木、打扫房间……基本逻辑都是基于人类反馈的奖励模型。
ChatGPT 只能解决语言问题，《西部世界》里的人机融合新物种，更灵活的通用家政机器人，可能还真得靠 DeepMind 的强化学习路线来实现。
像人脑一样思考的 AI，够不够有趣？
DeepMind 虽然没有跟风推出类 ChatGPT 的大语言模型，但并不代表它对这个领域毫无建树，只不过二者关注的技术方向不太一样罢了。
随着使用者的增多，大家可能都发现了类 ChatGPT 模型的一些限制，比如非常注重数据和语料。
3 W$ i+ o% v2 P  j- b- w深度学习靠规模数据、庞大算力、充分训练而 " 大力出奇迹 " 的暴力美学，在大模型时代发挥到了极致。
! T0 B1 p) E2 v0 z3 \' A+ Z这带来了一系列问题，比如中文语料不足，训出来的大模型效果不好，有的中文 LLM 会用英文语料进行训练，再将答案翻译回中文，这种做法当然是符合业界常规的，但问题在于很多价值观、常识性的东西，是没有办法对齐和翻译的。
而且 " 暴力计算出奇迹 " 的大炼模型，打造的语言模型是不可解释的黑盒，金融、政务、工业等行业是不敢用的，无法支撑可靠的决策。
不知道 OpenAI 和国内厂商打算怎么解决 " 暴力计算 " 的弊病，反正 DeepMind 倒是一直在琢磨不同的路线——不搞暴力美学，大搞神经科学。
6 Z/ q; K# l0 }- c2 Y3 p( D! B$ D4 fDeepMind 认为大脑才是机器智能模仿的对象，希望通过对脑科学、神经运动学、元学习等 " 人类本位 " 的研究，来提升深度学习模型的鲁棒性、可解释性、可靠性等，让 AI 达到人类水平的理解能力。
比如重新认识大脑的工作机制，借鉴多巴胺通过调节神经元之间突触连接的强度，提出了一种基于奖励的强化学习理论；在 3D 游戏世界中创建了模拟心理学实验室 Psychlab，能够实施经典的心理实验，显著改进了智能体 UNREAL 的性能；发现在人工神经网络倾向于避开精确设计的代码，倾向于对成本函数进行暴力优化（不追求奖励最大化，而是追求成本最小化，不做错就没有损失），而人脑的机制却往往会专注在任务实现和奖励上，从这个角度去优化深度神经网络的结构。
8 a2 m* }% N% {: Q0 p2 a; e2 o2023 年发表的一篇新论文中，DeepMind 则针对大脑中的回放（replay）机制，提出这是一种组合计算的形式，可以衍生出新的知识，在神经网络中整合回放机制，有望让 AI 用极少的数据学到新东西，提高认知智能，更接近 " 智能涌现 "。
1 `  b- u* B2 y$ K/ Z; F大脑的智慧让人类爬上了万物之灵的宝座，AI 不靠人工而靠智能，为什么不可能呢？
: x# ^) q9 e+ }8 F/ y. v

6 m3 s: l/ B: ^/ u' K
当初 OpenAI 要走 NLP 这条 " 冷门 " 的路，很多人也觉得不可能，直到产品虽不成熟、但能力十分惊艳的 ChatGPT 出现，人们才开始纷纷夸赞 OpenAI 的长期主义。这些年 DeepMind 默默搞的研究，可能就是下一个 " 王炸 "。
我们都希望中国 AI 也能诞生影响世界的元创新，其实 AI 领域并没有那么多独门秘技，很多灵感或技术路线都是公开的，但我们为什么总是听过就算、见过就忘呢？
除了灵光一现的 idea， OpenAI 和 DeepMind 不断投入的耐心，强大的工程能力，前沿研究与商业化的平衡，也是值得学习和借鉴的。
不能总是热泪盈眶，总是不长记性，直到下一个《震惊！XXX 的 XXX 又颠覆世界了》……
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App