大手笔！微软花10亿美元巨资投入OpenAI，是什么操作？

近日，微软宣布，将向总部位于旧金山的人工智能研究公司OpenAI投资10亿美元。

OpenAI将与微软合作，共同为微软Azure云平台开发新的人工智能技术，并将与微软达成一项排他性协议，“进一步扩展”大规模人工智能能力，“兑现通用人工智能(AGI)的承诺”。

此外，OpenAI将把它的一些技术授权给微软，微软将把这些技术商业化，并将其出售给尚未提及的合作伙伴。OpenAI将在Azure云上培训和运行人工智能模型，因为它致力于开发新的超级计算硬件，同时“坚持道德和信任的原则”。

OpenAI首席技术官格雷格·布罗克曼(Greg Brockman)在一篇博客文章中表示，这笔投资将支持通用人工智能(AGI)的发展，这种人工智能具有学习人类所能学习的任何智力任务的能力，具有“广泛的”经济效益。

通用人工智能的迷思

让机器能像人类一样学习是人工智能领域的终极目标，但目前的尝试离这个目标还很远。2018年，作家马丁·福特(Martin Ford)采访在人工智能领域的二十余位杰出人物时，让这些受访对象预测，人类在哪一年能够有50%的机会成功实现通用人工智能。

未来学家、谷歌工程总监雷·库兹韦尔(Ray Kurzweil)认为是在2029年，iRobot联合创始人罗德尼·布鲁克斯(Rodney Brooks)回答是2200年。而其他人的答案则是在这两个时间点之间，这些受访对象给出的预测时间平均算下来是在2099年，也就是81年之后。

在许多特定领域，专用人工智能已经能做到远胜于人(比如下棋、打牌、玩魔方)，但专用人工智能与通用人工智能间仍存在着“质”的差距。

即便在关于通用人工智能的研究中，对通用人工智能的理解也各有不同。有些人企图尽可能忠实地模拟脑结构，有些人企图在尽可能多的领域中取代人，有些人则想让计算机遵循和人基本相同的“思维规律”。

不过，这种努力是有争议的，通用人工智能的可能性仍受到不少怀疑。其中比较常见的论调包括“计算机必须遵循程序，因此不可能有灵活性和创造性”、“计算机只能根据形式来使用符号，但无法获得其意义”等。

美国哲学家约翰·希尔勒(John Searle)提出过一个“中文房间实验”，即一位只说英语的人带着中文翻译书身处在一个封闭房间。房间外的人用写着中文的纸片与之对话，房内的人可以让任何房外的人误以为他会说流利的中文。

这个例子是为了表达，人工智能永远不可能像人类那样拥有自我意识，即使能够满足人类各种需求的通用人工智能，也与自我意识觉醒的强人工智能之间不存在递进关系。因此，人工智能可以无限接近却无法超越人类智能。

美国版DeepMind?

OpenAI在很多方面都像是美国版的英国公司DeepMind。谷歌的母公司Alphabet于2014年以4亿美元的价格收购了DeepMind。

自2010年成立以来，DeepMind就像OpenAI一样，严重依赖计算密集型技术，在游戏、媒体合成和医学领域取得了显著的人工智能进展。

这些进步并不便宜——Wired报道称，2017年DeepMind的“烧钱”量达到3.34亿英镑(约4.42亿美元)。

OpenAI则是成立于2015年，最初是一家非盈利机构，从马斯克、领英创始人霍夫曼、YC总裁Sam Altman等处筹集了10亿美元资金。

OpenAI发表了从计算机视觉到自然语言处理(NLP)等人工智能子领域的研究，其使命是安全地创建超级智能软件。

2018年2月，OpenAI发布公告表示，因为特斯拉越来越聚焦AI，马斯克因为潜在的利益冲突退出董事会。

尽管有不少新的捐资人加入，但对OpenAI的烧钱速度来说都是杯水车薪。以其文本生成人工智能GPT-2为例，一个模型拥有15亿参数，使用256块TPU v3训练，每小时都要花费2048美元。

研究人员的薪水也是大头。据《纽约时报》报道称，2016年OpenAI有50多人，仅薪水和福利就支出了700多万美元。

根据美国国税局(IRS)的文件，该公司2016年支出1,120万美元。

为了继续拿到足够的钱进行研究，他们成立了Open AI LP这样一家利润有上限的盈利公司。

Open AI LP的基本理念是，使命完成后，投资者和员工可以获得有上限的回报。对于首批投资者来说，这一上限是100倍，后续的投资者会更少。如果回报超过这一上限，超出的部分，会由非营利组织OpenAI Nonprofit控制。

OpenAI表示，这有利于筹集资金，并以类似创业公司股权的方式来吸引人才。随后，OpenAI LP得到了霍夫曼的慈善基金会和科斯拉风投(Khosla Ventures)的资金。这种做法自然受到了一些人的批评，认为一开始的非盈利口号只是个吸引人才的噱头，另一些人则表示组织毕竟需要资金运转。

OpenAI的人工智能成果

关于这次投资，微软首席执行官萨蒂亚•纳德拉(Satya Nadella)表示:“人工智能是我们这个时代最具变革意义的技术之一，有潜力帮助解决我们面临的许多全球最紧迫的挑战。”

“通过将OpenAI的突破性技术与新的Azure AI超级计算技术结合起来，我们的目标是让人工智能民主化——同时始终将人工智能安全放在首位和中心——这样每个人都能从中受益。”

根据Brockman的说法，这种合作的部分动机是OpenAI对巨大计算能力的持续追求。

它的研究人员最近发布的分析显示，从2012年到2018年，最大的人工智能训练运行中使用的算力增长了30多万倍，有3.5个月的倍增时间，远远超过了摩尔定律的速度。

或许OpenAI的OpenAI Five就是这种趋势的一个例证，这是一款人工智能系统，去年夏天与电子游戏《Dota 2》的专业玩家展开了对决。OpenAI Five击败了2018年TI8世界冠军OG战队，在公开比赛中击败了99.4%的玩家。

“OpenAI正在开发一系列越来越强大的人工智能技术，这需要大量资金，”Brockman说。

“覆盖成本最明显的方式是开发一种产品，但这意味着我们要改变重点。”

OpenAI 还发布了一款文本生成器GPT-2，它能够识别各种各样的输入，从新闻、歌词、诗歌、食谱、代码，甚至到《指环王》和《复仇者联盟》主题，只要给出一个开头，GPT-2 就能接上下文。

GPT-2并没有接受过特定训练，工程师们精挑细选了它的数据库：从 Reddit 上选取了 800 万条 Karma 值(相当于论坛里的等级)大于3的高赞链接。

在整个无监督训练过程中，工程师没有对 GPT-2 进行任何有针对性的培训。但GPT-2 在多项测试中表现优于在特定领域数据集(例如维基百科，新闻，书籍)上训练的模型。在著名的 AI 常识推理比赛 Winograd Schema Challenge 中，GPT-2 的成绩把世界纪录拔高了 7%。在“儿童书籍填词测试”中，GPT-2 的表现几乎与人类无异。

因此，GPT-2的成功也被认为是人类能够训练出更加泛化的AI的证明。不过，因为担心这项技术被滥用，OpenAI起初并没有开源这个系统，这引来了不少反对的声音。

OpenAI在5月初表示将逐步公开GPT-2，并开源了345M的预训练模型。后续，OpenAI将分析该语言模型对社会的影响。

除了这些华丽的项目，OpenAI还为开源工具做出了贡献，比如Gym和Neural MMO。前者是一个测试和比较强化学习算法的工具包，通过反复试验来实现目标，后者则是一个“大规模多代理”的虚拟训练场，将代理置于类似RPG的世界中。

最近的其他公共工作包括CoinRun，它测试了强化学习代理的适应性;一个旨在教授任何人深度学习的项目spin Up;Sparse Transformers，它可以预测在冗长的文本、图像和音频序列中接下来会发生什么;还有MuseNet，它用10种不同的乐器创作了四分钟的新颖歌曲，涵盖了不同的流派和风格。

微软加码人工智能

Brockman和首席执行官Altman相信，真正的AGI将能够比任何一个人掌握更多的领域，主要是通过识别人类专家无法识别的复杂的跨学科联系。

此外，他们预测，负责任地部署AGI——换句话说，AGI与社会科学等相关领域的研究人员“密切合作”部署——可能有助于解决气候变化、卫生保健和教育方面的长期挑战。

Altman说:“AGI的诞生将是人类历史上最重要的技术发展，有可能塑造人类的发展轨迹。”

“我们的使命是确保AGI技术造福全人类，我们正在与微软合作建立超级计算基础，我们将在此基础上建立AGI。我们认为，确保AGI的安全部署和经济效益的广泛分配至关重要。”

微软在人工智能方面的布局很广。在微软的2019 Build开发者大会上，微软就发布了一系列软件更新，包括Azure云服务、Cortana语音助手、Microsoft Search、MinecraftAR和Edge浏览器等。

至于微软，它是人工智能工具带中的又一个亮点，包括从研究资助和解决方案套件(如Windows Vision Skills)到Office 365中以机器学习为动力的生产力特性。

在产品方面，该公司最近对Azure Cognitive Services和Azure Machine Learning进行了增强，前者是一种预先构建的服务，旨在加快无代码人工智能模型的创建;后者是一种云托管工具集，有助于开发预测模型、分类器和推荐系统。

此外，它还在preview中发布了一个用于机器人和自主物理系统开发的工具包，并且它开源了一个工具，使开发人员能够向AI系统注入可解释的组件。

这些更新紧随与AT&T;、Adobe和其他公司的高调AI合作之后。

去年7月，微软表示将与沃尔玛合作，通过人工智能、云计算和物联网(IoT)服务的结合，加快零售商的数字化转型，主要是通过Azure提供必要的基础设施，并将机器学习服务应用于巡游送货卡车等任务。

去年，微软还收购了自然语言初创公司Semantic Machines，利用他们的技术，微软计划让Cortana以一种非常自然的方式理解用户，将技能和环境结合，让Cortana能够理解用户实际上要求他们做的事。

与此同时，该公司加快了对处于后期阶段和相对新生的人工智能初创企业的投资，据估计，整个行业的人工智能和机器学习融资同比增长72%。

去年11月，该公司收购了XOXCO，后者是Botkit框架的制造商，该框架为Slack和微软团队等团队通信聊天应用程序创建对话机器人。几个月前，该公司收购了平台的创建者Lobe，该平台能够让人使用可视化界面构建自定义深度学习模型。

今年6月，微软收购了总部位于加州伯克利的创业公司Bonsai，该公司设计了针对企业的深度学习工具。

微软在亚太的首家人工智能和物联网实验室落户上海，于5月正式运营。这家实验室总面积达到2800平方米，是微软全球第四家，也是截至目前规模最大的一家，已吸引到首批30家国内外知名企业和初创公司入驻。