機(jī)器之心報(bào)道

編輯：+0

近期各大 AI 公司大動(dòng)作頻出，Meta FAIR 部門遭裁員、OpenAI 資本重組、AWS 大裁員……這一系列動(dòng)蕩表明 AI 行業(yè)正從「無限淘金熱」轉(zhuǎn)向殘酷的「陣地戰(zhàn)」。資本開始重新評估價(jià)值，巨頭們在激烈的軍備競賽中也不得不審視成本與效率。

那么，這場「陣地戰(zhàn)」是怎么打起來的？巨頭們手里的牌、背上的包袱，又是怎么來的？

知名科技播客《Acquired》最近的一期節(jié)目，以谷歌（Google）的 AI 發(fā)展史與戰(zhàn)略為主線，巧妙地穿插了其他 AI 巨頭的崛起歷程，節(jié)目幾乎涵蓋了當(dāng)今 AI 領(lǐng)域大部分的關(guān)鍵人物，為聽眾系統(tǒng)地梳理出一部簡明的 AI 發(fā)展史。

• 播客地址：https://www.acquired.fm/episodes/google-the-ai-company

本文將循著《Acquired》這期節(jié)目的討論脈絡(luò)，同時(shí)深入挖掘并征引節(jié)目中提及的兩本關(guān)鍵著作《In the Plex》與《Genius Makers》（中文版：深度學(xué)習(xí)革命）中的相關(guān)細(xì)節(jié)，結(jié)合當(dāng)下 AI 圈現(xiàn)狀，對 AI 的發(fā)展歷史與大公司戰(zhàn)略博弈進(jìn)行一次深度的復(fù)盤。

刻在谷歌基因里的 AI 目標(biāo)

不同于許多后來者，人工智能并非谷歌在某個(gè)階段才「轉(zhuǎn)向」的風(fēng)口，而是從誕生之初就是其核心理念。

1998 年，Google 成立。創(chuàng)始人之一 Larry Page 將谷歌視為一家人工智能公司，這很大程度上源于他父親——一位早期就專注于機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的計(jì)算機(jī)科學(xué)教授的影響。

讓我們先把時(shí)間撥回 42 年前：1956 年。在美國的達(dá)特茅斯學(xué)院，一群充滿激情的科學(xué)家們正式提出了「人工智能（Artificial Intelligence）」這個(gè)名字。他們樂觀地相信，用不了多久，具有人類智慧的機(jī)器就將出現(xiàn)。

然而，現(xiàn)實(shí)很快給過于樂觀的預(yù)言潑了冷水。由于計(jì)算能力的限制、數(shù)據(jù)的匱乏以及理論的瓶頸，許多承諾無法兌現(xiàn)，AI 研究的資金和熱情隨之驟減，進(jìn)入了長達(dá)數(shù)十年的兩次「AI 寒冬」。

在那個(gè) AI 被普遍視為「浪費(fèi)時(shí)間」的年代，Larry Page 父親的堅(jiān)持就頗具反叛色彩。

Larry Page 在 2000 年就斷言：「人工智能將是谷歌的終極版本……如果我們擁有終極搜索引擎，它將理解網(wǎng)絡(luò)上的一切……這顯然就是人工智能……我們正朝著這個(gè)方向努力」。

甚至可以說，谷歌賴以起家的 PageRank 算法，其本身運(yùn)用統(tǒng)計(jì)方法排序網(wǎng)頁，就已帶有早期 AI 思想的印記。

「壓縮即理解」

谷歌 AI 故事的一個(gè)關(guān)鍵源頭，始于 2000 年末或 2001 年初的一次午餐閑談。早期工程師 George Herrick 向同事 Ben Gomes 及 Noam Shazeer 提出了一個(gè)理論：壓縮數(shù)據(jù)在技術(shù)上等同于理解數(shù)據(jù)。核心在于，高效壓縮并能無損恢復(fù)信息的過程，本身就蘊(yùn)含了對信息的深層理解。

這個(gè)想法吸引了天才工程師 Noam Shazeer。在當(dāng)時(shí)谷歌自由的工程師文化下，Herrick 和 Shazeer 決定全力探索語言模型和機(jī)器理解。盡管并非所有人都看好，但 Jeff Dean 等人的支持給了他們信心。

他們的研究深入到自然語言的概率模型領(lǐng)域，即預(yù)測給定詞語序列后，下一個(gè)最可能出現(xiàn)的詞語序列是什么。這正是現(xiàn)代 LLM 「Next Token Prediction」思想的早期體現(xiàn)。

這項(xiàng)研究的首個(gè)直接成果，就是谷歌搜索中極為實(shí)用的「您是不是要找」（Did you mean）拼寫糾錯(cuò)功能，由 Shazeer 主導(dǎo)開發(fā)。它不僅改善了用戶體驗(yàn)，還通過減少錯(cuò)誤查詢，為谷歌節(jié)省了大量無效計(jì)算資源。

隨后，他們構(gòu)建了一個(gè)在當(dāng)時(shí)看來相當(dāng)「大」的語言模型，并將其命名為PHIL（Probabilistic Hierarchical Inferential Learner，概率分層推理學(xué)習(xí)器）。這個(gè)模型很快在谷歌的核心業(yè)務(wù)中扮演了關(guān)鍵角色。

2003 年，PHIL 被 Jeff Dean 用于快速實(shí)現(xiàn) AdSense 系統(tǒng)，理解網(wǎng)頁內(nèi)容以匹配廣告。AdSense 一夜之間為谷歌帶來了數(shù)十億美元的新收入。

到了 2000 年代中期，據(jù)估計(jì) PHIL 消耗了谷歌數(shù)據(jù)中心整體資源的 15%，足見其重要性與計(jì)算強(qiáng)度。

機(jī)器翻譯與神經(jīng)網(wǎng)絡(luò)

谷歌對語言理解能力的追求，自然延伸到了機(jī)器翻譯領(lǐng)域。

2007 年前后，由 Franz Och 領(lǐng)導(dǎo)的 Google Translate 團(tuán)隊(duì)，Och 團(tuán)隊(duì)構(gòu)建了一個(gè)基于海量 N-gram（詞語組合）的語言模型，該模型在一個(gè)包含兩萬億單詞的谷歌搜索索引子集上進(jìn)行了訓(xùn)練。團(tuán)隊(duì)?wèi){借巨大的 N-gram 模型贏得 DARPA 競賽，但模型效率極低，翻譯一句話需 12 小時(shí)。

Jeff Dean 再次介入，他意識到翻譯過程可并行化，利用 Google 強(qiáng)大的分布式計(jì)算平臺，與團(tuán)隊(duì)合作在數(shù)月內(nèi)將翻譯時(shí)間縮短至 100 毫秒，成功將其投入生產(chǎn)。這成為谷歌第一個(gè)生產(chǎn)環(huán)境的「大型」語言模型，進(jìn)一步激發(fā)了將此類技術(shù)用于更多場景的想象。

與此同時(shí)，另一股更具革命性的思潮也開始悄然叩響谷歌的大門：神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)。這，得益于 Sebastian Thrun 的引薦。

這位前斯坦福 AI 實(shí)驗(yàn)室（SAIL）主任于 2007 年加入 Google，在成功主導(dǎo)「Ground Truth」地圖項(xiàng)目后，他說服 Larry Page 和 Sergey Brin 邀請頂尖學(xué)者兼職參與 Google 研究。

2007 年 12 月，Sebastian Thrun 邀請了當(dāng)時(shí)在多倫多大學(xué)、相對不為人所知的機(jī)器學(xué)習(xí)教授 Geoff Hinton 來到谷歌進(jìn)行技術(shù)講座。

Hinton 是神經(jīng)網(wǎng)絡(luò)研究的長期倡導(dǎo)者，他和他的學(xué)生（包括 Yann LeCun）堅(jiān)信，隨著計(jì)算能力的提升，構(gòu)建更深層次的神經(jīng)網(wǎng)絡(luò)（即「深度學(xué)習(xí)」）將能釋放其巨大潛力。

Hinton 的講座在谷歌內(nèi)部引發(fā)了強(qiáng)烈反響，特別是讓 Jeff Dean 等人看到了現(xiàn)有語言模型工作的全新可能性。隨后，辛頓以顧問乃至「實(shí)習(xí)生」的身份開始與谷歌合作，將深度學(xué)習(xí)的火種正式帶入了這家未來的 AI 巨頭。

值得一提的是，Hinton 等人所倡導(dǎo)的神經(jīng)網(wǎng)絡(luò)，在當(dāng)時(shí)正處于被學(xué)術(shù)界邊緣化的最低谷。如《Genius Makers》所述，自 70 年代 Marvin Minsky 對「感知機(jī)」的著名批判以來，AI 領(lǐng)域的主流已轉(zhuǎn)向「專家系統(tǒng)」。然而專家系統(tǒng)在現(xiàn)實(shí)世界的復(fù)雜性面前屢屢碰壁，導(dǎo)致了 AI 的第二次寒冬。

而 Google 的 PageRank 和機(jī)器翻譯所依賴的統(tǒng)計(jì)方法，本身就是對僵化專家系統(tǒng)的一種反叛。Hinton 的到來，預(yù)示著一種基于數(shù)據(jù)、統(tǒng)計(jì)和仿生計(jì)算的更深刻范式，即將與 Google 的工程能力相結(jié)合。

到 2011 年，谷歌不僅在傳統(tǒng)機(jī)器學(xué)習(xí)和大規(guī)模系統(tǒng)工程方面積累了深厚實(shí)力，也開始接觸并擁抱深度學(xué)習(xí)這一即將掀起滔天巨浪的新思潮。人才的引進(jìn)、內(nèi)部項(xiàng)目的成功以及對前沿理論的開放態(tài)度，共同為谷歌下一階段的 AI 爆發(fā)奠定了堅(jiān)實(shí)的基礎(chǔ)。

從「大腦」到「貓」

Hinton 帶來的深度學(xué)習(xí)火種，很快在 Google 內(nèi)部找到了適宜生長的土壤。大規(guī)模數(shù)據(jù)和強(qiáng)大的計(jì)算基礎(chǔ)設(shè)施，恰是神經(jīng)網(wǎng)絡(luò)研究所需的關(guān)鍵要素。

正是在這一背景下，Google 內(nèi)部一個(gè)專注于將深度學(xué)習(xí)推向新高度的核心團(tuán)隊(duì)?wèi)?yīng)運(yùn)而生，并迅速取得了令世界矚目的突破。

Google Brain 誕生

隨著 Sebastian Thrun 全職加入 Google 并創(chuàng)建 Google X 部門，他將在斯坦福 AI 實(shí)驗(yàn)室（SAIL）的繼任者、另一位杰出學(xué)者吳恩達(dá)（Andrew Ng）也引入 Google 兼職。

值得一提的是，近日，英偉達(dá)市值突破5萬億美元，而吳恩達(dá)及其團(tuán)隊(duì)早在 2009 年的一篇論文中就指出了 GPU 對 AI 重要性。

• 論文標(biāo)題：Large-scale Deep Unsupervised Learning using Graphics Processors
• 論文地址：https://dl.acm.org/doi/10.1145/1553374.1553486

回到正題。2010 至 2011 年間的一天，吳恩達(dá)在 Google 園區(qū)偶遇 Jeff Dean，兩人交流起各自在語言模型和深度學(xué)習(xí)方面的想法。他們很快意識到，結(jié)合 Hinton 的理論與 Google 無與倫比的并行計(jì)算能力，或許可以真正構(gòu)建一個(gè)前所未有的大規(guī)模深度學(xué)習(xí)模型。

這個(gè)想法很快得到了推動(dòng)。2011 年，吳恩達(dá)、Jeff Dean 以及神經(jīng)科學(xué)博士 Greg Corrado 共同發(fā)起了 Google X 內(nèi)部的第二個(gè)官方項(xiàng)目：Google Brain。他們的目標(biāo)明確：在 Google 的基礎(chǔ)設(shè)施上，構(gòu)建一個(gè)真正「深」且「大」的神經(jīng)網(wǎng)絡(luò)。

為了支撐這個(gè)龐大的計(jì)算任務(wù)，Jeff Dean 主導(dǎo)開發(fā)了一個(gè)名為 DistBelief 的新分布式計(jì)算系統(tǒng)。

DistBelief 的設(shè)計(jì)頗具爭議，它允許不同計(jì)算節(jié)點(diǎn)異步更新模型參數(shù)，這意味著更新可能基于「過時(shí)」的信息。這與當(dāng)時(shí)主流研究認(rèn)為同步更新對保證模型收斂至關(guān)重要的觀點(diǎn)相悖。

許多人，包括 Google 內(nèi)外的專家，都對此表示懷疑（Disbelief），這也是系統(tǒng)名稱的雙關(guān)含義。然而，Jeff Dean 的工程直覺再次被證明是正確的，DistBelief 不僅可行，而且效率很高。

石破天驚的「貓論文」

有了強(qiáng)大的計(jì)算平臺，Google Brain 團(tuán)隊(duì)迅速展開了一項(xiàng)里程碑式的實(shí)驗(yàn)。他們構(gòu)建了一個(gè)包含九個(gè)層級的深度神經(jīng)網(wǎng)絡(luò)，并利用 DistBelief 系統(tǒng)，在 1000 臺機(jī)器上的 16000 個(gè) CPU 核心進(jìn)行訓(xùn)練。訓(xùn)練數(shù)據(jù)是 1000 萬幀從未經(jīng)人工標(biāo)注的 YouTube 視頻中隨機(jī)抽取的。

實(shí)驗(yàn)結(jié)果震驚了世界。這個(gè)神經(jīng)網(wǎng)絡(luò)在沒有被告知什么是「貓」的情況下，通過無監(jiān)督學(xué)習(xí)，自主地在最高層網(wǎng)絡(luò)中形成了一個(gè)「貓神經(jīng)元」：這個(gè)神經(jīng)元會對包含貓臉（特別是正面視角）的圖像產(chǎn)生強(qiáng)烈興奮，而對其他圖像則反應(yīng)平淡。

這項(xiàng)成果，后來以論文形式發(fā)表，但更廣為人知的名字是「貓論文」（Cat Paper）。

• 論文標(biāo)題：Building High-Level Features Using Large-Scale Unsupervised Learning
• 論文地址：https://arxiv.org/abs/1112.6209

「貓論文」的意義極其深遠(yuǎn)。首先，它證明了大規(guī)模深度神經(jīng)網(wǎng)絡(luò)具備在沒有人類監(jiān)督的情況下，從海量原始數(shù)據(jù)中學(xué)習(xí)有意義的高級特征的能力。其次，它驗(yàn)證了 Google 自研的分布式系統(tǒng)能夠有效支撐這種規(guī)模的訓(xùn)練。

對于 Google 內(nèi)部而言，這次成功極具說服力。據(jù)時(shí)任高管的 Sundar Pichai 回憶，看到「貓論文」是他記憶中 Google AI 故事的關(guān)鍵時(shí)刻之一。在一次 TGIF（Thank God It's Friday，谷歌內(nèi)部周五例會）上展示該成果后，許多員工表示「一切都改變了」。

更重要的是，「貓論文」直接催生了巨大的商業(yè)價(jià)值。當(dāng)時(shí) YouTube 面臨著視頻內(nèi)容理解不足的難題，用戶上傳的標(biāo)題和描述往往不足以支撐有效的搜索和推薦。Google Brain 的技術(shù)使得機(jī)器能夠「看懂」視頻內(nèi)容，極大地提升了 YouTube 的推薦精度和用戶粘性，也為后續(xù)的內(nèi)容審核、版權(quán)識別等關(guān)鍵功能奠定了基礎(chǔ)。

可以說，「貓論文」開啟了 YouTube 乃至整個(gè)社交媒體和內(nèi)容平臺的「算法推薦時(shí)代」，間接驅(qū)動(dòng)了此后十年數(shù)百億乃至數(shù)千億美元的產(chǎn)業(yè)價(jià)值。

AlexNet

幾乎與「貓論文」同時(shí)期，另一項(xiàng)來自學(xué)術(shù)界的突破則徹底改變了深度學(xué)習(xí)的硬件基礎(chǔ)。

2012 年，在多倫多大學(xué)，Geoff Hinton 指導(dǎo)的兩名學(xué)生 Alex Krizhevsky 和 Ilya Sutskever，憑借他們設(shè)計(jì)的深度卷積神經(jīng)網(wǎng)絡(luò) AlexNet，在著名的 ImageNet 圖像識別競賽中取得了「大爆炸」式的成功。

ImageNet 競賽要求算法識別數(shù)百萬張已標(biāo)注圖片中的物體。此前數(shù)年，最優(yōu)算法的錯(cuò)誤率仍在 25% 以上。而 AlexNet 橫空出世，將錯(cuò)誤率一舉降至 15.3%，比前一年最好的結(jié)果提升了超過 40%。

這一飛躍的關(guān)鍵，在于 Krizhevsky 和 Sutskever 創(chuàng)造性地使用了兩塊當(dāng)時(shí)主要用于游戲圖形處理的 NVIDIA GeForce GTX 580 GPU 進(jìn)行并行計(jì)算訓(xùn)練。他們意識到 GPU 的大規(guī)模并行計(jì)算架構(gòu)天然適合神經(jīng)網(wǎng)絡(luò)運(yùn)算，并通過 NVIDIA 的 CUDA 編程語言重寫了算法。

AlexNet 的勝利不僅宣告了深度學(xué)習(xí)時(shí)代的全面到來，更確立了 GPU 作為 AI 計(jì)算核心硬件的地位。正如 NVIDIA CEO 黃仁勛所言，這是 AI 的「大爆炸時(shí)刻」。這一事件也直接將 NVIDIA 從一家 PC 游戲配件制造商，推上了日后 AI 浪潮之巔，成為全球市值最高的公司之一。

DNN Research 收購大戰(zhàn)

AlexNet 的巨大成功讓其背后的三人團(tuán)隊(duì)身價(jià)倍增，他們迅速成立了一家名為 DNN Research 的公司，這家公司沒有產(chǎn)品，唯一的資產(chǎn)就是這三位頂尖的 AI 研究大腦。

一場圍繞這家初創(chuàng)公司的激烈競購戰(zhàn)隨之展開。Hinton 決定采用一種類似拍賣的方式來決定公司的歸屬，以期獲得公平的市場價(jià)值。

最初百度出價(jià) 1200 萬美元，隨后，谷歌、微軟以及當(dāng)時(shí)還名不見經(jīng)傳的初創(chuàng)公司 DeepMind 都加入了競標(biāo)。競價(jià)在內(nèi)華達(dá)州太浩湖哈里斯賭場酒店（NIPS/NeurIPS 會議期間）Hinton 的房間里激烈進(jìn)行。

DeepMind 因資金不足早早退出，最終，競價(jià)在谷歌和百度之間進(jìn)行，一路飆升。當(dāng)價(jià)格達(dá)到 4400 萬美元時(shí)，考慮到谷歌的研究環(huán)境、資源以及已有的人脈關(guān)系，Hinton 團(tuán)隊(duì)決定停止競價(jià)，接受了谷歌的收購要約。

據(jù)說，他們?nèi)俗畛跤?jì)劃平分股權(quán)，但 Krizhevsky 和 Sutskever 主動(dòng)提出讓導(dǎo)師 Hinton 占 40%，他們各占 30%。

這次收購被認(rèn)為是谷歌 AI 歷史上最劃算的交易之一。它不僅將 AlexNet 的核心團(tuán)隊(duì)整體并入 Google Brain，進(jìn)一步鞏固了谷歌在深度學(xué)習(xí)領(lǐng)域的領(lǐng)導(dǎo)地位，而且這支團(tuán)隊(duì)后續(xù)為谷歌創(chuàng)造的價(jià)值被認(rèn)為遠(yuǎn)超收購價(jià)格，甚至足以覆蓋 Google X 部門的所有其他「登月項(xiàng)目」的投入。

Facebook 與 FAIR

AlexNet 的驚人表現(xiàn)和 Google 對 DNN Research 的迅速收購，點(diǎn)燃了科技巨頭對深度學(xué)習(xí)人才的渴望。Google 并非唯一的買家，扎克伯格也敏銳地意識到了這場風(fēng)暴。

正如《深度學(xué)習(xí)革命》中所述，扎克伯格意識到，Google 用來優(yōu)化 YouTube 推薦和廣告的技術(shù)，同樣可以用來改造 Facebook 的核心產(chǎn)品：動(dòng)態(tài)消息（News Feed）。他將 AI 視為「下一個(gè)大事件」，并決心迅速建立 Facebook 自己的頂尖 AI 實(shí)驗(yàn)室。

扎克伯格的目標(biāo)非常明確：他需要一位像 Geoff Hinton 一樣的領(lǐng)軍人物。這個(gè)人選就是 Hinton 的前博士后、當(dāng)時(shí)在紐約大學(xué)任教的Yann LeCun。LeCun 是深度學(xué)習(xí)領(lǐng)域的另一位「教父」，尤其以其在卷積神經(jīng)網(wǎng)絡(luò)（CNNs）上的開創(chuàng)性工作而聞名。

2013 年，扎克伯格親自致電 LeCun，力邀其加盟，并給出了非常有誠意的讓步：FAIR(Facebook AI Research) 實(shí)驗(yàn)室可以設(shè)在紐約，LeCun 本人也可以保留在紐約大學(xué)的教職。

更重要的是，LeCun 堅(jiān)持 FAIR 必須采用開放的研究模式，即像學(xué)術(shù)界一樣公開發(fā)表論文。他認(rèn)為這是吸引和留住頂尖人才的唯一途徑，因?yàn)轫敿鈱W(xué)者渴望的是同行認(rèn)可和推動(dòng)科學(xué)進(jìn)步，而非僅僅是高薪。扎克伯格同意了這一點(diǎn)，這與 Google Brain 當(dāng)時(shí)逐漸形成的開放研究文化不謀而合。

如我們所見，F(xiàn)AIR 為 Meta（原 Facebook）提供了源源不斷的核心技術(shù)、開源工具（PyTorch）和前沿探索。

FAIR 通過其Llama系列模型為 Meta 確立了獨(dú)特的戰(zhàn)略地位。從 Llama 1 到 Llama 3，F(xiàn)AIR 開發(fā)了行業(yè)領(lǐng)先的開源大語言模型。 堅(jiān)持開源策略，使 Meta 成為開放 AI 生態(tài)的領(lǐng)導(dǎo)者，對抗了 OpenAI 和 Google 的閉源模型。

但在 AI 競爭日益殘酷的今天，從限制論文發(fā)表到裁員，F(xiàn)AIR 也不可避免地迎來了「理想主義」的退潮，開始直面成本與效率的殘酷考驗(yàn)。

DeepMind、TPU 以及 OpenAI 的崛起

在收購了 DNN Research 的核心團(tuán)隊(duì)后，Google 在深度學(xué)習(xí)領(lǐng)域的領(lǐng)先地位似乎更加穩(wěn)固。然而，AI 的版圖遠(yuǎn)未定型。接下來的幾年，Google 通過一次世紀(jì)收購進(jìn)一步擴(kuò)張了其 AI 帝國，但也同時(shí)在內(nèi)部啟動(dòng)了一場深刻的硬件革命以應(yīng)對算力挑戰(zhàn)。

與此同時(shí)，其強(qiáng)大的「人才引力場」也開始顯現(xiàn)離心力，催生了日后最強(qiáng)勁的競爭對手。

DeepMind 與 Google

就在 Google Brain 高歌猛進(jìn)之時(shí)，大西洋彼岸的倫敦，一家名為DeepMind的初創(chuàng)公司正以其「解決智能，再用智能解決一切」的宏大愿景吸引著特定圈層的注意。

由神經(jīng)科學(xué)博士、前游戲開發(fā)者 Demis Hassabis、Shane Legg 以及 Mustafa Suleyman 共同創(chuàng)立的 DeepMind，目標(biāo)直指通用人工智能（AGI），這在當(dāng)時(shí)被許多人視為「瘋子般的邊緣想法」。

DeepMind 早期獲得了 Peter Thiel（PayPal 聯(lián)合創(chuàng)始人、Facebook 首位外部投資人）和馬斯克的投資。隨著 DeepMind 在強(qiáng)化學(xué)習(xí)（尤其是在玩 Atari 游戲上取得突破）等領(lǐng)域展現(xiàn)出驚人潛力，它很快吸引了科技巨頭的目光。

2013 年末，扎克伯格率先提出收購，據(jù)傳報(bào)價(jià)高達(dá) 8 億美元，但因無法滿足 DeepMind 保持獨(dú)立研究和設(shè)立外部監(jiān)督委員會的要求而未能成功。Elon Musk 也提出用 Tesla 股票收購，意圖將其技術(shù)用于自動(dòng)駕駛，同樣與 DeepMind 的核心目標(biāo)不符。

關(guān)鍵的轉(zhuǎn)折點(diǎn)來自 Larry Page。他對 AI 的長期愿景與 Hassabis 一拍即合，相比扎克伯格和馬斯克，Page 更能理解并愿意支持 DeepMind 保持相對獨(dú)立，專注于 AGI 研究。Google 內(nèi)部已有 Google Brain 負(fù)責(zé)產(chǎn)品應(yīng)用，DeepMind 可與之互補(bǔ)。此外，Google 擁有的龐大計(jì)算資源對 DeepMind 也是巨大的吸引力。

最終，Google 在 2014 年初以約 5.5 億至 6.5 億美元的價(jià)格成功收購 DeepMind。這筆收購在當(dāng)時(shí)被視為谷歌的巨大勝利，但也埋下了日后內(nèi)部文化沖突的種子。

DeepMind 長期與 Google Brain 在公司內(nèi)部爭奪資源和主導(dǎo)權(quán)，這種內(nèi)耗在一定程度上拖慢了谷歌的腳步。而當(dāng)年被谷歌重金「買下」的聯(lián)合創(chuàng)始人 Mustafa Suleyman，在經(jīng)歷了內(nèi)部的邊緣化后最終離開，并極具戲劇性地在 2024 年加入了谷歌的死敵微軟，成為了其消費(fèi)者 AI 業(yè)務(wù)的負(fù)責(zé)人，調(diào)轉(zhuǎn)槍口與老東家正面對壘。

收購后，DeepMind 迅速展現(xiàn)價(jià)值，不僅在AlphaGo項(xiàng)目中擊敗世界圍棋冠軍李世石，震驚世界，還通過優(yōu)化算法將 Google 數(shù)據(jù)中心的冷卻能耗降低了 40%。

然而，這次收購也徹底激怒了馬斯克，為日后 OpenAI 的誕生埋下了最重要的伏筆。

從 GPU 依賴到自研 TPU

就在 Google 將 DeepMind 收入囊中，進(jìn)一步鞏固其在 AI 研究領(lǐng)域地位的同時(shí)，其內(nèi)部也正悄然進(jìn)行一場硬件革命。

AlexNet 的成功已經(jīng)證明了 GPU 在深度學(xué)習(xí)訓(xùn)練中的巨大優(yōu)勢。Alex Krizhevsky 加入 Google 后，驚訝地發(fā)現(xiàn)公司內(nèi)部仍主要依賴 CPU 進(jìn)行模型訓(xùn)練，甚至自己買了 GPU 偷偷使用。

雖然 Google 內(nèi)部早有人提出使用 GPU，但基礎(chǔ)設(shè)施團(tuán)隊(duì)出于維護(hù)同構(gòu)集群簡單性的考慮一直有所抵觸。然而，隨著深度學(xué)習(xí)應(yīng)用（如語音識別）的需求爆炸性增長，僅僅依賴 CPU 已難以為繼。

Jeff Dean 甚至估算，如果所有 Android 用戶每天使用幾分鐘語音識別，Google 就需要將現(xiàn)有數(shù)據(jù)中心規(guī)模翻倍才能支撐。他向負(fù)責(zé)基礎(chǔ)設(shè)施的 Urs H?lzle 直言：「我們需要再造一個(gè) Google。」

面對如此嚴(yán)峻的算力瓶頸和對外部供應(yīng)商（主要是 NVIDIA）日益增長的依賴，Google 決定另辟蹊徑：自研專門用于神經(jīng)網(wǎng)絡(luò)計(jì)算的芯片。

基于 Jonathan Ross 等工程師在 20% 時(shí)間項(xiàng)目中使用 FPGA（現(xiàn)場可編程門陣列）的探索，Google 正式立項(xiàng)開發(fā) ASIC（專用集成電路），即 TPU（Tensor Processing Unit）。

TPU 的核心設(shè)計(jì)理念是針對神經(jīng)網(wǎng)絡(luò)中大量的矩陣（張量）運(yùn)算進(jìn)行優(yōu)化，并大膽采用了低精度計(jì)算。通過犧牲一定的計(jì)算精度（例如，只保留較少的小數(shù)位數(shù)），可以在同樣的功耗和芯片面積下，大幅提升計(jì)算吞吐量。這對于容錯(cuò)性相對較強(qiáng)的神經(jīng)網(wǎng)絡(luò)模型來說是完全可行的。

TPU 項(xiàng)目推進(jìn)神速，15 個(gè)月內(nèi)完成設(shè)計(jì)到部署，并巧妙設(shè)計(jì)成可替換服務(wù)器硬盤的形態(tài)。TPU 在 AlphaGo 對決中首次亮相并取得成功，此后成為 Google AI 基礎(chǔ)設(shè)施的核心競爭力，為其提供了顯著的成本優(yōu)勢和戰(zhàn)略自主權(quán)。

OpenAI 的誕生

Google 對 DeepMind 的收購，以及其在 AI 人才和算力上的絕對優(yōu)勢，讓馬斯克越發(fā)警惕。他擔(dān)心 Google 會在 AGI 研發(fā)上形成壟斷，并可能帶來不可控的風(fēng)險(xiǎn)。

這種擔(dān)憂促使他在 2015 年夏天，聯(lián)合時(shí)任 Y Combinator 總裁的 Sam Altman，在硅谷心臟地帶的 Rosewood 酒店組織了一場旨在「策反」頂尖 AI 研究員的晚宴。

他們的目標(biāo)是說服在 Google 和 Facebook 等巨頭工作的研究人員，加入一個(gè)全新的、非盈利的、旨在為全人類福祉而開放研究 AGI 的實(shí)驗(yàn)室。

然而，面對 Google 提供的優(yōu)厚待遇、頂級同事和無限資源，絕大多數(shù)受邀者都表示無法被撼動(dòng)。唯一的例外是 Ilya Sutskever，這位 AlexNet 的共同作者、已在 Google Brain 做出杰出貢獻(xiàn)的研究員，被 OpenAI 的開放、非盈利和「造福人類」的使命深深吸引。盡管 Jeff Dean 親自出面提供了極具競爭力的反聘方案（據(jù)傳是雙倍薪酬），Sutskever 還是毅然決定加入這個(gè)前途未卜的新生組織。

他的加入起到了關(guān)鍵的示范效應(yīng)，吸引了包括 Dario Amodei 在內(nèi)的一小批頂尖人才離開 Google，構(gòu)成了 OpenAI 最初的核心技術(shù)力量。

從事后看，這段「出走」充滿了歷史的回旋鏢。Ilya Sutskever，這位被「造福人類」使命感召的聯(lián)合創(chuàng)始人，在多年后成為了那場罷免 Sam Altman 董事會政變的關(guān)鍵人物，最終在內(nèi)斗后黯然離開了公司。而與他一同離開 Google 的 Dario Amodei，后來也因?qū)景踩蜕虡I(yè)化路徑的根本分歧，帶領(lǐng)一批核心成員出走，創(chuàng)辦了 OpenAI 的直接競爭對手 Anthropic。

OpenAI 于 2015 年底正式宣告成立，獲得了來自馬斯克、Sam Altman 等人的 10 億美元初始承諾捐款（盡管實(shí)際到位的遠(yuǎn)少于此）。

在最初幾年，OpenAI 的研究路徑很大程度上追隨 DeepMind，專注于在復(fù)雜的游戲環(huán)境（如 Dota 2、Atari 游戲）中訓(xùn)練 AI 智能體，以此展示其實(shí)力并推動(dòng) AGI 研究。

谷歌的「饋贈」與 AI 新紀(jì)元

當(dāng) Google 同時(shí)擁有 Google Brain 和 DeepMind 兩大頂尖 AI 實(shí)驗(yàn)室，并掌握了自研芯片 TPU 這一算力利器時(shí)，它在全球 AI 領(lǐng)域的領(lǐng)導(dǎo)地位似乎已無可撼動(dòng)。

然而，歷史的吊詭之處在于，一項(xiàng)源自 Google 內(nèi)部、本意是為了改進(jìn)機(jī)器翻譯的研究成果，最終卻成為了「潘多拉魔盒」，不僅為競爭對手提供了趕超的「奇點(diǎn)」，也迫使 Google 自身陷入了一場前所未有的「創(chuàng)新者窘境」保衛(wèi)戰(zhàn)。

這便是 Transformer 的故事，它開啟了 AI 的新紀(jì)元。

Attention Is All You Need

2017 年，那篇堪稱偉大的論文出現(xiàn)在 arXiv 上：Attention Is All You Need，署名是來自 Google Brain 的八位研究員。

• 論文標(biāo)題：Attention Is All You Need
• 論文地址：https://arxiv.org/abs/1706.03762

這篇論文旨在解決當(dāng)時(shí)主流用于處理序列數(shù)據(jù)（如語言）的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）及其變種長短期記憶網(wǎng)絡(luò)（LSTM）所面臨的兩個(gè)核心難題：難以捕捉長距離依賴關(guān)系，以及計(jì)算過程難以并行化。RNN/LSTM 在處理句子時(shí)需要按順序逐詞進(jìn)行，這限制了利用現(xiàn)代硬件進(jìn)行大規(guī)模并行訓(xùn)練的效率。

論文提出了一種全新的神經(jīng)網(wǎng)絡(luò)架構(gòu)：Transformer，其核心是一種被稱為「自注意力」的機(jī)制。自注意力機(jī)制允許模型在處理序列中的某個(gè)詞時(shí)，同時(shí)「關(guān)注」到序列中所有其他詞與該詞的關(guān)系及其重要性，而不受距離遠(yuǎn)近的限制。這種基于注意力的計(jì)算過程可以高度并行化，完美契合了 GPU 和 TPU 等并行計(jì)算硬件的優(yōu)勢。

Transformer 架構(gòu)極其簡潔、優(yōu)雅，甚至讓一些研究者最初懷疑「這不可能有效，太簡單了」。但在 Google 內(nèi)部，由 Noam Shazeer 等核心人物的深度參與和優(yōu)化下，基于 Transformer 的模型在機(jī)器翻譯任務(wù)上很快就超越了當(dāng)時(shí)最先進(jìn)的基于 LSTM 的系統(tǒng)。

更令人興奮的是，研究人員發(fā)現(xiàn) Transformer 模型展現(xiàn)出驚人的「可擴(kuò)展性」：隨著模型規(guī)模增大、訓(xùn)練數(shù)據(jù)增多，其性能似乎可以持續(xù)、可預(yù)測地提升。

這預(yù)示著一種全新的 AI 范式：「更多數(shù)據(jù) + 更大模型 + 更多算力 ≈ 更好的智能」，正如后來 Rich Sutton 在其著名文章《苦澀的教訓(xùn)》中所總結(jié)的那樣。

論文的作者們在末尾也富有遠(yuǎn)見地指出，計(jì)劃將 Transformer 應(yīng)用于文本之外的圖像、音頻和視頻等模態(tài)。

Google 內(nèi)部迅速認(rèn)識到了 Transformer 的重要性，并基于它開發(fā)了 BERT 等模型，顯著提升了 Google 搜索理解用戶查詢意圖的能力，進(jìn)一步鞏固了其核心業(yè)務(wù)。

然而，遵循其一直以來的開放研究傳統(tǒng)，Google 允許這篇論文公開發(fā)表。這一決定，雖然促進(jìn)了整個(gè) AI 領(lǐng)域的進(jìn)步，但也無異于將開啟下一個(gè)時(shí)代的「鑰匙」交給了全世界——包括其潛在的競爭對手。

更具諷刺意味的是，在接下來的幾年里，這篇論文的全部八位作者因各種原因相繼離開了 Google，其中就包括后來回歸并成為 Gemini 技術(shù)負(fù)責(zé)人的 Noam Shazeer。

OpenAI 轉(zhuǎn)型

當(dāng) Transformer 論文發(fā)表時(shí)，OpenAI 正處于關(guān)鍵的十字路口。

Elon Musk 由于在公司發(fā)展方向（特別是與 Tesla 自動(dòng)駕駛的結(jié)合）、控制權(quán)以及對進(jìn)展速度的不滿，于 2018 年初與 OpenAI 分道揚(yáng)鑣，并撤回了后續(xù)的資金支持。這使得原本就資金不算充裕的 OpenAI（10 億美元承諾僅到位約 1.3 億）陷入了生存危機(jī)。

與此同時(shí)，OpenAI 的研究團(tuán)隊(duì)敏銳地捕捉到了 Transformer 架構(gòu)的巨大潛力。他們意識到，基于 Transformer 構(gòu)建大規(guī)模預(yù)訓(xùn)練語言模型（即 GPT 系列）是一條充滿希望的技術(shù)路徑。然而，訓(xùn)練這些巨型模型需要天文數(shù)字般的計(jì)算資源，這遠(yuǎn)非一個(gè)非盈利組織所能負(fù)擔(dān)。

在資金和算力的雙重壓力下，Sam Altman 做出了一個(gè)改變 OpenAI 命運(yùn)的決定：

2018 年，微軟同意向 OpenAI 投資 10 億美元（部分為 Azure 云信用額度），以換取其技術(shù)的優(yōu)先使用權(quán)和一定的商業(yè)化獨(dú)占權(quán)。為了促成這筆交易，OpenAI 進(jìn)行了一次頗具爭議的重組，設(shè)立了一個(gè)「利潤上限」的營利性子公司 OpenAI LP，由非盈利的母公司 OpenAI Inc. 控制。

最近，OpenAI 宣布的重大資本重組，當(dāng)年那個(gè)為生存而設(shè)立的「利潤上限」子公司，如今已演變?yōu)楣乐党?1300 億美元的「公開利益公司」（OpenAI Group PBC）。而最初的非盈利母公司，現(xiàn)在成為了「OpenAI 基金會」，僅憑其持有的 26% 股權(quán)，就有望成為「歷史上資源最充足的慈善組織之一」。

說回 OpenAI 和微軟的合作，這次「聯(lián)姻」對雙方都意義重大。OpenAI 獲得了續(xù)命的資金和進(jìn)行大規(guī)模模型訓(xùn)練所必需的 Azure 云計(jì)算資源；而微軟則通過這筆在當(dāng)時(shí)看來頗具風(fēng)險(xiǎn)的投資，在 AI 競賽的關(guān)鍵時(shí)刻綁定了一個(gè)潛力無限的技術(shù)伙伴，為其后續(xù)在 AI 應(yīng)用層（如 Bing 搜索、Office Copilot）的快速布局奠定了基礎(chǔ)。

與此形成對比的是，Google 擁有自己的云平臺 Google Cloud 和自研芯片 TPU，在基礎(chǔ)設(shè)施上完全自給自足。

獲得了微軟支持后，OpenAI 開始全力投入 GPT 模型的研發(fā)。GPT-2（2019 年）和 GPT-3（2020 年）相繼發(fā)布，模型能力不斷提升，尤其 GPT-3 已經(jīng)展現(xiàn)出驚人的文本生成和理解能力，開始引發(fā)業(yè)界廣泛關(guān)注。

2021 年，基于 GPT-3 的 GitHub Copilot 發(fā)布，成為第一個(gè)大規(guī)模落地的生成式 AI 產(chǎn)品，預(yù)示著一場生產(chǎn)力革命的到來。

Anthropic 的誕生

OpenAI 與微軟的深度綁定及其向「利潤上限」模式的轉(zhuǎn)變，雖然解決了生存問題，但也導(dǎo)致了其內(nèi)部關(guān)于 AI 安全和商業(yè)化路徑的深刻分歧。

這種緊張關(guān)系在 2020 年底達(dá)到了頂點(diǎn)。時(shí)任 OpenAI 研究副總裁、同樣出身 Google Brain 的 Dario Amodei，對他所認(rèn)為的公司日益增長的商業(yè)化傾向和對安全問題的忽視感到越發(fā)不安。

2021 年初，Dario Amodei 帶領(lǐng)一批 OpenAI 的核心研究人員集體出走，創(chuàng)立了Anthropic。這家新公司明確將「AI 安全」置于首位，并以開發(fā)「合憲 AI」（Constitutional AI）的獨(dú)特方法論而聞名，并且 Anthropic 確實(shí)至今一直在發(fā)表 AI 安全相關(guān)的博客文章。

Anthropic 隨后獲得了 Google 等公司的投資，成為 AI 領(lǐng)域不可忽視的新力量，其產(chǎn)品 Claude 也成為 ChatGPT 和 Gemini 的主要競爭對手之一。

Anthropic 的成立，不僅標(biāo)志著 AI 頂尖人才的再次分流，也正式開啟了 AI 領(lǐng)域關(guān)于發(fā)展路徑（追求能力 vs 確保安全）的「路線之爭」。

ChatGPT 橫空出世

2022 年 11 月 30 日，一個(gè)看似普通的研究預(yù)覽發(fā)布，卻意外地點(diǎn)燃了全球?qū)ι墒?AI 的熱情。

OpenAI 推出了基于 GPT-3.5 模型的聊天界面：ChatGPT。原本只是內(nèi)部為了測試模型能力、或是為了趕在競爭對手 Anthropic 發(fā)布類似產(chǎn)品前推出的一個(gè)簡單應(yīng)用，卻憑借其流暢自然的對話體驗(yàn)和強(qiáng)大的通用能力迅速引爆網(wǎng)絡(luò)。一周用戶破百萬，兩個(gè)月破億，ChatGPT 成為史上用戶增長最快的消費(fèi)級應(yīng)用，其品牌名幾乎成了 AI 聊天的代名詞。

ChatGPT 的巨大成功，震醒了沉睡的巨人 Google。Google 高層迅速意識到，這種直接提供答案的交互模式，對其賴以生存的核心搜索業(yè)務(wù)構(gòu)成了直接的、生存級別的威脅。

2022 年 12 月，CEO Sundar Pichai 在公司內(nèi)部拉響了「Code Red」(紅色警報(bào))。這意味著 Google 必須將 AI 從過去十年作為「維持性創(chuàng)新」來改進(jìn)現(xiàn)有產(chǎn)品的策略，緊急調(diào)整為應(yīng)對「顛覆性創(chuàng)新」的戰(zhàn)時(shí)狀態(tài)。

讓局勢更加嚴(yán)峻的是，微軟迅速抓住了機(jī)會。2023 年初，微軟宣布向 OpenAI 追加 100 億美元投資，并高調(diào)發(fā)布了由 OpenAI 技術(shù)驅(qū)動(dòng)的新版 Bing 搜索引擎和 Edge 瀏覽器。

Satya Nadella 公開宣稱：「搜索的新時(shí)代從今天開始……我們要讓 Google 跳舞」。Google 最強(qiáng)大的老對手，借助其「盟友」的顛覆性技術(shù)，卷土重來，直指 Google 的心臟地帶。

此時(shí)，Google 內(nèi)部并非沒有類似的技術(shù)儲備。Noam Shazeer 早在離開前就曾開發(fā)過一個(gè)名為 Mina 的內(nèi)部聊天機(jī)器人，后來演變?yōu)?LaMDA 模型。

然而，出于對安全性、準(zhǔn)確性、品牌聲譽(yù)風(fēng)險(xiǎn)的擔(dān)憂，以及更深層次的商業(yè)模式?jīng)_突（AI 直接給答案會減少用戶點(diǎn)擊廣告的機(jī)會，動(dòng)搖搜索廣告這一現(xiàn)金牛業(yè)務(wù)）和潛在的法律風(fēng)險(xiǎn)等多重因素考量，Google 一直未能將這些內(nèi)部原型產(chǎn)品推向大眾市場。

相比之下，OpenAI 作為挑戰(zhàn)者，沒有這些歷史包袱，可以選擇「快速行動(dòng)，打破陳規(guī)」。

All in Gemini

面對內(nèi)憂外患，Google 的初步反擊顯得有些倉促。

2023 年 2 月，Google 匆忙推出了基于 LaMDA 模型的聊天機(jī)器人 Bard。然而，Bard 在發(fā)布演示中就出現(xiàn)了事實(shí)性錯(cuò)誤，導(dǎo)致 Google 股價(jià)大跌。隨后的用戶體驗(yàn)也普遍反映 Bard 的能力明顯落后于同期基于 GPT-3.5 乃至后續(xù) GPT-4 的 ChatGPT。

這次挫折促使 Sundar Pichai 下定決心進(jìn)行大刀闊斧的改革。2023 年中，他做出了兩個(gè)關(guān)鍵決定：

• 合并 Google Brain 和 DeepMind：結(jié)束內(nèi)部兩大 AI 團(tuán)隊(duì)長期并立甚至有所內(nèi)耗的局面，組建統(tǒng)一的 Google DeepMind 部門，由 Demis Hassabis 全權(quán)領(lǐng)導(dǎo)。這意味著打破了收購 DeepMind 時(shí)關(guān)于其獨(dú)立性的部分承諾，但也顯示了整合力量、聚焦目標(biāo)的決心。
• All in Gemini：集中最精英的力量，開發(fā)一個(gè)單一的、統(tǒng)一的、原生的多模態(tài)旗艦?zāi)Ｐ拖盗校篏emini。要求 Google 所有產(chǎn)品線都要積極尋找與 Gemini 整合的機(jī)會。這既是為了集中資源打造最強(qiáng)模型，也是利用 Google 的生態(tài)優(yōu)勢推廣 Gemini。

為了確保 Gemini 項(xiàng)目的成功，Google 不惜代價(jià)。不僅 Jeff Dean 等原 Google Brain 的核心大將與 DeepMind 團(tuán)隊(duì)緊密協(xié)作，久未參與一線工作的聯(lián)合創(chuàng)始人 Sergey Brin 也回歸參與模型研發(fā)。

同時(shí)，Google 斥資數(shù)十億美元與 Noam Shazeer 創(chuàng)立的 Character.AI 達(dá)成一項(xiàng)復(fù)雜的合作協(xié)議，實(shí)質(zhì)上將這位 Transformer 論文的關(guān)鍵作者之一請回，與 Jeff Dean 共同擔(dān)任 Gemini 項(xiàng)目（特別是下一代模型）的技術(shù)負(fù)責(zé)人。

這一系列雷厲風(fēng)行的舉措迅速見效。從 2023 年底開始，Gemini 系列模型以驚人的速度發(fā)布并迭代。如今，Gemini 2.5 Pro已是頂尖模型之一，大家對即將發(fā)布的 Gemini 3.0 也充滿期待。

Google 逐步將 Gemini 整合進(jìn)搜索（推出 AI Overviews 功能）、推出獨(dú)立的 Gemini App 取代 Bard，并在搜索頁面嘗試引入「AI Mode」。同時(shí)，在文生視頻（Veo）、文生圖（Imagen）、游戲環(huán)境生成（Genie）等多模態(tài)領(lǐng)域也發(fā)布了一系列令人矚目的技術(shù)。

此外，Google DeepMind 在 AI for science 領(lǐng)域取得重大突破。其AlphaFold 2系統(tǒng)在 2020 年高精度地預(yù)測了蛋白質(zhì)的三維空間結(jié)構(gòu)，解決了困擾生物學(xué)界半個(gè)世紀(jì)的「蛋白質(zhì)折疊問題」，對生命科學(xué)與新藥研發(fā)具有深遠(yuǎn)意義。

基于此項(xiàng)貢獻(xiàn)，AlphaFold 2 核心開發(fā)者 Demis Hassabis、John Jumper 與計(jì)算蛋白設(shè)計(jì)先驅(qū) David Baker 共同獲得了2024 年諾貝爾化學(xué)獎(jiǎng)，以表彰其革命性貢獻(xiàn)。

結(jié)語

縱觀 AI 發(fā)展的波瀾壯闊，巨頭們在開疆拓土的同時(shí)，也背負(fù)上了各自沉重的「包袱」。

谷歌手握最好的牌，提出一系列開創(chuàng)性工作，但又受大公司體制的束縛，一度將王牌拱手讓人；OpenAI 從最初的理想國，到一度分崩離析，再到今天成為最具實(shí)力的玩家之一；Meta 曾穩(wěn)坐開源王座，如今也不得不在軍備競賽與成本效益的平衡中艱難變革。

與此同時(shí)，中國 AI 力量也異軍突起。DeepSeek 一夜成名，Qwen 成為新的「源神」，Seed、Kimi 等奮力追趕，搶占高地；即夢、可靈等則在多模B態(tài)的新戰(zhàn)場上攻城略地。

浪潮之巔，沒有永遠(yuǎn)的王者。 巨頭今日的霸權(quán)，隨時(shí)可能被自身的沉疴所拖垮；后起之秀的威脅，也從未像今天這般迫近。

但無論如何，這場激烈的競爭，連同背后無數(shù)科學(xué)家的執(zhí)著探索，正匯聚成一股推動(dòng)歷史進(jìn)程的強(qiáng)大合力，帶領(lǐng)人類走向那個(gè)充滿未知但值得期待的未來。