圖片來源 @視覺中國
文 | 腦極體
過去幾個月，OpenAI 風頭無兩，各大科技公司争先恐後地跟進大語言模型（LLM）這一技術路線。
對比之下，OpenAI 的老對手 DeepMind，顯得有些低調和沉默。微軟靠 OpenAI 打了一場勝仗，而谷歌推出的 Bard 翻了車，和谷歌同屬 AlphaBeta 的 DeepMind 卻沒有出來力挽狂瀾的意思。
同樣是半學術、半企業科研性質的前瞻性 AI Lab，DeepMind 也瞄準了通用人工智能 AGI，但實現路徑上，卻有着和 OpenAI 不同的選擇。
這段時間我們能看到科技圈在集體 " 追風口 "，大量資源（注意力、算力、人才、政策等）都被投入到 OpenAI 引領的大語言模型熱潮中，有些高校甚至出現了 " 不做 LLM 就沒有算力用 " 的局面。" 中國沒有自己的 OpenAI" 也被認爲是創新滞後的現實證明。
有人說 OpenAI 的 AI 屬于 " 精英教育路線 "，一路砸錢供它讀到博士，一畢業就是王炸，驚豔全場，這點确實沒錯，也是非常值得很多國内 AI Lab 學習的。
追逐 OpenAI 的賽道已經十分擁擠。别忘了，DeepMind 默默燒錢、長期錨定的很多研究方向，也非常具有前沿性和想象力，2016 年的 AlphaGo、2020 年的 AlphaFold 都曾一鳴驚人。下一個 "AI 王炸 "，可能就是 DeepMind 做出來的。
大家知道有種新聞叫 " 震驚體 "，每一次出現 "AI 王炸 " 級産品，就會有大量 " 震驚體 " 出現，比如 " 阿爾法狗要取代人類 ""AlphaFold 搶了生物學家的工作 "" 有了 ChatGPT 人類還有價值嗎？"
感到 " 震驚 "，有時真的隻是因爲知道的太少、太晚，在這些 "AI 王炸 " 技術尚在成長階段，忽視了它們，等能力發展到實用程度，又開始恐慌、焦慮。
屆時，我們會不會又會陷入新一輪的追逐跟風，接着抱怨 " 中國沒有自己的 DeepMind" 呢？
所以，我們不妨來預測一下，DeepMind 正在憋的大招裏，哪些可能成爲下一個王炸，讀者們可以有個心理準備，提前對 " 震驚體 " 脫敏。
AI 要取代科學家，夠不夠震驚？
ChatGPT 走紅之後，很多白領人士都擔心自己的崗位要被取代了。而科學家可是智力水平站在金字塔頂端的人類，職業生涯肯定穩穩的吧？
AI+ 科學，正是 DeepMind 長期錨定的賽道，已經産出了很多突破性的研究成果，覆蓋了數學家、物理學家、生物學家的專業領域。
已經問世的 AlphaFold 和 AlphaFold 2 就在生物學界掀起了海嘯級的影響，徹底改變了蛋白質結構預測的傳統方法，也引發了各大高校和科研機構的複現、優化、應用。基于這一新技術，DeepMind 一夜之間改變了生物制藥行業，也因此成爲 " 數字生物學 " 這一新興領域的先驅。
目前，AI+ 生物學的潛力還沒有完全釋放出來，AI 技術在生物制藥和生命科學中的應用，還停留在少數環節中探索、案例級嘗試的階段。DeepMind 也正在與行業展開合作，比如與 Isomorphic Labs 合作，以 "AI-FIRST" 原則重構藥物發現過程，在著名的生物醫學研究中心弗朗西斯 · 克裏克研究所（Francis Crick Institute），建了一個濕實驗室，加強 AI 技術與生物實驗的結合，同時還在不斷擴大 AI for science 團隊，加快基礎生物學的研究。
或許，下一個抗癌新藥、生物計算領域的大突破，就會在 DeepMind 誕生。
（AlphaFold 揭示了蛋白質宇宙的結構）
你可能會說，生物學是一門實驗科學，有成熟的程式，被 AI 技術改變很合理。數學、物理這樣的基礎科學，突破幾乎來自天才式的直覺和靈感，有的數學家甚至是在夢中取得突破。比如阿基米德就是在洗澡時靈光一現，發現了浮力定律；拉馬努金在夢中發現了 3900 個公式…… AI 估計就不好使了吧？
數學、物理，這些涉及抽象世界和人類深層直覺的領域，DeepMind 也已經取得了突破。
幫助數學家發現他們從未發現的發現—— DeepMind 發表在《自然》雜志上的一篇論文顯示，研究人員與頂級數學家合作，爲一個幾十年來都沒有結局的數學猜想，通過機器學習（ML）找到了突破口。
使用 AI 來處理海量或無法直接推理的數據，可以大大增強數學家的洞察力，從而更快地找到證明猜想和新公式的方法，已經被 DeepMind 證明是可行的。
牛津大學數學系教授 Marcus Du Sautoy 形容 AI 技術在純數學中的應用，" 就像伽利略拿起望遠鏡，能夠深入凝視數據宇宙，看到以前從未發現過的東西 "。
未來随着探索的增多，很多未被證實的數學猜想，都有可能因 AI 的加入而突破。希望屆時大家不會又以爲 AI 進化出了什麽超能力，被 "AI 取代數學家 " 之類的标題給騙了。
AI 參與核聚變的研究進程——核物理無論從學術還是社會政治經濟的角度，都是非常重要的。大家可能都聽過中國核物理學家造原子彈的艱苦故事，其中很多工作和犧牲能不能由 AI 來代勞呢？DeepMind 還真搞成了。
它們與瑞士等離子體中心，合作開發了一個 AI 系統，通過強化學習，控制系統可以很好地協調 TCV（由許多磁線圈組成），确保等離子體永遠不會接觸容器壁，這樣就可以減少核聚變的熱量損失。同時，還能将等離子體精确地雕刻成不同的形狀，方便科學家研究等離子體在不同條件下的反應，從而提高對核聚變反應堆的理解。
總之，在過去的幾年裏，DeepMind 在數學、物理、化學、生物學、量子、氣象、材料等多個科學領域，創造性地探索了大量 AI for science 的可能，帶來了全新的科學研究方法，必然會催生全新的科學發現和技術突破，下一個 "AI 王炸 " 很可能就在其中。
現實版《西部世界》夠不夠炸裂？
DeepMind 的目标也是實現通用人工智能。具體怎麽做呢？OpenAI 專心搞語言，DeepMind 就專注 " 訓狗 " ——搞強化學習。
弱人工智能，隻能在有限的環境中解決特定問題，沒有發展出人類身上那種通識智能。那種 " 通用 " 智能的機器，大概就類似于《西部世界》或者《底特律》中的機器人，能夠在複雜的環境裏執行任務。
實現 AGI，OpenAI 是用大量數據和充分訓練來促成大語言模型的 " 智能湧現 "，而 DeepMind 則選擇了 " 正向教育 " ——希望通過強化學習，給 AI 系統以 " 獎勵最大化 " 的刺激，驅使智能體自主去學習複雜的能力。因爲隻有表現出這些能力，智能體才能獲得獎勵（比如生存下去）。
聽起來，是不是跟工作犬執行主人的口令，主人根據結果來進行獎勵或懲罰是一個路子？
在一篇論文中，DeepMind 的研究人員寫道：" 獎勵足以推動智能體表現出通用智能的迹象和行爲，包括學習、感知、社會智能、語言、概括和模仿。"
上一隻震驚世界的狗是擊敗人類棋手的 " 阿爾法狗（AlphaGo）"，而下一隻可能就是被 DeepMind 用強化學習訓練出來的 AI 了。
（ANYmal 機器人的運動技能是通過模仿狗 MoCap 來學習的）
比如這隻機器狗，就通過強化學習不斷試錯，從而具備了兩個重要的能力：
一是使用曆史經驗，一般來說電機控制的 AI 智能體，一開始不知道對每個關節施加什麽力，需要大量數據才能邁出步子，不然就會随機抽搐并迅速摔倒，而借助 RL 可以利用以前學到的運動技能，從而緩解 " 起步 " 時的尴尬。
二是減少特殊行爲，此前智能機器人一般會用一種很不自然、不夠人性化的方式來避障，雖然看起來很有趣，但不夠實用。DeepMind 采用強化學習訓練，偏向于讓智能體學習更多的自然行爲，可以安全高效地控制真實世界的機器人 / 機器狗，将機械控制與認知智慧相結合。
類似的強化學習實驗還有很多，比如讓智能體在網絡遊戲中展開随機互動，讓智能體在模拟的三維世界裏搭積木、打掃房間……基本邏輯都是基于人類反饋的獎勵模型。
ChatGPT 隻能解決語言問題，《西部世界》裏的人機融合新物種，更靈活的通用家政機器人，可能還真得靠 DeepMind 的強化學習路線來實現。
像人腦一樣思考的 AI，夠不夠有趣？
DeepMind 雖然沒有跟風推出類 ChatGPT 的大語言模型，但并不代表它對這個領域毫無建樹，隻不過二者關注的技術方向不太一樣罷了。
随着使用者的增多，大家可能都發現了類 ChatGPT 模型的一些限制，比如非常注重數據和語料。
深度學習靠規模數據、龐大算力、充分訓練而 " 大力出奇迹 " 的暴力美學，在大模型時代發揮到了極緻。
這帶來了一系列問題，比如中文語料不足，訓出來的大模型效果不好，有的中文 LLM 會用英文語料進行訓練，再将答案翻譯回中文，這種做法當然是符合業界常規的，但問題在于很多價值觀、常識性的東西，是沒有辦法對齊和翻譯的。
而且 " 暴力計算出奇迹 " 的大煉模型，打造的語言模型是不可解釋的黑盒，金融、政務、工業等行業是不敢用的，無法支撐可靠的決策。
不知道 OpenAI 和國内廠商打算怎麽解決 " 暴力計算 " 的弊病，反正 DeepMind 倒是一直在琢磨不同的路線——不搞暴力美學，大搞神經科學。
DeepMind 認爲大腦才是機器智能模仿的對象，希望通過對腦科學、神經運動學、元學習等 " 人類本位 " 的研究，來提升深度學習模型的魯棒性、可解釋性、可靠性等，讓 AI 達到人類水平的理解能力。
比如重新認識大腦的工作機制，借鑒多巴胺通過調節神經元之間突觸連接的強度，提出了一種基于獎勵的強化學習理論；在 3D 遊戲世界中創建了模拟心理學實驗室 Psychlab，能夠實施經典的心理實驗，顯著改進了智能體 UNREAL 的性能；發現在人工神經網絡傾向于避開精确設計的代碼，傾向于對成本函數進行暴力優化（不追求獎勵最大化，而是追求成本最小化，不做錯就沒有損失），而人腦的機制卻往往會專注在任務實現和獎勵上，從這個角度去優化深度神經網絡的結構。
2023 年發表的一篇新論文中，DeepMind 則針對大腦中的回放（replay）機制，提出這是一種組合計算的形式，可以衍生出新的知識，在神經網絡中整合回放機制，有望讓 AI 用極少的數據學到新東西，提高認知智能，更接近 " 智能湧現 "。
大腦的智慧讓人類爬上了萬物之靈的寶座，AI 不靠人工而靠智能，爲什麽不可能呢？
當初 OpenAI 要走 NLP 這條 " 冷門 " 的路，很多人也覺得不可能，直到産品雖不成熟、但能力十分驚豔的 ChatGPT 出現，人們才開始紛紛誇贊 OpenAI 的長期主義。這些年 DeepMind 默默搞的研究，可能就是下一個 " 王炸 "。
我們都希望中國 AI 也能誕生影響世界的元創新，其實 AI 領域并沒有那麽多獨門秘技，很多靈感或技術路線都是公開的，但我們爲什麽總是聽過就算、見過就忘呢？
除了靈光一現的 idea， OpenAI 和 DeepMind 不斷投入的耐心，強大的工程能力，前沿研究與商業化的平衡，也是值得學習和借鑒的。
不能總是熱淚盈眶，總是不長記性，直到下一個《震驚！XXX 的 XXX 又颠覆世界了》……
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
