Google|4年亏损250亿打败柯洁的“神话”DeepMind终于盈利( 三 )_4年亏损250亿|打败柯洁的“神话

而将基本见解转化为现实世界中创造商业与社会价值的产品，还需要几十年的时间。
因此，短期来看，我们有权利向DeepMind提出质疑：是否思考过3~5年内有效的商业化路径？谷歌是如何看待它持续的研究贡献和与之不匹配的商业贡献？
实际上，早在2017年DeepMind CEO 哈萨比斯带领技术团队来到中国乌镇对战中国围棋国手们时，我们有幸在现场亲眼见证了历史。而谷歌当时，就曾明确提及了关于强化深度学习的两个技术应用方向——
一个是游戏设计；而另一个，则是医疗领域的特定疾病预测与筛检。

文章图片

DeepMind创始人兼CEO ，现年45岁的哈萨比斯
但由于当时大众未受到技术启蒙，人工智能本身还在散发着巨大的舆论威力。因此，那时极少有人会关注它们发表的一系列关于强化与深度学习的论文，究竟能够给企业带来什么不菲的收入。
而实际上，这项技术其实仅能应用于非常狭窄的特定环境。
Wired曾披露， DeepMind开发的参与《星际争霸》游戏的AI选手，能力非常有限。如果说在一张地图上启用某单一角色，它的效果可能会比人类好。但在不同地图上启用不同角色，效果就会差很多。
如果要切换角色，你需要从头训练系统。
“在某种程度上，深度强化学习有点像是‘死记硬背’记忆法，使用它的系统能产生很棒的结果，但他们对自己正在做的事情只有一个肤浅理解。
因此，体系缺乏灵活性，无法在世界发生变化时进行补偿，有时甚至是微小变化都无法应对。”
而这样的结果，也同样阻碍了他们的医疗实际应用进程。
在2019年8月， DeepMind曾经在《自然》杂志上发表了一篇论文，声称自己在疾病预测方面取得重大突破——人工智能能够在急性肾损伤(AKI)发生两天前做出预测。
但实际情况是，它没有任何实操性预测。
公司只是获得了一个相关的病人数据集，使用神经网络找出了AKI与病人之间的模式。此外，这种预测模式只在某些时候起作用，总体准确率为55.8% ，预测越早，准确率越低。
更重要的一点是，这项研究几乎完全针对男性，更确切地说，是一组90%以上为男性的退伍军人数据。这对于具有数据偏见和歧视性的人工智能来说，很明显存在极大漏洞。