【編者按】作為一家市值超過1萬億美元的公司，微軟去年向人工智慧領域的OpenAI投資10億美元，就此加入實現通用人工智慧的競賽中。事實上，Alphabet和微軟等科技巨頭都在大舉投資開發可能從根本上重塑商業世界的技術，但誰也說不準它什麼時候會到來。對於這些世界上最有價值的公司來說，即便沒有贏家，實現通用人工智慧也是一場他們輸不起的比賽。
以下為文章正文：
微軟執行長薩蒂亞·納德拉(Satya Nadella)
微軟已經是市值超過1萬億美元的全球最有價值公司之一。去年7月，其執行長薩蒂亞·納德拉(Satya Nadella)與34歲的企業家薩姆·奧爾特曼(Sam Altman)共同拍攝了一段簡短視頻。
但納德拉此舉並不是為了博得眾人一笑。這段視頻的目的是介紹與兩位高管有關的一個重要里程碑：微軟對奧爾特曼所運營的舊金山初創公司OpenAI投資10億美元。
「所以，我們的任務是開發通用人工智慧，這種應用廣泛的人工智慧系統能夠以超人水平完成很多任務，」奧爾特曼向納德拉解釋說。「我認為這將是人類歷史上最重要的技術發展。當我們擁有能夠真正思考和學習的電腦時，將產生革命性的力量。」
通過微軟大舉投資於OpenAI，納德拉也闡明了所掌管公司對這一使命的承諾。從戰略角度來看，微軟正式加入了與谷歌母公司Alphabet等少數幾家科技公司的技術競賽，爭奪可能從根本上重塑商業世界的技術主動權。這場競賽的結果很可能會決定微軟、Alphabet或其他公司在20年後是否會成為全球最有價值的公司。
OpenAI的薩姆·奧爾特曼(Sam Altman)
納德拉投資OpenAI的決定也是一個跡象，潛在表明微軟靠自身努力保持人工智慧技術前沿地位的舉措正在失敗。微軟現在需要迎頭趕上。
科技分析公司Forrester Research分析師克雷格·勒克萊爾(Craig Le Clair)表示：「這是為了把握住下一個巨大的技術財富池。」他將人工智慧對社會進步的潛在影響比作電力的出現。納德拉的競爭對手、Alphabet執行長桑德爾·皮查伊(Sundar Pichai)要走得更遠。皮查伊稱人工智慧對人類社會的影響「比火更深遠」，是人類有史以來進行的最重要項目。
你大可以想像一下，將火這一發明變現能收益多少。現在想像一下，錯過了將火變現的機會該是何等惋惜。
影響力巨大的通用人工智慧
OpenAI是由奧爾特曼和特斯拉億萬富翁創始人埃隆·馬斯克(Elon Musk)等人於2015年創立的。雖然OpenAI的目標是開發通用人工智慧，但該公司表示，它致力於以「造福全人類」的方式開發人工智慧技術。基於此，成立之初的OpenAI是一個非營利性組織。然而，去年該公司成立了一個以營利為目的的分支機構，也就是微軟所投資的實體。投資的條件是微軟成為OpenAI所開發技術商業化的首選合作夥伴，並優先將通用人工智慧授權給微軟使用。
通用人工智慧這一名稱中的「通用」一詞是為了將其與更為平庸的「狹義」人工智慧技術區分開來。近年來，正是狹義上的人工智慧為我們帶來了Alexa和Siri數字助理等突破性技術，帶來了面部解鎖iPhone的技術，也讓Facebook能自動標記用戶上傳的朋友照片。狹義上的人工智慧系統還可以將亞馬遜訂單商品自動送到用戶家裡，並決定由哪個代理處理用戶打給銀行客服的電話。
在算法、數據科學和計算領域所產生的根本性突破，是目前兩類人工智慧技術令人興奮的主要原因。但這兩類人工智慧的能力是截然不同的，目前存在的只是少數狹義上的人工智慧系統，而通用人工智慧僅存在於理論之中。
狹義人工智慧經常被比作白痴專家：其只擅長於語音或面部識別等某一特定技能，而且需要輸入成千上萬的用例才能掌握這項技能。即便如此，這類系統仍有令人難以置信的價值，而且還在不斷增加。麥肯錫全球研究所估計，到2030年，狹義人工智慧的應用將使全球經濟價值增加約13萬億美元。該機構表示，這將使狹義人工智慧技術比19世紀的蒸汽機更具影響力。
但通用人工智慧的價值還要高出許多倍。目前來看，通用人工智慧仍是僅存於好萊塢電影和科幻小說的技術。如果真的成為現實，它將使當前狹義人工智慧所產生的所有技術奇蹟看起來就像石器時代的斧頭一樣原始笨拙。通用人工智慧技術宣稱將開發出能夠完成幾乎任何人類或超人類級別任務的軟體。換句話說，這是一種能夠快速掌握新技能的系統，可能只需要看一次演示或者只需要閱讀要求，根本不需要進行任何訓練，可以完全自主進行學習。
想像一下，你不再需要指派一個15人的特別工作組來決定應該在哪裡建一座新工廠，而只需問問公司的通用人工智慧。該系統將立即開始研究決策因素：離供應商和客戶的遠近、交通是否便利、土地購置成本、當地勞動力市場、稅收優惠等。它將提出建議並生成一份解釋原因的報告。它可以在幾分鐘內完成所有這些工作，而不是像人類小組那樣需要幾周甚至幾個月的時間。然後，如果管理層同意，它將立即生成所有相關的工作通知來啟動流程。
微軟或任何其他公司所開發的這種系統價值將不可估量。OpenAI已經設定了回報的上限，最初的投資者可以獲得100倍於他們投資的回報，其餘的錢將用於旗下的非營利組織。當然，微軟和OpenAI沒有透露最終商定的確切上限。而正如馬斯克自己曾警告過的那樣，與核能一樣，這種超級人工智慧也可能是危險的。長期以來，通用人工智慧一直是小說家、電影人、哲學家和未來學家慣常引用的素材。至少從20世紀50年代開始，它就一直是整個計算機科學分支的隱藏目標，這個目標有時甚至是明確的。在近期之前，通用人工智慧一直是一個研究項目，從未成為一個商業計劃。
現在，大型科技公司已經開始斥巨資開發通用人工智慧。微軟和Alphabet各自投資了獨立研發實體，主要致力於開發先進的人工智慧。Facebook投資了一個前景廣闊的人工智慧實驗室。打車服務公司Uber、軟體開發商Salesforce等公司也有規模較小的人工智慧實驗室。根據西雅圖研究公司Mind Commerce的一份報告，到2023年通用人工智慧的相關投資預計將達到500億美元。
儘管許多計算機科學家認為，通用人工智慧可能還需要幾十年時間才能讓投資產生效益。但是對於世界上最大的科技公司來說，即便沒有贏家，通用人工智慧也是一場他們輸不起的比賽。市場研究公司Gartner新興技術分析師戴維·史密斯(David Smith)表示：「這有助於增強人們對技術領導者和創新者的印象，讓人們覺得公司處於前沿地位。」這種觀念有助於科技公司推銷雲計算服務和招募工程人才。但是研究通用人工智慧不僅僅是為了防禦，其也有助於狹義人工智慧技術的發展。科技企業家、達拉斯小牛隊老闆馬克·庫班（Mark Cuban）投資了幾家人工智慧初創企業，他表示，「當你努力推進有關人工智慧的研究時，就會對下游應用產生難以置信的影響。」
OpenAI的來由
2015年夏天的一個晚上，當時還在經營創業孵化器Y Combinator的奧爾特曼邀請馬斯克在矽谷中心的紅木沙山酒店共進晚餐。從這個豪華酒店能夠欣賞到聖克魯斯山脈的山麓景色，是一個可以靜靜思考世界末日以及如何阻止它到來的舒適之地。
馬斯克對通用人工智慧危險性的看法，源自他早年投資了一家名為DeepMind的倫敦初創公司。DeepMind由哈戴密斯·哈薩比斯(Demis Hassabis)創立於2010年。哈薩比斯曾是西洋棋天才，後來成為電子遊戲企業家，擁有計算機科學學士學位和認知神經科學博士學位。他的直覺是，通過從人類大腦的工作方式中汲取靈感，DeepMind可以讓通用人工智慧成為現實。當時DeepMind的使命宣言是如此大膽，近乎荒謬：「要解決智能問題，然後用它來解決其他一切問題。」
2013年1月，DeepMind推出的一款算法讓計算機科學家們大為震驚。該算法自學了7款不同的雅達利經典電子遊戲，其中有《桌球》(Pong)、《太空入侵者》(Space Invaders)和《越獄》(Breakout)等人們耳熟能詳的遊戲。算法在其中3款遊戲中取得了超人成績。這一突破性的進展像發令槍的槍聲一樣在矽谷迴響：關於通用人工智慧的競賽已經開始，矽谷的數字巨頭們迫不及待地想要參與其中。
谷歌早就擁有高級人工智慧研究實驗室Google Brain。2014年，谷歌以6.5億美元的價格收購DeepMind。對於連一件產品或一美元營收都沒有的DeepMind來說，谷歌的收購堪稱金額巨大。與此同時，一直想要收購DeepMind的Facebook也建立了自己的高級人工智慧研究實驗室，由該領域頂尖研究人員之一揚·勒存(Yann LeCun)負責。
儘管從中獲利，谷歌收購DeepMind仍給馬斯克敲響了警鐘。交易公布後不久，他在博客中警告稱，「人工智慧的發展速度快得令人難以置信。」「除非你直接接觸過DeepMind這樣的組織，否則你不知道它的增長速度有多快，已經接近了指數級。五年內就有發生嚴重危險事件的風險，最多十年……這不是狼來了的故事。」
馬斯克是谷歌聯合創始人拉里·佩奇（Larry Page）的朋友。但他告訴記者，他擔心佩奇的公司可能會成功創造出超人智能，然後失去對它的控制。即使這一切沒有發生，馬斯克說他也擔心一家公司控制如此強大的技術會產生何種影響。
OpenAI投資者之一的馬斯克
晚餐時，奧爾特曼向馬斯克介紹了一位29歲的計算機科學家伊利亞·蘇斯基弗(Ilya Sutskever)，當時蘇斯基弗在谷歌旗下的Google Brain工作。儘管很年輕，但蘇斯基弗已經是人工智慧研究領域的傳奇人物：2012年，他幫助開發的人工智慧軟體在著名的ImageNet測試中獲得了前所未有的高分。ImageNet測試主要用於評估人工智慧識別1000種不同類型物體圖片的能力。26歲的編程天才格雷格·布羅克曼(Greg Brockman)也出席了晚宴。他們都擁護馬斯克對一種新型人工智慧組織的支持，這種組織致力於公開研究，不受任何單一公司的控制。
那次晚宴促成了當年晚些時候OpenAI的成立。馬斯克加入了OpenAI董事會，並被列為聯合創始人。包括馬斯克、奧爾特曼、布羅克曼、億萬富翁彼得·蒂爾（Peter Thiel ）和LinkedIn聯合創始人里德·霍夫曼（Reid Hoffman）在內的一批初始捐贈者承諾為該研究組織提供10億美元的資金。蘇斯基弗則成為了OpenAI的首席科學家。
微軟的需要
2014年，納德拉被任命為微軟執行長後不久，就開始以人工智慧為中心對公司進行重新定位。納德拉宣布，微軟的所有產品和服務都將「注入人工智慧」並將人工智慧稱為塑造未來的三項基本技術之一，另外兩項則是混合現實和量子計算。這位執行長看到了人工智慧在整個公司業務中的巨大潛力，特別是對辦公生產力軟體和雲計算服務的潛在影響，這兩項業務加起來占了微軟收入的三分之二。納德拉不想把這塊地盤拱手讓給谷歌或其他科技界競爭對手。
微軟擁有一個長設的研究組織，在世界各地均設有實驗室，致力於研究從虛擬現實到網絡安全再到人工智慧在內的先進技術。但是作為一個公司，微軟最感興趣的是「增強人類智能」，換句話說就是狹義上的人工智慧。微軟實驗室並沒有產生像DeepMind和Google Brain那樣的突破性技術。微軟有時給人傳達的信息，通用人工智慧不切實際，不值得追求。
但在追求通用人工智慧的過程中置身事外給微軟帶來了一個問題。圍繞著DeepMind和Google Brain的一系列技術突破讓人們產生了這樣一種看法：Alphabet在狹義人工智慧應用領域也處於領先地位，這讓Alphabet在招聘學術界最優秀的研究人員以及推銷自家雲服務方面擁有更多優勢。2016年，DeepMind旗下的人工智慧算法AlphaGo在圍棋中擊敗了世界上最好的人類棋手，進一步鞏固了這種看法。大多數人工智慧研究人員曾認為，人工智慧系統要想在圍棋比賽中與人類平起平坐，至少還需要10年時間。「收購DeepMind是谷歌有史以來最好的營銷支出，」舊金山人工智慧公司Pathmind聯合創始人兼執行長克里斯·尼克爾森(Chris Nicholson)如是指出。
納德拉必須做點什麼來提升微軟研究人工智慧的誠意。2016年，他對公司研究工作進行了重組，成立了一個專門研究人工智慧的獨立機構，並將其應用於必應搜尋引擎和Cortana數字助理等微軟產品。納德拉還每周召集公司高管開會，討論公司人工智慧項目的進展情況。但這些都是漸進式的改變，微軟在人工智慧領域仍然缺乏宏偉目標。
OpenAI的進展
OpenAI辦公空間設在舊金山教會區的一棟三層灰邊地震前老建築里，目前僱傭了120名研究人員。在過去的一年裡，該組織圍繞「重大挑戰」發布了一系列公告，旨在展示其在通用人工智慧方面取得的進展，並提高自身在公眾中的知名度。
它創立了一個由5個人工智慧系統組成的團隊，能夠在職業電競Dota 2相互配合競技。今年4月，OpenAI的5個機器人在舊金山舉行的一場三局兩勝演示比賽中擊敗了衛冕冠軍的人類團隊。
此外，OpenAI還展示了一種語言算法，它可以自動提取人寫的句子，然後反覆推敲並生成幾段連貫的段落，這也是自然語言處理領域的一個重大飛躍。
今年10月，該公司又推出了一款可以玩魔方的機械手。多年來，機器人專家一直在努力模仿人手的靈巧度。而OpenAI開發的機械手通常可以自如完成多階魔方任務。
DeepMind的人工智慧系統AlphaStar擊敗全球99.8%的玩家
三次展示充分說明了OpenAI為何認為自己能夠實現通用人工智慧，也說明了OpenAI為什麼會成為眾矢之的。
目前通用人工智慧技術的進展，以及當前人工智慧領域其他的技術熱潮都是建立在神經網絡之上，這是一種基於人類大腦工作方式的分布式軟體。這些人工神經元以多層形式排列，將諸如圖像像素等一些原始輸入轉換為一些輸出。由於這些神經網絡所依賴的中間層人工神經元被稱為「深度神經元」，用它們來執行的任務就被稱為「深度學習」。
目前對通用人工智慧的研究大致分為兩派：一派認為僅靠深度學習就能實現通用人工智慧，另一派認為必須將其與邏輯規則等其他要素結合起來。而深度學習派還有更多細分派系，有的強調算法創新，有的則更加關注正在開發神經網絡的絕對規模和所獲得的數據量。OpenAI堅定地站在「規模問題」派一邊。
OpenAI的標誌性成就都涉及到巨大模型，消耗了大量的計算能力。例如，它的每一個Dota2人工智慧機器人都由獨立算法控制，每個算法包含1.59億個不同的參數或數據變量。經過10個月的訓練，這些機器人積累了相當於人類練習45000年才能掌握的Dota2遊戲經驗。
奧爾特曼在今年7月份拍攝的視頻中告訴納德拉，「增加我們可以訓練的最大模型規模，不斷讓我們解決看似不可能的任務。」奧爾特曼、布羅克曼和蘇斯基弗等人都表示，構建更大的神經網絡是探索通用人工智慧的重要途徑。
然而，公司以外的研究人員很少同意OpenAI的觀點。紐約大學心理學和神經科學名譽教授、初創企業Robust AI現任執行長加里·馬庫斯(Gary Marcus)表示，沒有證據表明，更大的神經網絡會突然開始擁有比如常識推理或概念思維等類似人類的技能。他說：「這才是衡量深度學習魔力的標準。」馬庫斯說OpenAI未能證明它開發的系統能夠構建世界表征。他指出：「如果你做不到這一點，就無法獲得通用人工智慧。」加州大學伯克利分校計算機科學家本·雷赫特（Ben Recht）則以更加尖銳的措辭評價了OpenAI的方法：「這些人難道從來沒聽說過收益遞減定律嗎？」
圖中圓形代表不同時間段訓練一個人工智慧系統所需的時間
對OpenAI的另一個主要批評是，它迫切需要關注，卻不合理地誇大了自己的成就。當OpenAI公布其語言算法GPT-2時告訴記者，由於擔心該軟體可能被用來製造虛假新聞報導等虛假信息，它將不會發布該軟體中最強大的版本。但是一些計算機科學家指責OpenAI為了獲得公眾關注而誇大了風險。事實上，OpenAI在9個月後發布了完全版的語音算法，稱幾乎沒有證據表明其此前公布的閹割版被濫用。
卡耐基梅隆大學教授扎卡里·利普頓(Zachary Lipton)公開批評OpenAI的做法。他認為公司進行的研究與人工智慧領域的其他研究大致相似，但為了籌集資金卻在「操縱媒體報導」。利普頓指出，「他們在任何時候都保持著這樣一種錯覺，現在正在發生世界歷史意義的事情，而他們則是中心。」這導致了OpenAI正在進行利普頓所說「不道德和不負責任」的營銷。
OpenAI發言人阿什利·皮利皮茲恩(Ashley Pilipiszyn)在回覆郵件中否認了該公司通過媒體報導操縱輿論的做法，並表示應該「根據我們工作的影響」、而「不是根據我們或其他人說了什麼」來評判公司。
各取所需
有一點毋庸置疑，OpenAI的方法相當昂貴。更大的模型往往需要更多的計算能力，OpenAI必須從雲服務提供商那裡租用算力。與此同時，頂尖人工智慧研究人員的薪水往往達到六位數，有時甚至是七位數。OpenAI尚未披露其燒錢速度，但英國金融機構的監管文件顯示，僅在2018年，其競爭對手DeepMind半年的管理費用就達7.46億美元。DeepMind目前擁有約900名員工，管理費用中包括了員工工資和計算成本。
去年，奧爾特曼在接受《連線》雜誌採訪時表示：「我們成功完成這項任務所需要的資金比我最初想像的要多得多。」更複雜的是，OpenAI失去了它最大的支持者之一馬斯克。2018年初，這位億萬富翁宣布退出OpenAI董事會，理由是他需要騰出更多精力運營特斯拉和SpaceX。此外，隨著特斯拉越來越多地進入人工智慧領域，馬斯克稱自家公司和OpenAI產生了利益衝突，也需要在相同領域招募更多研究人員。
由於需要更多的資金，OpenAI董事會決定徹底改變公司架構。今年3月，奧爾特曼宣布成立OpenAI的營利性部門。新架構允許OpenAI進行風險投資。至關重要的是，它還賦予了公司發行股票期權的能力，以吸引和留住頂尖計算機科學家。里德·霍夫曼（Reid Hoffman）的慈善基金會和矽谷風險投資公司Khosla Ventures成為了營利性機構的第一批投資者，注入了一筆數目不詳的資金。然後就是7月份微軟投入10億美元。
根據協議，由於OpenAI需要從微軟的雲計算部門Azure獨家購買算力，事實上其中一部分資金將回到微軟。即便OpenAI在開發通用人工智慧上取得成功，微軟的投資並不會換來通用人工智慧系統的所有權，這仍將是OpenAI非營利性部門的財產，同時，OpenAI也保留了對其營利性部門的控制權。
微軟和OpenAI都拒絕就他們之間的合作關係接受採訪。雖然都未從通用人工智慧中獲益，但看看谷歌是如何從Google Brain和DeepMind中獲益至今的，也讓我們得以一窺微軟將從中獲得什麼。
Google Brain開發的算法幫助改進了谷歌旗下的搜尋引擎、谷歌翻譯、谷歌地圖和雲計算基礎設施。「這些東西對公司來說真的很有價值，」幫助創建Google Brain的高級軟體工程師傑夫·迪安(Jeff Dean)表示。
與此同時，DeepMind有一個名為DeepMind for Google(簡稱DMG)的完整團隊，負責與谷歌和Alphabet的其他子公司合作。DeepMind負責研究的副總裁科瑞·卡武庫奧格魯(Koray Kavukcuoglu)表示：「我們不是去選擇Alphabet出現的產品問題，然後想辦法解決它們。」但如果DeepMind的研究恰好對另一家Alphabet子公司正在研究的問題有用，那麼DMG通常會就解決方案展開合作。2016年，DeepMind表示，它已經幫助谷歌找到了一種更好方法來管理公司數據中心的冷卻系統，將其冷卻費用降低了40%。後來，它使用了這個算法的改進版本幫助延長Android手機的電池壽命。2017年，DeepMind開發的一種算法成為谷歌數字助理計算機生成語音背後的引擎。
前路漫漫
通用人工智慧面臨的最大問題是，為其提供資金的大型科技公司是否真的相信甚至關心未來有可能創造出類人或超人智能。「在矽谷，通用人工智慧是一種近乎宗教般的爭論，」Pathmind的尼克爾森說。「你要麼相信，要麼不相信。」
麻省理工學院計算認知科學教授喬希·特南鮑姆(Josh Tenenbaum)就是一位關於通用人工智慧的信徒：他經營著一家實驗室，專注於反向工程人類智能和構建更像人類的人工智慧。他和其他一些人認為，參與通用人工智慧研究的大公司並未將動機完全公之於眾。
雖然DeepMind、Google Brain和OpenAI中的一些研究員的確希望實現通用人工智慧，但在特南鮑姆看來，諸如Alphabet或微軟之類公司主要關心的是狹義人工智慧的進步。這些公司專注於用更好的工具來開發一系列狹義人工智慧系統算法，從而用於發現信用卡欺詐、識別人臉或解析法律文件。這種人工智慧系統可以在公司內部使用，也可以賣給雲計算客戶。
微軟與OpenAI的合作肯定具有產生這種創新的潛力。這兩家公司承諾，將幫助Azure打造更好的超級計算能力，開發新晶片以提高人工智慧系統的訓練和運行效率。
無論納德拉的真正目標是什麼，這位執行長對OpenAI進行的10億美元投資就足以在人工智慧研究領域樹立起一個里程碑。他的公司已經加入了追求通用人工智慧的行列。即使微軟沒有贏，這可能也是有史以來納德拉最好的10億美元投資。
來源：矽谷封面 作者：皎晗