国际领先的人工智能团队值得我们学习和深思

如其说，人工智能（AI）现今热潮是Hinton等图灵奖获得者引发的，不如说是DeepMind（深度思考，简称深思）团队引爆的。DeepMind团队一路走来，惊喜不断，突破不断，是人工智能技术的标杆和领头羊。我们不仅要问DeepMind这个小公司究竟是何来头，是何方神圣？

DeepMind原是一家英国的人工智能初创小公司，创建于2010年。公司虽小，志向却不小，致力于通用人工智能和AI让世界变得更美好，于2014年被谷歌收购。在谷歌的大力支持，DeepMind开始快速发展，并取得硕果累累。

2016年3月， DeepMind 开发出 AlphaGo ，在围棋游戏中以4:1击败了韩国的围棋世界冠军李世石，并进行现场直播，使得人工智能的概念家喻户晓。

2017年5月， AlphaGo Master对战中国的围棋世界冠军柯洁，以3:0的成绩获胜，这次运算资源消耗仅李世石版本的1/10。

2017年10月，AlphaGo Zero横空出世，除了基本的围棋规则，完全不依赖于人类数据，3天超越AlpahGo，40天达到Master水平，之后轻松完胜Master。

2019年1月，DeepMind人工智能AlphaStar在《星海争霸II》以10：1战胜人类职业玩家。

2020年12月，DeepMind公布其AI 算法MuZero，能自学成才下多种棋类比赛，向着通用了人工智能迈出了坚实的一步，并发表在Nature上（图1）。DeepMind不仅瞄准世界级的难题，也不忘记在难题解决后，发表多篇Nature和Science论文，公开算法细节，甚至源代码。有些论文甚至是可遇不可求的封面文章（图2）。

图1                                           图2

最近，DeepMind团队又放了一颗大卫星，在《Nature》发表文章，公布了第十四届国际蛋白质结构预测大赛（CASP14）中夺冠的AlphaFold2的源代码 。问题不同，但套路依然不变：世界难题+顶刊论文+开源代码，不仅显示了AI研发的实力超群，更显示了引领AI的开放自信。

DeepMind一个小小的团队，不过几百人，核心研发团队据说只有300人。这300人对人工智能的贡献率和影响力，很可能超过了3万AI科研人员。经过分析，我认为深思团队巨大成功有四大原因：1.专注世界性难题，而不是容易的题目或者企业当前实际问题。2. 专注项目研究、科研经验丰富的研发人员，他们精益求精，止于至善，既不是为学位奋斗、经验缺乏的研究生，也不是杂事缠身、分身乏术的教师。 3. 多学科交叉团队，各方精英云集。每一个世界级难题的解决都需要有顶层设计专家、领域专家、算法高手、编程能手、测试专家、管理协调等后勤支持人员等等，大家取长补短，方能合作多赢。 4. 有充足的经费支持，不仅研发人员薪水很高，没有生活压力等后顾之忧，也没有短期盈利和发表论文等压力。

这4点也许是DeepMind不断取代世界领先的AI成果的关键。反观，一般的大公司研究院，只是做到了其中第3点和第4点，但是，他们的要求急功近利：快速解决企业难题，要求成果快速应用，要求应用快速盈利。他们虽然996，却欲速则不达。大部分高校的科研部门，尤其是一个教授带几个学生的小团队似乎难以完全满足其中的任何1点。即使是地方政府耗费重金打造的新型创新科研平台，貌似这4点都具备，但是仔细研究一下，也多是来着高校和科研院所的兼职人员。

如此看来，DeepMind是一个目标远大，专心致志，团结协作，兵精粮足的科研精英团队。借鉴DeepMind团队成功经验，取得世界领先的AI技术是一个值得我们深思和三思。 DeepMind的先进经验，能否为我所用？如何组织一支AI铁军，力争超越DeepMind？能否解决DeepMind解决不了的世界难题，引领AI的未来发展？