在2019年7月，微軟公司的首席執行官薩蒂亞·納德拉與34歲的企業家薩姆·奧爾特曼拍攝了一段短片。納德拉掌管的微軟價值居全球前列，市值逾萬億美元，奧爾特曼則因為執掌硅谷卓越的新創企業加速器Y Combinator而知名。

納德拉在LinkedIn的個人資料里發布了時長為3分鐘的視頻，形式很像網絡節目《蕨間訪談》里的一集，該集里喜劇演員扎克·加利菲亞納基斯故意搞怪地采訪貝拉克·奧巴馬和女演員查理茲·塞隆等一線嘉賓。納德拉這一版中，黑色背景前兩人坐在普通椅子里，中間放著小咖啡桌，桌上擺著兩杯水和一棵小植物。52歲的納德拉擔任主持人，手拿記事本向奧爾特曼提問題。

納德拉這版視頻可不是為了搞笑，討論的話題對兩位高管來說非常重要：微軟以10億美元投資新創企業OpenAI，該公司的總部位于舊金山，目前由奧爾特曼經營。

“我們的任務是開發通用人工智能，即可以超越人類，完成很多任務的廣義人工智能系統。”奧爾特曼向納德拉解釋說。“我認為這會是人類歷史上最重要的技術發展。人類擁有真正能夠思考和學習的計算機，具有革新意義。”

微軟向OpenAI投資頗為引人矚目，納德拉也亮明了公司的承諾。從戰略角度來看，他正式攜微軟加入技術軍備競賽，努力開發有可能全盤重塑商業世界的技術，對手為谷歌的母公司Alphabet和其他幾家公司。競賽的結果很可能決定20年后的微軟、Alphabet等公司還會不會是全世界最有價值的公司。

納德拉向OpenAI投資的決定也相當于承認，原本希望內部研發人工智能技術保持領先，但現在看來很難做到。微軟需要迎頭趕上。

“此舉是為了爭奪科技領域里的下一處金礦。”科技分析公司Forrester Research的一名分析師克雷格·萊克萊爾表示。他認為人工智能的潛在影響堪比電能。納德拉的競爭對手，Alphabet的首席執行官桑達爾·皮查伊更為看重，他認為人工智能是人類有史以來最重要的項目，“比火的意義還大”。

想象一下將火的發明變現會是什么場景。再想象一下錯過用火變現會有多么可惜。

狹義人工智能 vs 廣義人工智能

OpenAI成立于2015年，創始人包括奧爾特曼，還有創立特斯拉的億萬富翁埃隆·馬斯克。OpenAI的目標是開發通用人工智能，但該公司表示，希望可以在確保“造福全人類”的前提下開發技術。因此，OpenAI最初是非營利公司。去年公司成立了營利性部門，也正是微軟投資的實體。根據投資協議，OpenAI在開發技術商業化時將選擇微軟為首選合作伙伴，開發通用人工智能后也會優先授權給微軟。

通用人工智能的“通用”一詞是為了跟普通的“狹義”人工智能區別。近年來，狹義的人工智能帶來了不少突破性的技術，例如Alexa和Siri；面部識別解鎖iPhone；以及Facebook上傳照片時自動標記朋友。狹義人工智能系統還協助亞馬遜的訂單發貨，安排哪家經紀公司處理你打給銀行的客服電話。

不管是狹義還是廣義人工智能，目前令人興奮的突破主要是依靠算法、數據科學和計算。但兩種系統在能力上大有不同，目前實際存在的只有狹義人工智能，而通用人工智能只是理論上存在的技術。

狹義人工智能通常被稱為低能，只擅長某種特定的技能，比如語音識別或面部識別，而且需要成千上萬的例子才能夠習得。即便如此，該系統還是很有價值的，而且價值只會越來越高。麥肯錫全球研究院估計，到2030年，狹義人工智能應用將為全球經濟增加約13萬億美元，從金額來看，其影響力將超過19世紀的蒸汽機。

人工智能學得越來越快

過去兩年，新的算法和計算機硬件令人工智能系統的運算速度大為提高。上圖紅點表示在不同的時期，訓練人工智能像人類一樣精確識別1000個物體的照片，所需要花費多少時間。例如，在2017年10月，需要10天完成訓練，而到了2019年5月，這個時間縮短到2分43秒。但在如此狹窄的領域里所取得的進展，是否可以等同于邁向通用人工智能的進步，還有待觀察。

通用人工智能的價值則要高得多。通用人工智能更類似于好萊塢和科幻書里描述的場景。如果研發成功，現在狹義人工智能領域里的技術會變得像石器時代的斧頭一樣古老。通用人工智能可以通過一款軟件，以人類或超越人類的水平學習幾乎所有任務，而且掌握起來非常迅速。可能觀看單個演示或僅僅通過閱讀即能習得，完全不需要培訓，而且可以主動完成。

想象一下，與其指派15人的工作組決定公司應該在哪里新建工廠，還不如直接詢問公司的通用人工智能。系統可以立即開始研究各項因素：距離供應商和客戶遠近、運輸環節、土地購置成本、當地勞動力市場、稅收優惠等。系統能夠提出建議，生成報告并解釋推演過程。在幾分鐘內就可以完成所有的任務，不用等待數周或數月。之后如果管理層批準，系統能夠立刻發布相關工作指令啟動流程。

對于微軟或其他開發公司來說，該系統的價值堪稱巨大。對麥肯錫等收費昂貴的咨詢公司來說，則可能面臨生存威脅。OpenAI為最早的財務支持者回報率限制為100倍，其余資金均投向公司內部的非營利部門。（微軟和OpenAI不愿意透露商定的具體上限。）當然，正如馬斯克曾經警告過，超智能技術可能會像核能一樣危險。

通用人工智能向來是小說家、電影制片人、哲學家和未來學家的素材。至少從20世紀50年代開始，該技術就是計算機科學分支里時而隱含、時而明確的目標，不過之前通用人工智能只是研究項目，一直沒有成為商業計劃，現在才正式被列入。

科技巨頭已經開始投巨資開發通用人工智能。微軟和Alphabet都不只贊助了一個項目，而是兩家獨立的研發實體，專門開發先進的人工智能。Facebook投資了大膽的人工智能實驗室。中國搜索巨頭百度成立了實驗室。Uber、Salesforce等公司也成立了小型實驗室。總部位于西雅圖的研究公司Mind Commerce發布報告顯示，預計到2023年，通用人工智能的投資將達到500億美元。

盡管多位計算機科學家認為通用人工智能到實現應用可能還需要幾十年，但投資還是已經開始。對于全世界最大的科技公司來說，通用人工智能是一場輸不起的比賽，即便結果證明沒有人贏過。“關鍵在于加強技術領導者和創新者的形象，以及引領前沿的地位。”研究公司Gartner的一名新興技術分析師大衛·史密斯表示。如果能夠保住該地位，銷售云計算服務和招聘工程人才比較容易。不過，通用人工智能不僅是為了防守，推動相關研究也有助于狹義人工智能的研究進展。達拉斯小牛隊的老板、億萬富翁科技企業家馬克·庫班說：“人工智能領域有個特點，只要加大研究力度，下游的應用不可思議。”庫班也投資了一系列的人工智能新創企業。

****

“這可不是狼來了”

在2015年夏天的一個晚上，當時掌管Y Combinator的奧爾特曼曾經邀請馬斯克到位于硅谷中心區域的瑰麗酒店共進晚餐。酒店坐落于豪華的石頭牧場，可以俯瞰圣克魯斯山脈，非常舒適宜人，很適合想象世界末日，也適合思考如何阻止末日。

馬斯克之所以認為通用人工智能相當危險，主要是因為作為早期投資者，他投資了一家名為DeepMind的新創企業，總部挺特別地位于倫敦。該公司在2010年成立，領導者為前國際象棋神童出身的電子游戲企業家德米斯·哈薩比斯，擁有計算機科學本科學位和認知神經科學博士學位。他直覺認為，DeepMind可以從人腦的工作方式汲取靈感，從而實現通用人工智能。DeepMind的使命非常直接，甚至有些可笑：“先解決智力問題，再用來解決其他問題。”

不過，2013年1月，DeepMind首次公布的算法確實讓計算機科學家吃了一驚，使命宣言也變得沒有那么可笑。該算法自學了7款經典Atari公司的電子游戲，如《乒乓游戲》、《太空入侵者》和《逃脫》，成績都超過了人類。這次突破像起跑線指令槍響一般，在硅谷激起了不小的水花。人們聽到的是，通用人工智能的競爭開始了，于是數字巨頭迫不及待地加入。

2014年，已經擁有高級人工智能研究實驗室“谷歌大腦”的谷歌以6.5億美元收購了DeepMind，對于并無產品也沒有一美元收入的公司來說可謂巨資。與此同時，之前也曾經尋找機會收購DeepMind的Facebook也成立了自家的高級人工智能研究實驗室，由業內的頂尖研究者之一楊立昆負責。

盡管馬斯克從DeepMind中獲利頗豐，但該筆收購還是讓他震驚。交易宣布后不久，他在博客上寫道：“人工智能的發展速度（我不是指狹義人工智能）快得難以置信。如果沒有直接接觸過DeepMind等公司，就根本無法了解發展的速度到底有多快。可能在五年內就會出現嚴重的危險事件。最多10年……這可不是狼來了。”

馬斯克與谷歌的聯合創始人拉里·佩奇是朋友。他告訴記者，擔心佩奇的公司在可能成功地開發出超人智能后失去控制。馬斯克說，即便不會發生，一家公司控制如此強大的技術還是令人擔心。

晚餐時，奧爾特曼介紹了當時在谷歌大腦工作的29歲的計算機科學家伊利亞·莎士科爾與馬斯克認識。雖然莎士科爾很年輕，但在人工智能研究圈里已經是傳奇人物了。2012年，他協助開發的人工智能軟件在ImageNet測試中前所未有地成功識別出了1000種物體的圖片。出席晚宴的還有26歲的編程天才格雷格·布羅克曼，他剛辭去獨角獸支付公司Stripe的首席技術官一職。兩人希望獲得馬斯克的支持，建立新的人工智能公司，只做公開研究，不受任何公司控制。

幾人共進晚餐后，當年晚些時候，OpenAI創立。馬斯克加入董事會，還擔任聯合創始人。早期出資者包括馬斯克、奧爾特曼、布羅克曼和馬斯克在貝寶的老同事、億萬富翁彼得·蒂爾，以及LinkedIn的聯合創始人里德·霍夫曼等，承諾提供10億美元支持研究團隊。莎士科爾擔任OpenAI的首席科學家。

微軟奮起直追

在2014年被任命為微軟的首席執行官后不久，納德拉就開始圍繞人工智能重新定位。納德拉宣稱，微軟旗下的所有產品和服務都會“加入人工智能”，還宣布人工智能是塑造未來的三項基本技術之一（另外兩項是“混合現實”和量子計算）。納德拉認為微軟的各項業務都潛力巨大，也包括占微軟收入三分之二的辦公軟件和云計算服務。納德拉可不想讓谷歌或其他競爭對手搶占地盤。

微軟內部有個成立已久的研究機構，在世界各地都建有實驗室，研究從虛擬現實到網絡安全領域里最先進的技術，當然也包括人工智能。但在公司層面，微軟最感興趣的還是“增強人類智能”。換句話說，狹義人工智能微軟實驗室并沒有像DeepMind和谷歌大腦一樣追求浮華的突破。有時微軟給人的印象是，通用人工智能只是不切實際的目標，不值得追求。

但缺席通用人工智能的競賽后，微軟也面臨實際問題。由于Alphabet的DeepMind和谷歌大腦取得了一系列突破性進展，人們公認Alphabet在狹義人工智能應用領域里處于領先地位，在招聘學界最優秀的研究人員以及銷售云服務方面也享有優勢。2016年，DeepMind的人工智能算法AlphaGo在古老的策略游戲圍棋中擊敗了全世界最優秀的棋手，進一步鞏固了相關印象。之前多數人工智能研究人員認為，系統要想在圍棋方面追上人類至少還得等十年。（《乒乓游戲》也一樣。）“收購DeepMind是谷歌在營銷方面有史以來最值的一筆支出。”Pathmind的聯合創始人及首席執行官克里斯·尼克爾森說，Pathmind是位于舊金山的協助企業配置人工智能的公司。

納德拉不得不采取措施提升微軟在人工智能領域里的地位。2016年，他重組了公司的研究業務，專門成立機構從事微軟產品中人工智能的研究和應用，比如必應搜索引擎和Cortana數字助理。他還開始每周召開高管會議，討論人工智能相關項目的進展。但這些都是漸進式的變化。微軟仍然缺乏人工智能的大項目。

批評聲音

OpenAI位于舊金山的教會區，三層灰墻建筑，內部有閣樓，帶有明顯的震前建筑風格。目前公司有120名研究人員。過去一年，公司圍繞“重大挑戰”發布了一系列公告，主要介紹通用人工智能方面的進展并提高公眾形象。

OpenAI用5臺人工智能軟件機器人組成團隊玩對戰游戲《刀塔2》，該游戲經常用于職業電競比賽。去年4月在舊金山，三場最佳演示賽中，OpenAI的5機器人團隊擊敗了人類衛冕冠軍隊。

另外，OpenAI還研究了語言算法，能夠提取一些人類寫的句子，然后即興組合，生成連貫的散文，這是自然語言處理領域里的重大飛躍。

最終，10月，該公司首次推出了能夠還原魔方的仿人機器人手。多年來，機器人學家一直在努力模仿靈巧的人手。OpenAI研發的機器手做得很好，經常可以順利還原魔方。

通過三項聲明，能夠看出為何OpenAI對進入通用人工智能領域非常自信，以及為何引發多方批評。

首先介紹些背景：目前通用人工智能的推動力，以及當前的人工智能熱潮都建立在神經網絡基礎之上，神經網絡是大致基于人腦的軟件。人工神經元呈多層排列，將圖像中的像素等原始數據輸入，轉換成輸出數據，例如標簽“貓”。由于神經網絡依賴的人工神經元中間層很多，所以有人稱之為“深度”，利用該技術執行任務稱為深度學習。

目前對通用人工智能的研究基本上分為兩大陣營：一方陣營認為只有深度學習才可以實現通用人工智能，另一個陣營則認為必須與其他方面（如邏輯規則）結合。在深度學習陣營中，還有進一步的劃分：一群強調算法創新，另一群則更關注構建神經網絡的規模以及提供的數據量。OpenAI堅定支持“規模越大越好”。

OpenAI的標志性成就便構建了龐大的模型，消耗大量計算能力。舉例來說，在5臺《刀塔2》機器人程序中，每臺都由算法控制，每個算法包含1.59億個參數或數據變量。訓練10個月后，機器人積累了相當于人類玩4.5萬次《刀塔2》游戲的經驗。

7月，奧爾特曼在視頻聊天中告訴納德拉：“增加訓練的最大模型，不斷解決看似不可能的任務。”奧爾特曼、布羅克曼和莎士科爾都表示，建立更大的神經網絡是成功研發通用人工智能的重要途徑。

然而，外部研究人士很少有人同意OpenAI的觀點。紐約大學的一位心理學和神經科學名譽教授加里·馬庫斯目前在新創企業Robust AI擔任首席執行官，他認為現有證據并不能夠證明大型神經網絡可以突然掌握接近人類水平的技能，比如常識推理或概念思維。“還是要依靠魔法一樣的深度學習。”他認為OpenAI并未證明其系統可以構建世界。“如果做不到這一點，就不可能成功研發通用人工智能。”他說。加州大學伯克利分校的一位計算機科學家本·雷克特對OpenAI的批評則更為嚴厲。“難道這些人從沒有聽說過收益遞減規律嗎？”他說。

對OpenAI的另一種批評聲音，即公司為了博得關注不合理地夸大了成就。OpenAI在宣布GPT-2語言算法時告訴記者，由于擔心該軟件被濫用，制造假新聞和造謠活動，所以拒絕發布軟件功能最強大的版本。一些計算機科學家指責OpenAI夸大風險以獲得公眾關注。（9個月后，該公司確實發布了全功能版，表示功能較弱的版本基本沒有濫用風險。）

卡內基梅隆大學的一位教授扎卡里·利普頓公開批評OpenAI，指責該公司的研究與其他公司基本類似，為了募集資金而“積極操縱媒體”。“它們想時刻維持一種錯覺，即歷史性的事情正在發生，而OpenAI就在事件中心。”利普頓說，結果營銷“很不道德也不負責任”。

OpenAI的發言人阿什利·皮利皮茲恩在一封電子郵件回復中否認公司從事操縱性營銷活動，并表示應該“根據公司研發成果的影響”，而不是“根據我們（或其他人）說的話”來判斷公司的價值。

資金問題

OpenAI的方法里有一點毫無爭議，就是昂貴。龐大的模型需要強大的運算能力，必須向云服務提供商租用。而且，頂尖的人工智能研究人員的薪水往往達6位數甚至7位數。雖然OpenAI并沒有透露燒錢情況，但可以從競爭對手窺得一斑。英國的財報申報數據顯示，僅在2018年，員工約900人的競爭對手DeepMind的員工薪水和運算成本等管理費用就達到7.46億美元。

“要實現目標所需的資金比原先想象中多得多。”奧爾特曼在去年接受《連線》雜志采訪時說。更為復雜的是，OpenAI失去了最重要的支持者：馬斯克。2018年年初，馬斯克宣布辭任OpenAI董事，理由是經營特斯拉和SpaceX需要大量精力，而且由于特斯拉越發介入人工智能領域，可能招聘與OpenAI相同的研究人員，從而存在利益沖突。

為了獲得更多資金，OpenAI的董事會決定徹底改變架構。今年3月，奧爾特曼宣布成立營利部門。在新架構下，OpenAI可以從事風險投資。最重要的是，公司還能夠發放股票期權，吸引并留住頂尖的計算機科學家。里德·霍夫曼的慈善基金會，還有著名的硅谷風險投資公司Khosla Ventures成為營利性部門的首批投資者，投資金額未知。之后的7月，微軟投入了10億美元。

隨著OpenAI從微軟的云計算部門Azure購買數據中心時間，部分投資資金將返還給微軟，而且微軟已經同意OpenAI享有Azure的獨家使用權。如果OpenAI成功開發通用人工智能，微軟的投資并不能夠享有通用人工智能的所有權。屆時，通用人工智能仍然屬于OpenAI的非營利業務，OpenAI也保留了對營利部門的投票控制權。（如果你懷疑微軟的投資到底是不是真與通用人工智能有關，放心，別人也一樣。）

微軟和OpenAI都拒絕就合作關系接受采訪。但只要看看谷歌如何通過谷歌大腦和DeepMind獲益，便大致可以判斷出微軟的目的，其實就算最終沒有獲得通用人工智能的所有權也不影響。

谷歌大腦開發的算法協助改進了谷歌的搜索引擎、谷歌翻譯、谷歌地圖和云計算基礎設施。“這些對公司來說價值巨大。”高級軟件工程師杰夫·迪恩表示，他曾經協助創立谷歌大腦，現在負責谷歌的人工智能研究。

與此同時，DeepMind還有一個名為DeepMind for Google的團隊，負責跟姊妹公司和Alphabet的其他業務部門合作。“我們不會選擇產品的問題去研究如何解決。”DeepMind的研究副總裁科瑞·卡武庫奧格魯說。但如果DeepMind的研究碰巧對Alphabet旗下的其他公司正在研究的問題有幫助，DeepMind for Google團隊通常會合作尋找解決方案。2016年，DeepMind曾經表示，幫助谷歌找到了更有效管理數據中心冷卻系統的方式，降低了40%的冷卻費用。后來，DeepMind又使用相同算法的另一版本協助延長了安卓手機的電池壽命。2017年，DeepMind的一款算法成為了谷歌數字助理電腦語音生成的引擎。

類似于宗教的討論

說起各個公司在通用人工智能領域競爭最大的問題，其實在于提供資金的大型科技公司是否真的相信，甚至關心有沒有可能創造出類似于人類或超人類的智能程序。“在硅谷，通用人工智能是類似于宗教的討論。”Pathmind的尼克爾森說。“要么是信徒，要么不是。”

麻省理工學院的一位計算認知科學教授喬希·特南鮑姆就是個信徒：他負責的實驗室主要研究人類智能逆向工程，搭建更類似于人類的人工智能。但與很多業內人士一樣，特南鮑姆認為通用人工智能“非常遙遠”。他也認為競相研究人工智能的大公司的動機并不透明。

在特南鮑姆看來，DeepMind、谷歌大腦和OpenAI的研究人員確實希望實現通用人工智能，但Alphabet和微軟等公司其實更關注狹義人工智能的發展，公司只希望找到更好的工具搭建一系列狹義系統，比如能夠鑒別信用卡欺詐、面部識別或分析法律文件的算法。狹義系統可以在內部使用，也可以賣給云計算客戶。

微軟與OpenAI的合作肯定有望推出類似的創新。兩家公司已經達成協議，提升Azure的超級計算能力，其中包括開發新芯片提升人工智能系統的訓練和運行效率。

不管納德拉投資OpenAI的真正目標是什么，這位首席執行官通過10位數的投資在人工智能研究領域里樹立了標桿。微軟也正式加入了通用人工智能的競爭。即便微軟最終落敗，這可能也是他有史以來最值的10億美元投資。

玩個游戲嗎？

在人工智能的發展過程中，游戲一直是里程碑式的標志，因為游戲可以在簡化的環境下提供智能挑戰。以下是計算機的幾場引人注意的勝利：

2015年：Atari

在原有游戲系統研究的基礎上，DeepMind展示了人工智能如何在訓練僅幾個小時便能夠掌握從《乒乓游戲》到《太空入侵者》等49個Atari游戲，而且達到超人類水平。

2017年：撲克

Libratus是卡內基梅隆大學的研究人員發明的一款會玩撲克游戲的人工智能，在無限注的得州撲克游戲中擊敗了4名職業選手。

2019年：《星際爭霸2》

DeepMind的AlphaStar人工智能在復雜的即時戰略游戲《星際爭霸2》中名列全球玩家的前99.8%，非常精通長期戰略和街機式戰斗。（財富中文網）

譯者：MS