本文来自“硅谷封面”。
【划重点】
1.微软(MSFT.US)去年向人工智能领域的OpenAI公司投资10亿美元，就此加入实现通用人工智能的竞赛中。
2.根据西雅图研究公司Mind Commerce的一份报告，到2023年通用人工智能的相关投资将达到500亿美元。
3.对于世界上最大的科技公司来说，即便没有赢家，实现通用人工智能也是一场他们输不起的比赛。
4.研究通用人工智能有助于科技公司推销云计算服务和招募工程人才。纳德拉看到了人工智能在公司业务中的巨大潜力，不想把这块地盘拱手让给谷歌(GOOG.US)或其他科技界竞争对手。
5.OpenAI认为，构建更大的神经网络是探索通用人工智能的重要途径。然而公司以外的研究人员很少同意OpenAI的观点。
6.OpenAI董事会决定彻底改变公司架构，今年3月奥尔特曼宣布成立OpenAI的营利性部门。
【编者按】作为一家市值超过1万亿美元的公司，微软去年向人工智能领域的OpenAI投资10亿美元，就此加入实现通用人工智能的竞赛中。事实上，Alphabet和微软等科技巨头都在大举投资开发可能从根本上重塑商业世界的技术，但谁也说不准它什么时候会到来。对于这些世界上最有价值的公司来说，即便没有赢家，实现通用人工智能也是一场他们输不起的比赛。
以下为文章正文：
微软已经是市值超过1万亿美元的全球最有价值公司之一。去年7月，其首席执行官萨蒂亚·纳德拉(Satya Nadella)与34岁的企业家萨姆·奥尔特曼(Sam Altman)共同拍摄了一段简短视频。
但纳德拉此举并不是为了博得众人一笑。这段视频的目的是介绍与两位高管有关的一个重要里程碑：微软对奥尔特曼所运营的旧金山初创公司OpenAI投资10亿美元。
“所以，我们的任务是开发通用人工智能，这种应用广泛的人工智能系统能够以超人水平完成很多任务，”奥尔特曼向纳德拉解释说。“我认为这将是人类历史上最重要的技术发展。当我们拥有能够真正思考和学习的电脑时，将产生革命性的力量。”
通过微软大举投资于OpenAI，纳德拉也阐明了所掌管公司对这一使命的承诺。从战略角度来看，微软正式加入了与谷歌母公司Alphabet等少数几家科技公司的技术竞赛，争夺可能从根本上重塑商业世界的技术主动权。这场竞赛的结果很可能会决定微软、Alphabet或其他公司在20年后是否会成为全球最有价值的公司。
纳德拉投资OpenAI的决定也是一个迹象，潜在表明微软靠自身努力保持人工智能技术前沿地位的举措正在失败。微软现在需要迎头赶上。
科技分析公司Forrester Research分析师克雷格·勒克莱尔(Craig Le Clair)表示：“这是为了把握住下一个巨大的技术财富池。”他将人工智能对社会进步的潜在影响比作电力的出现。纳德拉的竞争对手、Alphabet首席执行官桑德尔·皮查伊(Sundar Pichai)要走得更远。皮查伊称人工智能对人类社会的影响“比火更深远”，是人类有史以来进行的最重要项目。
你大可以想象一下，将火这一发明变现能收益多少。现在想象一下，错过了将火变现的机会该是何等惋惜。
影响力巨大的通用人工智能
OpenAI是由奥尔特曼和特斯拉亿万富翁创始人埃隆·马斯克(Elon Musk)等人于2015年创立的。虽然OpenAI的目标是开发通用人工智能，但该公司表示，它致力于以“造福全人类”的方式开发人工智能技术。基于此，成立之初的OpenAI是一个非营利性组织。然而，去年该公司成立了一个以营利为目的的分支机构，也就是微软所投资的实体。投资的条件是微软成为OpenAI所开发技术商业化的首选合作伙伴，并优先将通用人工智能授权给微软使用。
通用人工智能这一名称中的“通用”一词是为了将其与更为平庸的“狭义”人工智能技术区分开来。近年来，正是狭义上的人工智能为我们带来了Alexa和Siri数字助理等突破性技术，带来了面部解锁iPhone的技术，也让Facebook能自动标记用户上传的朋友照片。狭义上的人工智能系统还可以将亚马逊订单商品自动送到用户家里，并决定由哪个代理处理用户打给银行客服的电话。
在算法、数据科学和计算领域所产生的根本性突破，是目前两类人工智能技术令人兴奋的主要原因。但这两类人工智能的能力是截然不同的，目前存在的只是少数狭义上的人工智能系统，而通用人工智能仅存在于理论之中。
狭义人工智能经常被比作白痴专家：其只擅长于语音或面部识别等某一特定技能，而且需要输入成千上万的用例才能掌握这项技能。即便如此，这类系统仍有令人难以置信的价值，而且还在不断增加。麦肯锡全球研究所估计，到2030年，狭义人工智能的应用将使全球经济价值增加约13万亿美元。该机构表示，这将使狭义人工智能技术比19世纪的蒸汽机更具影响力。
但通用人工智能的价值还要高出许多倍。目前来看，通用人工智能仍是仅存于好莱坞电影和科幻小说的技术。如果真的成为现实，它将使当前狭义人工智能所产生的所有技术奇迹看起来就像石器时代的斧头一样原始笨拙。通用人工智能技术宣称将开发出能够完成几乎任何人类或超人类级别任务的软件。换句话说，这是一种能够快速掌握新技能的系统，可能只需要看一次演示或者只需要阅读要求，根本不需要进行任何训练，可以完全自主进行学习。
想象一下，你不再需要指派一个15人的特别工作组来决定应该在哪里建一座新工厂，而只需问问公司的通用人工智能。该系统将立即开始研究决策因素：离供应商和客户的远近、交通是否便利、土地购置成本、当地劳动力市场、税收优惠等。它将提出建议并生成一份解释原因的报告。它可以在几分钟内完成所有这些工作，而不是像人类小组那样需要几周甚至几个月的时间。然后，如果管理层同意，它将立即生成所有相关的工作通知来启动流程。
微软或任何其他公司所开发的这种系统价值将不可估量。OpenAI已经设定了回报的上限，最初的投资者可以获得100倍于他们投资的回报，其余的钱将用于旗下的非营利组织。当然，微软和OpenAI没有透露最终商定的确切上限。而正如马斯克自己曾警告过的那样，与核能一样，这种超级人工智能也可能是危险的。长期以来，通用人工智能一直是小说家、电影人、哲学家和未来学家惯常引用的素材。至少从20世纪50年代开始，它就一直是整个计算机科学分支的隐藏目标，这个目标有时甚至是明确的。在近期之前，通用人工智能一直是一个研究项目，从未成为一个商业计划。
现在，大型科技公司已经开始斥巨资开发通用人工智能。微软和Alphabet各自投资了独立研发实体，主要致力于开发先进的人工智能。Facebook投资了一个前景广阔的人工智能实验室。打车服务公司Uber、软件开发商Salesforce等公司也有规模较小的人工智能实验室。根据西雅图研究公司Mind Commerce的一份报告，到2023年通用人工智能的相关投资预计将达到500亿美元。
尽管许多计算机科学家认为，通用人工智能可能还需要几十年时间才能让投资产生效益。但是对于世界上最大的科技公司来说，即便没有赢家，通用人工智能也是一场他们输不起的比赛。市场研究公司Gartner新兴技术分析师戴维·史密斯(David Smith)表示：“这有助于增强人们对技术领导者和创新者的印象，让人们觉得公司处于前沿地位。”这种观念有助于科技公司推销云计算服务和招募工程人才。但是研究通用人工智能不仅仅是为了防御，其也有助于狭义人工智能技术的发展。科技企业家、达拉斯小牛队老板马克·库班(Mark Cuban)投资了几家人工智能初创企业，他表示，“当你努力推进有关人工智能的研究时，就会对下游应用产生难以置信的影响。”
OpenAI的来由
2015年夏天的一个晚上，当时还在经营创业孵化器Y Combinator的奥尔特曼邀请马斯克在硅谷中心的红木沙山酒店共进晚餐。从这个豪华酒店能够欣赏到圣克鲁斯山脉的山麓景色，是一个可以静静思考世界末日以及如何阻止它到来的舒适之地。
马斯克对通用人工智能危险性的看法，源自他早年投资了一家名为DeepMind的伦敦初创公司。DeepMind由哈戴密斯·哈萨比斯(Demis Hassabis)创立于2010年。哈萨比斯曾是国际象棋天才，后来成为电子游戏企业家，拥有计算机科学学士学位和认知神经科学博士学位。他的直觉是，通过从人类大脑的工作方式中汲取灵感，DeepMind可以让通用人工智能成为现实。当时DeepMind的使命宣言是如此大胆，近乎荒谬：“要解决智能问题，然后用它来解决其他一切问题。”
2013年1月，DeepMind推出的一款算法让计算机科学家们大为震惊。该算法自学了7款不同的雅达利经典电子游戏，其中有《乒乓》(Pong)、《太空入侵者》(Space Invaders)和《越狱》(Breakout)等人们耳熟能详的游戏。算法在其中3款游戏中取得了超人成绩。这一突破性的进展像发令枪的枪声一样在硅谷回响：关于通用人工智能的竞赛已经开始，硅谷的数字巨头们迫不及待地想要参与其中。
谷歌早就拥有高级人工智能研究实验室Google Brain。2014年，谷歌以6.5亿美元的价格收购DeepMind。对于连一件产品或一美元营收都没有的DeepMind来说，谷歌的收购堪称金额巨大。与此同时，一直想要收购DeepMind的Facebook也建立了自己的高级人工智能研究实验室，由该领域顶尖研究人员之一扬·勒存(Yann LeCun)负责。
尽管从中获利，谷歌收购DeepMind仍给马斯克敲响了警钟。交易公布后不久，他在博客中警告称，“人工智能的发展速度快得令人难以置信。”“除非你直接接触过DeepMind这样的组织，否则你不知道它的增长速度有多快，已经接近了指数级。五年内就有发生严重危险事件的风险，最多十年……这不是狼来了的故事。”
马斯克是谷歌联合创始人拉里·佩奇(Larry Page)的朋友。但他告诉记者，他担心佩奇的公司可能会成功创造出超人智能，然后失去对它的控制。即使这一切没有发生，马斯克说他也担心一家公司控制如此强大的技术会产生何种影响。
晚餐时，奥尔特曼向马斯克介绍了一位29岁的计算机科学家伊利亚·苏斯基弗(Ilya Sutskever)，当时苏斯基弗在谷歌旗下的Google Brain工作。尽管很年轻，但苏斯基弗已经是人工智能研究领域的传奇人物：2012年，他帮助开发的人工智能软件在著名的ImageNet测试中获得了前所未有的高分。ImageNet测试主要用于评估人工智能识别1000种不同类型物体图片的能力。26岁的编程天才格雷格·布罗克曼(Greg Brockman)也出席了晚宴。他们都拥护马斯克对一种新型人工智能组织的支持，这种组织致力于公开研究，不受任何单一公司的控制。
那次晚宴促成了当年晚些时候OpenAI的成立。马斯克加入了OpenAI董事会，并被列为联合创始人。包括马斯克、奥尔特曼、布罗克曼、亿万富翁彼得·蒂尔(Peter Thiel )和LinkedIn联合创始人里德·霍夫曼(Reid Hoffman)在内的一批初始捐赠者承诺为该研究组织提供10亿美元的资金。苏斯基弗则成为了OpenAI的首席科学家。
微软的需要
2014年，纳德拉被任命为微软首席执行官后不久，就开始以人工智能为中心对公司进行重新定位。纳德拉宣布，微软的所有产品和服务都将“注入人工智能”并将人工智能称为塑造未来的三项基本技术之一，另外两项则是混合现实和量子计算。这位首席执行官看到了人工智能在整个公司业务中的巨大潜力，特别是对办公生产力软件和云计算服务的潜在影响，这两项业务加起来占了微软收入的三分之二。纳德拉不想把这块地盘拱手让给谷歌或其他科技界竞争对手。
微软拥有一个长设的研究组织，在世界各地均设有实验室，致力于研究从虚拟现实到网络安全再到人工智能在内的先进技术。但是作为一个公司，微软最感兴趣的是“增强人类智能”，换句话说就是狭义上的人工智能。微软实验室并没有产生像DeepMind和Google Brain那样的突破性技术。微软有时给人传达的信息，通用人工智能不切实际，不值得追求。
但在追求通用人工智能的过程中置身事外给微软带来了一个问题。围绕着DeepMind和Google Brain的一系列技术突破让人们产生了这样一种看法：Alphabet在狭义人工智能应用领域也处于领先地位，这让Alphabet在招聘学术界最优秀的研究人员以及推销自家云服务方面拥有更多优势。2016年，DeepMind旗下的人工智能算法AlphaGo在围棋中击败了世界上最好的人类棋手，进一步巩固了这种看法。大多数人工智能研究人员曾认为，人工智能系统要想在围棋比赛中与人类平起平坐，至少还需要10年时间。“收购DeepMind是谷歌有史以来最好的营销支出，”旧金山人工智能公司Pathmind联合创始人兼首席执行官克里斯·尼克尔森(Chris Nicholson)如是指出。
纳德拉必须做点什么来提升微软研究人工智能的诚意。2016年，他对公司研究工作进行了重组，成立了一个专门研究人工智能的独立机构，并将其应用于必应搜索引擎和Cortana数字助理等微软产品。纳德拉还每周召集公司高管开会，讨论公司人工智能项目的进展情况。但这些都是渐进式的改变，微软在人工智能领域仍然缺乏宏伟目标。
OpenAI的进展
OpenAI办公空间设在旧金山教会区的一栋三层灰边地震前老建筑里，目前雇佣了120名研究人员。在过去的一年里，该组织围绕“重大挑战”发布了一系列公告，旨在展示其在通用人工智能方面取得的进展，并提高自身在公众中的知名度。
它创立了一个由5个人工智能系统组成的团队，能够在职业电竞Dota 2相互配合竞技。今年4月，OpenAI的5个机器人在旧金山举行的一场三局两胜演示比赛中击败了卫冕冠军的人类团队。
此外，OpenAI还展示了一种语言算法，它可以自动提取人写的句子，然后反复推敲并生成几段连贯的段落，这也是自然语言处理领域的一个重大飞跃。
今年10月，该公司又推出了一款可以玩魔方的机械手。多年来，机器人专家一直在努力模仿人手的灵巧度。而OpenAI开发的机械手通常可以自如完成多阶魔方任务。
三次展示充分说明了OpenAI为何认为自己能够实现通用人工智能，也说明了OpenAI为什么会成为众矢之的。
目前通用人工智能技术的进展，以及当前人工智能领域其他的技术热潮都是建立在神经网络之上，这是一种基于人类大脑工作方式的分布式软件。这些人工神经元以多层形式排列，将诸如图像像素等一些原始输入转换为一些输出。由于这些神经网络所依赖的中间层人工神经元被称为“深度神经元”，用它们来执行的任务就被称为“深度学习”。
目前对通用人工智能的研究大致分为两大阵营：一派认为仅靠深度学习就能实现通用人工智能，另一派认为必须将其与逻辑规则等其他要素结合起来。而深度学习阵营还有更多细分派系，有的强调算法创新，有的则更加关注正在开发神经网络的绝对规模和所获得的数据量。OpenAI坚定地站在“规模问题”阵营一边。
OpenAI的标志性成就都涉及到巨大模型，消耗了大量的计算能力。例如，它的每一个Dota2人工智能机器人都由独立算法控制，每个算法包含1.59亿个不同的参数或数据变量。经过10个月的训练，这些机器人积累了相当于人类练习45000年才能掌握的Dota2游戏经验。
奥尔特曼在今年7月份拍摄的视频中告诉纳德拉，“增加我们可以训练的最大模型规模，不断让我们解决看似不可能的任务。”奥尔特曼、布罗克曼和苏斯基弗等人都表示，构建更大的神经网络是探索通用人工智能的重要途径。
然而，公司以外的研究人员很少同意OpenAI的观点。纽约大学心理学和神经科学名誉教授、初创企业Robust AI现任首席执行官加里·马库斯(Gary Marcus)表示，没有证据表明，更大的神经网络会突然开始拥有比如常识推理或概念思维等类似人类的技能。他说：“这才是衡量深度学习魔力的标准。”马库斯说OpenAI未能证明它开发的系统能够构建世界表征。他指出：“如果你做不到这一点，就无法获得通用人工智能。”加州大学伯克利分校计算机科学家本·雷赫特(Ben Recht)则以更加尖锐的措辞评价了OpenAI的方法：“这些人难道从来没听说过收益递减定律吗?”
图中圆形代表不同时间段训练一个人工智能系统所需的时间
对OpenAI的另一个主要批评是，它迫切需要关注，却不合理地夸大了自己的成就。当OpenAI公布其语言算法GPT-2时告诉记者，由于担心该软件可能被用来制造虚假新闻报道等虚假信息，它将不会发布该软件中最强大的版本。但是一些计算机科学家指责OpenAI为了获得公众关注而夸大了风险。事实上，OpenAI在9个月后发布了完全版的语音算法，称几乎没有证据表明其此前公布的阉割版被滥用。
卡耐基梅隆大学教授扎卡里·利普顿(Zachary Lipton)公开批评OpenAI的做法。他认为公司进行的研究与人工智能领域的其他研究大致相似，但为了筹集资金却在“操纵媒体报道”。利普顿指出，“他们在任何时候都保持着这样一种错觉，现在正在发生世界历史意义的事情，而他们则是中心。”这导致了OpenAI正在进行利普顿所说“不道德和不负责任”的营销。
OpenAI发言人阿什利·皮利皮兹恩(Ashley Pilipiszyn)在回复邮件中否认了该公司通过媒体报道操纵舆论的做法，并表示应该“根据我们工作的影响”、而“不是根据我们或其他人说了什么”来评判公司。
各取所需
有一点毋庸置疑，OpenAI的方法相当昂贵。更大的模型往往需要更多的计算能力，OpenAI必须从云服务提供商那里租用算力。与此同时，顶尖人工智能研究人员的薪水往往达到六位数，有时甚至是七位数。OpenAI尚未披露其烧钱速度，但英国金融机构的监管文件显示，仅在2018年，其竞争对手DeepMind半年的管理费用就达7.46亿美元。DeepMind目前拥有约900名员工，管理费用中包括了员工工资和计算成本。
去年，奥尔特曼在接受《连线》杂志采访时表示：“我们成功完成这项任务所需要的资金比我最初想象的要多得多。”更复杂的是，OpenAI失去了它最大的支持者之一马斯克。2018年初，这位亿万富翁宣布退出OpenAI董事会，理由是他需要腾出更多精力运营特斯拉和SpaceX。此外，随着特斯拉越来越多地进入人工智能领域，马斯克称自家公司和OpenAI产生了利益冲突，也需要在相同领域招募更多研究人员。
由于需要更多的资金，OpenAI董事会决定彻底改变公司架构。今年3月，奥尔特曼宣布成立OpenAI的营利性部门。新架构允许OpenAI进行风险投资。至关重要的是，它还赋予了公司发行股票期权的能力，以吸引和留住顶尖计算机科学家。里德·霍夫曼(Reid Hoffman)的慈善基金会和硅谷风险投资公司Khosla Ventures成为了营利性机构的第一批投资者，注入了一笔数目不详的资金。然后就是7月份微软投入10亿美元。
根据协议，由于OpenAI需要从微软的云计算部门Azure独家购买算力，事实上其中一部分资金将回到微软。即便OpenAI在开发通用人工智能上取得成功，微软的投资并不会换来通用人工智能系统的所有权，这仍将是OpenAI非营利性部门的财产，同时，OpenAI也保留了对其营利性部门的控制权。
微软和OpenAI都拒绝就他们之间的合作关系接受采访。虽然都未从通用人工智能中获益，但看看谷歌是如何从Google Brain和DeepMind中获益至今的，也让我们得以一窥微软将从中获得什么。
Google Brain开发的算法帮助改进了谷歌旗下的搜索引擎、谷歌翻译、谷歌地图和云计算基础设施。“这些东西对公司来说真的很有价值，”帮助创建Google Brain的高级软件工程师杰夫·迪安(Jeff Dean)表示。
与此同时，DeepMind有一个名为DeepMind for Google(简称DMG)的完整团队，负责与谷歌和Alphabet的其他子公司合作。DeepMind负责研究的副总裁科瑞·卡武库奥格鲁(Koray Kavukcuoglu)表示：“我们不是去选择Alphabet出现的产品问题，然后想办法解决它们。”但如果DeepMind的研究恰好对另一家Alphabet子公司正在研究的问题有用，那么DMG通常会就解决方案展开合作。2016年，DeepMind表示，它已经帮助谷歌找到了一种更好方法来管理公司数据中心的冷却系统，将其冷却费用降低了40%。后来，它使用了这个算法的改进版本帮助延长Android手机的电池寿命。2017年，DeepMind开发的一种算法成为谷歌数字助理计算机生成语音背后的引擎。
前路漫漫
通用人工智能面临的最大问题是，为其提供资金的大型科技公司是否真的相信甚至关心未来有可能创造出类人或超人智能。“在硅谷，通用人工智能是一种近乎宗教般的争论，”Pathmind的尼克尔森说。“你要么相信，要么不相信。”
麻省理工学院计算认知科学教授乔希·特南鲍姆(Josh Tenenbaum)就是一位关于通用人工智能的信徒：他经营着一家实验室，专注于反向工程人类智能和构建更像人类的人工智能。他和其他一些人认为，参与通用人工智能研究的大公司并未将动机完全公之于众。
虽然DeepMind、Google Brain和OpenAI中的一些研究员的确希望实现通用人工智能，但在特南鲍姆看来，诸如Alphabet或微软之类公司主要关心的是狭义人工智能的进步。这些公司专注于用更好的工具来开发一系列狭义人工智能系统算法，从而用于发现信用卡欺诈、识别人脸或解析法律文件。这种人工智能系统可以在公司内部使用，也可以卖给云计算客户。
微软与OpenAI的合作肯定具有产生这种创新的潜力。这两家公司承诺，将帮助Azure打造更好的超级计算能力，开发新芯片以提高人工智能系统的训练和运行效率。
无论纳德拉的真正目标是什么，这位首席执行官对OpenAI进行的10亿美元投资就足以在人工智能研究领域树立起一个里程碑。他的公司已经加入了追求通用人工智能的行列。即使微软没有赢，这可能也是有史以来纳德拉最好的10亿美元投资。（编辑：肖顺兰）
