Tuần trước, sau bước đột phá của DeepMind trong sử dụng AI để dự đoán sự gấp nếp của protein, xuất hiện tin tức rằng công ty AI có trụ sở tại Vương quốc Anh vẫn đang khiến công ty mẹ của nó là Alphabet thua lỗ hàng trăm triệu đô la mỗi năm.

Một công ty công nghệ mất tiền không có gì mới. Ngành công nghệ có rất nhiều ví dụ về các công ty đã đốt tiền của nhà đầu tư từ lâu trước khi có lãi. Nhưng DeepMind không phải là một công ty bình thường đang tìm cách giành lấy thị phần của một thị trường cụ thể. Đó là một phòng thí nghiệm nghiên cứu AI đã phải tự tái sử dụng thành một bộ trang phục bán thương mại để đảm bảo sự tồn tại của nó.

Và trong khi chủ sở hữu của nó, cũng là công ty mẹ của Google, hiện đang hài lòng thanh toán hóa đơn cho nghiên cứu AI đắt tiền của DeepMind, không có gì đảm bảo rằng nó sẽ tiếp tục làm như vậy mãi mãi.

Theo nó báo cáo hàng năm nộp cho Cơ quan đăng ký Công ty của Vương quốc Anh, DeepMind đã tăng hơn gấp đôi doanh thu của mình, thu về 266 triệu bảng Anh vào năm 2019, tăng từ 103 triệu bảng Anh vào năm 2018. Tuy nhiên, chi phí của công ty cũng tiếp tục tăng, từ 568 triệu bảng Anh năm 2018 lên 717 triệu bảng Anh vào năm 2019. Khoản lỗ chung của công ty đã tăng từ 470 triệu bảng Anh năm 2018 lên 477 triệu bảng Anh vào năm 2019.

Ở trên: Dự án AlphaFold của DeepMind đã sử dụng AI để giúp vượt qua thách thức phức tạp của việc gấp protein

Thoạt nhìn, đây không phải là tin xấu. So với những năm trước, Tăng trưởng doanh thu của DeepMind đang tăng tốc trong khi các khoản lỗ của nó đang ổn định.

Nhưng bản báo cáo chứa một vài sự kiện quan trọng hơn. Tài liệu đề cập đến “Thù lao nghiên cứu và phát triển doanh thu từ các hoạt động khác của nhóm.” Điều này có nghĩa là khách hàng chính của DeepMind là chủ sở hữu của nó. Alphabet đang trả tiền cho DeepMind để áp dụng tài năng và nghiên cứu AI của mình vào các dịch vụ và cơ sở hạ tầng của Google. Trước đây, Google đã sử dụng các dịch vụ của DeepMind cho các tác vụ như quản lý lưới điện của trung tâm dữ liệu và cải thiện AI của trợ lý giọng nói.

Ảnh trên: Doanh thu và lỗ của DeepMind từ 2016 đến 2019

Điều này cũng có nghĩa là chưa có thị trường cho AI của DeepMind và nếu có, nó sẽ chỉ có sẵn thông qua Google.

Tài liệu cũng đề cập rằng sự gia tăng chi phí “chủ yếu liên quan đến sự gia tăng cơ sở hạ tầng kỹ thuật, chi phí nhân viên và các chi phí liên quan khác”.

Đây là một điểm quan trọng. “Cơ sở hạ tầng kỹ thuật” của DeepMind chủ yếu chạy trên các dịch vụ đám mây khổng lồ của Google và bộ xử lý AI đặc biệt của nó, Bộ xử lý Tensor (TPU). Lĩnh vực nghiên cứu chính của DeepMind là học tập củng cố sâu, yêu cầu quyền truy cập vào tài nguyên điện toán rất đắt tiền. Các dự án của công ty trong năm 2019 bao gồm công việc trên một hệ thống AI phát StarCraft 2 và một cái khác đã chơi Quake 3, cả hai đều tiêu tốn hàng triệu đô la để đào tạo.

Người phát ngôn của DeepMind nói với giới truyền thông rằng các chi phí được đề cập trong tài liệu cũng bao gồm công việc trên AlphaFold, AI gấp protein nổi tiếng của công ty, một dự án rất tốn kém khác.

Không có chi tiết công khai nào cho biết Google tính phí DeepMind bao nhiêu để truy cập vào các dịch vụ AI trên đám mây của mình, nhưng rất có thể Google đang cho thuê TPU của mình với giá chiết khấu. Điều này có nghĩa là nếu không có sự hỗ trợ và hỗ trợ của Google, chi phí của công ty sẽ cao hơn nhiều.

Chi phí nhân viên là một vấn đề quan trọng khác. Mặc dù việc tham gia các khóa học về máy học đã tăng lên trong vài năm qua, nhưng các nhà khoa học có thể tham gia vào loại nghiên cứu AI tiên tiến mà DeepMind tham gia là rất khan hiếm. Và theo một số tài khoản, các lệnh tài năng AI hàng đầu lương bảy chữ số.

Sự quan tâm ngày càng tăng trong học kĩ càng và khả năng ứng dụng của nó vào môi trường thương mại đã tạo ra một cuộc chạy đua vũ trang giữa các công ty công nghệ để có được những tài năng AI hàng đầu. Hầu hết các nhà khoa học và người tiên phong hàng đầu về AI của ngành đang làm việc toàn thời gian hoặc bán thời gian tại các công ty lớn như Google, Facebook, Amazon và Microsoft. Sự cạnh tranh khốc liệt cho tài năng AI hàng đầu đã có hai hậu quả. Đầu tiên, giống như mọi lĩnh vực khác khi cung không đáp ứng được cầu, điều này đã dẫn đến việc lương của các nhà khoa học AI giảm mạnh. Thứ hai, nó có thúc đẩy nhiều nhà khoa học AI từ các tổ chức học thuật không có khả năng trả lương cao cho các công ty công nghệ giàu có có thể. Một số nhà khoa học tiếp tục ở lại học viện vì mục đích tiếp tục nghiên cứu khoa học, nhưng họ quá ít và cách xa nhau.

Và nếu không có sự hỗ trợ của một công ty công nghệ lớn như Google, các phòng thí nghiệm nghiên cứu như DeepMind không thể thuê các nhà nghiên cứu mới cho các dự án của họ.

Vì vậy, mặc dù DeepMind có dấu hiệu đang dần xoay chuyển tình trạng thua lỗ, nhưng sự tăng trưởng của nó đã khiến nó càng phụ thuộc nhiều hơn vào nguồn tài chính và cơ sở hạ tầng đám mây lớn của Google.

Google vẫn hài lòng với DeepMind

Ở trên: DeepMind đã phát triển một hệ thống AI có tên AlphaStar có thể đánh bại những người chơi giỏi nhất trong trò chơi chiến lược thời gian thực StarCraft2

Theo báo cáo thường niên của DeepMind, Google Ireland Holdings Unlimited, một trong những chi nhánh đầu tư của Alphabet, “đã từ bỏ việc hoàn trả các khoản vay liên công ty và tất cả tiền lãi tích lũy lên tới 1.1 tỷ bảng Anh”.

DeepMind cũng đã nhận được sự đảm bảo bằng văn bản từ Google rằng họ sẽ “tiếp tục cung cấp hỗ trợ tài chính đầy đủ” cho công ty AI trong “khoảng thời gian ít nhất 12 tháng”.

Hiện tại, Google có vẻ hài lòng với những tiến bộ mà DeepMind đã đạt được, điều này cũng được phản ánh trong nhận xét của các giám đốc điều hành của Google và Alphabet.

Trong cuộc gọi thu nhập hàng quý vào tháng XNUMX với các nhà đầu tư và nhà phân tích, Giám đốc điều hành của Alphabet Sundar Pichai cho biết: “Tôi rất hài lòng với tốc độ R&D của chúng tôi về AI đang tiến triển. Và đối với tôi, điều quan trọng là chúng tôi là một công ty tiên tiến nhất và chúng tôi đang dẫn đầu. Và đối với tôi, tôi rất phấn khích với tốc độ mà các nhóm kỹ thuật và R&D của chúng tôi đang làm việc trên cả Google và DeepMind.”

Nhưng thế giới doanh nghiệp và nghiên cứu khoa học di chuyển ở những tốc độ khác nhau.

Nghiên cứu khoa học được tính bằng thập kỷ. Phần lớn công nghệ AI được sử dụng ngày nay trong các ứng dụng thương mại đã được tạo ra từ những năm 1970 và 1980. Tương tự như vậy, rất nhiều nghiên cứu và kỹ thuật tiên tiến được trình bày tại các hội nghị AI ngày nay có thể sẽ không tìm được đường vào thị trường đại chúng trong những năm tới. Mục tiêu cuối cùng của DeepMind, phát triển trí tuệ nhân tạo nói chung (AGI), theo ước tính lạc quan nhất trong ít nhất vài thập kỷ nữa.

Mặt khác, sự kiên nhẫn của cổ đông và nhà đầu tư được tính bằng tháng bằng năm. Các công ty không thể chuyển lợi nhuận trong nhiều năm hoặc ít nhất là cho thấy những dấu hiệu tăng trưởng đầy hy vọng sẽ khiến các nhà đầu tư khó chịu. DeepMind hiện không có cái nào trong số đó. Nó không có mức tăng trưởng đo lường được vì khách hàng duy nhất của nó là chính Google. Và không rõ khi nào - nếu có - bất kỳ công nghệ nào của nó sẽ sẵn sàng để thương mại hóa.

Ảnh trên: Giám đốc điều hành Google Sundar Pichai hài lòng với tốc độ nghiên cứu và phát triển AI tại DeepMind

Và đây là vấn đề nan giải của DeepMind. Về bản chất, đây là một phòng thí nghiệm nghiên cứu muốn thúc đẩy các giới hạn của khoa học và đảm bảo những tiến bộ trong AI có lợi cho tất cả mọi người. Tuy nhiên, mục tiêu của chủ sở hữu nó là xây dựng các sản phẩm giải quyết các vấn đề cụ thể và mang lại lợi nhuận. Hai mục tiêu hoàn toàn trái ngược nhau, kéo DeepMind theo những hướng khác nhau: duy trì bản chất khoa học của nó hoặc chuyển đổi thành một công ty sản xuất sản phẩm AI. Công ty đã gặp rắc rối tìm kiếm sự cân bằng giữa nghiên cứu khoa học và phát triển sản phẩm trong quá khứ.

Và DeepMind không đơn độc. OpenAI, đối thủ ngầm của DeepMind, đã và đang phải đối mặt một cuộc khủng hoảng danh tính tương tự, chuyển đổi từ một phòng thí nghiệm nghiên cứu AI thành một công ty vì lợi nhuận do Microsoft hậu thuẫn. thuê các mô hình học sâu của nó.

Do đó, mặc dù DeepMind chưa cần phải lo lắng về nghiên cứu không sinh lợi của mình, nhưng vì nó ngày càng gắn bó với động lực kinh doanh của chủ sở hữu, nên DeepMind nên suy nghĩ sâu sắc về tương lai của mình và tương lai của nghiên cứu khoa học về AI.

Ben Dickson là một kỹ sư phần mềm và là người sáng lập TechTboards. Anh ấy viết về công nghệ, kinh doanh và chính trị. Bài đăng này ban đầu được xuất bản tại đây.