好事還是壞事？

當(dāng)?shù)貢r間 4 月 20 日，Google 宣布將 Google Brain 和 DeepMind 團隊合并，成為新的 Google DeepMind 部門，新部門將由 DeepMind 的聯(lián)合創(chuàng)始人& CEO Demis Hassabis 領(lǐng)導(dǎo)，Jeff Dean 擔(dān)任 Google Research 和 Google DeepMind 的首席科學(xué)家。

新任領(lǐng)導(dǎo) Demis Hassabis

2011 年，Google Brain 因為一項斯坦福大學(xué)與 Google 的聯(lián)合研究項目而誕生；2014 年，Google 以大約 5 億美元的價格收購 DeepMind。

前 Google Brain 高級研究員李基薰對于這次架構(gòu)調(diào)整的看法：

• Google 高層認為 DeepMind 的名聲超過 Google Brain 團隊，同時 Demis Hassabis 也完全不同意 Google 在合并后放棄 DeepMind 的名字。

• 這樣的合并可能只是開始，未來我們或許能看到 Google 內(nèi)部研究團隊更大規(guī)模的架構(gòu)調(diào)整。

• 這樣的合并也許并不是雙贏的，很多項目會取消、合并，人員會重新分配，自然也會帶來大量研究員和管理人員的離職。

• 兩支團隊的組織文化也有區(qū)別，這會導(dǎo)致很多內(nèi)耗和動蕩，最終可能會影響整個 Google 研究團隊的效率。

前 Google 科學(xué)家、出門問問創(chuàng)始人李志飛是這么看這次架構(gòu)調(diào)整的：

• 合并后的部分既做研究，也有產(chǎn)品部分，解決了以往各自為政、算力和人力浪費的問題，也會緩解研發(fā)和產(chǎn)品部門脫鉤的問題。
• Jeff Dean 成為首席科學(xué)家，可以充分發(fā)揮工程余熱；Demis 還是創(chuàng)業(yè)者，更有 AGI 使命感，更有戰(zhàn)斗力。

• 組織方式上，新的 DeepMind 更獨立，可以盡量遠離 Google 因自身的極度政治正確和機構(gòu)膨大帶來的效率低下。

完整分析參見：新的 Google DeepMind 成立，看好，祝 Google 在 AGI 時代重振雄風(fēng)

企業(yè)會給從學(xué)校里走出來的研究者提供數(shù)倍于學(xué)校和機構(gòu)的收入。

Google Brain、OpenAI、Facebook 的 FAIR...... 他們會資助數(shù)以百計的機器學(xué)習(xí)研究人員，從事純粹的研究，至少在挖人時承諾只做純粹的研究。

但現(xiàn)在的情況是，研究人員最終還是要為了業(yè)務(wù)服務(wù)，Google Brain 的團隊就要考慮推薦系統(tǒng)、廣告優(yōu)化和搜索排名等業(yè)務(wù)。

機器學(xué)習(xí)不一定會帶來直接的收益，但有時候它可能會大大縮減企業(yè)的成本，比如算力等，這反過來可以總結(jié)為研究團隊的 KPI。

最大的價值

對于 Google Brain 里從事學(xué)習(xí)的學(xué)者來說，Google 會支付高額的報酬。不過前提是你需要從事推薦系統(tǒng)、廣告優(yōu)化、搜索排名等工作，而不是純粹的研究。Brain 擁有眾多的研究人員和項目，其中許多是直接或間接盈利的。例如，許多研究人員專注于優(yōu)化器、架構(gòu)搜索和超參數(shù)搜索的改進。這些研究降低了一定的計算成本。

但與此同時，Google Brain（以及 DeepMind、OpenAI 等其他機構(gòu)）會資助數(shù)百名機器學(xué)習(xí)研究人員從事純粹的研究，看似只是為了研究而研究，而仍然支付比學(xué)術(shù)界高一個數(shù)量級的報酬，Google 為什么會資助這些項目？

Brain 項目為 Google 帶來的首先是公司在學(xué)術(shù)界的品牌影響力，「Brain 與其他工業(yè)研究實驗室競標(biāo)，聘請最優(yōu)秀的研究人員，以便成為最具聲望的研究團隊，這反過來又將幫助他們聘請最優(yōu)秀的研究人員」。畢竟，這就是美國學(xué)術(shù)界的運作方式：以資金、學(xué)生/博士后和首席研究員（PI）的三位一體為基礎(chǔ)。

原則上，資金應(yīng)該流向最有才華的 PI 和學(xué)生/博士后；學(xué)生/博士后會去有最有才華的 PI 和資金的地方；PI 會去他們能找到才華橫溢的學(xué)生/博士后和資金的的地方。大學(xué)對于這類的合作研究最有熱情，因為他們可以從所有研究資金中抽成，而一般公司的研究實驗室并不是這樣的機制，這些研究實驗室只會給研究院高薪用來留住他們。

學(xué)術(shù)行業(yè)的品牌影響力有兩個作用：消費領(lǐng)域好的品牌形象、以及更容易招聘到優(yōu)秀的學(xué)術(shù)人才。對于機器學(xué)習(xí)的技術(shù)人才來說，Google 顯然是比 Apple 更適合的公司，雖然 Apple 本身肯定也有類似的崗位。對于想要雇傭幾千名機器學(xué)習(xí)工程師的公司來說，資助一些頂級的機器學(xué)習(xí)研究人員顯然是一件性價比很高的投資，這也是一種被證實的招聘策略。

當(dāng)然，在當(dāng)下整個行業(yè)都在削減招聘預(yù)算，那么這一項的支出也會被減少了。

催化劑

Google Brain 有一項政 策格外引人注意，他們對于頂級學(xué)術(shù)會議、學(xué)術(shù)論文以及學(xué)術(shù)出版的不求回報的支持。

這種資源支持力度是其他公司很少見的，主要有以下原因：

3. 這些學(xué)術(shù)成果可以成為公司科技實力進步的催化劑。

這里的催化劑理論是指：通過在與 Google 核心業(yè)務(wù)相關(guān)的關(guān)鍵研究領(lǐng)域發(fā)表學(xué)術(shù)文章，該研究方向?qū)⒊幸嬗?Google 的方向發(fā)展。例如，Google 一直對更好的 NLP 技術(shù)感興趣，而關(guān)鍵研究的發(fā)表，如 2014 年的 seq2seq 和 2017 年的 Transformers，催化了整個 NLP 領(lǐng)域的增長。Google 是少數(shù)幾家擁有消費者觸達能力和計算能力的公司之一，可以將 ML 部署擴展到十億用戶，因此 Google 受益于該領(lǐng)域的整體進步。

TensorFlow、TPU、Google 翻譯、Transformer 等等，這些 Google Brain 研究成果給 Google 帶來了難以衡量的商業(yè)價值，更不要說這些研究和產(chǎn)品本身對行業(yè)和學(xué)術(shù)界的貢獻——Transformer 最終導(dǎo)致了 LLM 的實現(xiàn)。

從這個角度看，Google Brain 是極具創(chuàng)新能力的，團隊自由開放，形成了自上而下以研究員為中心的組織文化，每個研究員都可以自由對外表達他們的想法，接受采訪，談?wù)摮晒?，沒有任何管理壓力，這是 Jeff Dean 作為領(lǐng)袖和負責(zé)人帶來的寬松環(huán)境。

Jeff Dean

可以想象，如果是一個商學(xué)院畢業(yè)的職業(yè)經(jīng)理人，一個 MBA 出身的高管接管了 Google Brain，團隊一定是另一番境況。

但是最近幾年，Google 內(nèi)部的經(jīng)管團隊越來越多地插手 Google Brain。

一方面，互聯(lián)網(wǎng)的大環(huán)境和 AI 研究的競爭壓力，逼迫 Google 意識到必須為 Google Brain 制定更加細節(jié)和具體的方向和目標(biāo)。

另一方面，行業(yè)內(nèi)逐漸認可了機器學(xué)習(xí)的價值，區(qū)別于數(shù)年前沒人知道機器學(xué)習(xí)能帶來怎樣的價值，越來越多的機器學(xué)習(xí)研究成果給產(chǎn)業(yè)帶來了實實在在的產(chǎn)品進步，管理產(chǎn)品的人們自然希望得到更多。相對的，這意味著研究團隊自由探索的空間收窄了。

曾經(jīng) Google 研究員的考核和晉升標(biāo)準(zhǔn)與研究的商業(yè)價值無關(guān)，但現(xiàn)在，Google 會更加重視研究能夠帶來的商業(yè)化價值，對于曾經(jīng)被承諾自由探索的研究員們來說，自由正在離他們遠去，很快他們的學(xué)術(shù)價值，會慢慢變成為我們更加熟悉的「大廠打工人」的價值。

曾經(jīng)最強

GPT-4 發(fā)布時，很多人調(diào)侃到人類遇到了「存在危機」。

「我們的存在是虛無、荒謬的，還是真的有什么價值？」

事實上，這樣的問題對于 Google Brain 團隊內(nèi)的研究員們來說，是一個更加現(xiàn)實的問題，LLM 的成功導(dǎo)致很多深度學(xué)習(xí)和 AI 的研究變得不再被重視。他們漫長無期的 AGI 理想，似乎在別人手里有了觸手可及的明確路徑。

不只是大語言模型。

Google 一度領(lǐng)先業(yè)界超過 10 年，TensorFlow 和 TPU 都是標(biāo)桿級別的產(chǎn)品，一度被認為是行業(yè)最大的希望。

但現(xiàn)在，PyTorch 和黃仁勛的 GPU，顯然擁有遠超 Google 的行業(yè)價值。

耗費大量資金成本，積累多年的深度學(xué)習(xí)，它建立的領(lǐng)先優(yōu)勢正在迅速扁平化。

進擊的Google

這幾年，Google AI 研究的催化劑理論正在失效。

一方面，機器學(xué)習(xí)給產(chǎn)業(yè)帶來經(jīng)濟效益，是一件行業(yè)已有共識的事情。Google 不再像以前一樣，可以輕松進入一個新的領(lǐng)域，帶來革命性的效率迭代。

另一方面，微軟和 OpenAI 的聯(lián)盟，其他巨頭對 AI 和機器學(xué)習(xí)的重視，也意味著 Google 在橫向拓展時面臨著近乎紅海的競爭壓力。

在這樣的背景下，Google 已經(jīng)從過去的「進攻」轉(zhuǎn)為了「防守」。進攻性質(zhì)的原創(chuàng)研究被大量叫停，研究者被調(diào)派到防御性質(zhì)的項目上，維持核心領(lǐng)域的研究領(lǐng)先。

很多研究者因為這樣的調(diào)派，選擇離開 Google。

此時此刻 Google 全面轉(zhuǎn)向大模型研究，也許會導(dǎo)致同樣的問題。

不只是業(yè)務(wù)層面，人才方面也存在問題。

Google Brain 過去的研究項目包括：醫(yī)學(xué)影像、天氣建模、神經(jīng)成像、DNA 變異檢測、音樂藝術(shù)、蛋白質(zhì)等等，這些都是基于深度學(xué)習(xí)向其他領(lǐng)域探索的研究。

這些跨學(xué)科研究有一個前提，它們往往需要更懂專業(yè)領(lǐng)域的人，而不只是深度學(xué)習(xí)專家。其他領(lǐng)域卓越的研究者，掌握深度學(xué)習(xí)的成本相對較低，遠遠低于深度學(xué)習(xí)專家去學(xué)習(xí)生物/化學(xué)/醫(yī)學(xué)/氣象/藝術(shù)......

Google 的高管們很難理解這個問題，Google Brain 招聘了大量剛剛拿到博士學(xué)位的機器學(xué)習(xí)專家，但他們很難拓展 Google 的研究邊界。這導(dǎo)致了現(xiàn)在 Google Brain 研究在跨學(xué)科領(lǐng)域越來越難以取得突破。

同樣的道理，專業(yè)領(lǐng)域的公司尋找機器學(xué)習(xí)的高端人才，越來越不是一件難事，更何況 Google 早就教給他們機器學(xué)習(xí)的重要性。

• AI Lab 在大企業(yè)中的定位到底是什么？
• 既搞科研又落地產(chǎn)品（最好還能賺到錢）才是 AI Lab 的終極目標(biāo)？
• 公司 CTO 與首席科學(xué)家應(yīng)該誰領(lǐng)導(dǎo)誰？
• AI Lab 里的科學(xué)家最終出路在哪？

• 離職創(chuàng)業(yè)成為下一個企業(yè)家，或者回歸學(xué)術(shù)，或者還有更好的方向？

如果你是 AI 領(lǐng)域的科學(xué)研究人員，歡迎加入我們的 AGI 交流群，對這個問題進行深入探討（入群二維碼在文章底部）。

AGI 通用人工智能的到來，給所有行業(yè)都來了一些新機會和變革。

對于早已開始利用 AI 進行蛋白質(zhì)合成、新藥發(fā)現(xiàn)等研究的生命科學(xué)領(lǐng)域來說，有了大模型的助力，整個領(lǐng)域的技術(shù)發(fā)展突然被加速，生產(chǎn)力和生產(chǎn)關(guān)系迎來了新的變革。

大模型會如何推動新藥研發(fā)領(lǐng)域的技術(shù)進步？很多難以攻克的疾病是不是有了新的希望？生物大模型跟我們了解的通用大模型區(qū)別在哪里？中國會有自己的生物大模型嗎……

4 月 28 日，本周五晚 20:00，F(xiàn)ounder Park 直播間，極客公園創(chuàng)始人&總裁 張鵬，將與百圖生科聯(lián)合創(chuàng)始人& CEO 劉維、深勢科技創(chuàng)始人&CEO 孫偉杰，一起探討大模型會如何改變生命科學(xué)。

關(guān)注 Founder Park，我們將持續(xù)推出更全面更深度的大模型相關(guān)討論與報道。

如果你有投身大模型創(chuàng)業(yè)的想法，歡迎加入我們的大模型相關(guān)領(lǐng)域交流群，來一起探討大模型時代創(chuàng)業(yè)的共識和認知。