DeepMind史上首次實(shí)現(xiàn)盈利之后，開始「買買買」了！剛剛，DeepMind宣布收購機(jī)器人模擬器平臺(tái)MuJoCo，準(zhǔn)備將其作為全面開源平臺(tái)，免費(fèi)提供給研究人員使用。

有錢了，就要買買買！這回說的是DeepMind。

DeepMind宣布，收購機(jī)器人模擬器平臺(tái)MuJoCo，并準(zhǔn)備將其作為一個(gè)預(yù)編譯的開源庫發(fā)布，免費(fèi)提供給研究人員。

Deepmind表示，預(yù)計(jì)將在2022年發(fā)布MuJoCo的代碼庫，并在Apache 2.0許可下將其作為開源軟件「繼續(xù)改進(jìn)」。

最近，《美國國家科學(xué)院院刊》上的一篇文章探討了機(jī)器人模擬的現(xiàn)狀。文章指出，開源工具對(duì)于推進(jìn)研究至關(guān)重要。作者的建議是開發(fā)開源的仿真平臺(tái)，以及建立社區(qū)導(dǎo)向的模型庫。

DeepMind聲稱，目前他們已經(jīng)采取了這一措施。

「我們的機(jī)器人團(tuán)隊(duì)一直在使用MuJoCo作為各種項(xiàng)目的模擬平臺(tái)。我們致力于開發(fā)和維護(hù)MuJoCo。MuJoCo作為一個(gè)免費(fèi)的、開源的、社區(qū)驅(qū)動(dòng)的項(xiàng)目，具有一流的能力。我們目前正在努力為MuJoCo的全面開源做準(zhǔn)備。」DeepMind表示。

MuJoCo：C語言開發(fā)，模擬真實(shí)運(yùn)動(dòng)

目前，MuJoCo與Facebook的Habitat、OpenAI的Gym和DARPA支持的Gazebo等模擬器一起在機(jī)器人社區(qū)中廣泛使用。

MuJoCo最初由華盛頓大學(xué)運(yùn)動(dòng)控制實(shí)驗(yàn)室主任、神經(jīng)科學(xué)家Emo Todorov開發(fā)，于2015年通過創(chuàng)業(yè)公司Robi LLC, 被打造成了商業(yè)產(chǎn)品。

與許多為游戲和電影應(yīng)用設(shè)計(jì)的模擬器不同，MuJoCo很少走捷徑，而尤其重視準(zhǔn)確性。

例如，Mujojo的庫考慮了陀螺力，實(shí)現(xiàn)了完整的運(yùn)動(dòng)方程。這個(gè)方程描述了物理系統(tǒng)行為，即運(yùn)動(dòng)與時(shí)間的關(guān)系。MuJoCo還借鑒了人類和動(dòng)物的肌肉骨骼模型，這意味著所應(yīng)用的力可以正確地分布到關(guān)節(jié)上。

MuJoCo的核心引擎是用C語言編寫的，很容易轉(zhuǎn)化為其他架構(gòu)。此外，該庫的場景描述和模擬狀態(tài)只存儲(chǔ)在兩個(gè)數(shù)據(jù)結(jié)構(gòu)中，這構(gòu)成了重新創(chuàng)建模擬所需的所有信息，包括中間階段的結(jié)果。

「MuJoCo的場景描述格式使用級(jí)聯(lián)默認(rèn)值，避免了多個(gè)重復(fù)值。場景描述中包含現(xiàn)實(shí)世界中機(jī)器人組件的元素。如等式約束、運(yùn)動(dòng)捕捉標(biāo)記、肌腱、執(zhí)行器和傳感器。未來我們會(huì)將其作為一種開放的格式進(jìn)行標(biāo)準(zhǔn)化，擴(kuò)展到MuJoCo生態(tài)系統(tǒng)之外。」DeepMind 表示。

當(dāng)然，沒有模擬器是完美的。卡內(nèi)基梅隆大學(xué)的研究人員表示，這些模擬器主要有三大問題，包括：

與現(xiàn)實(shí)的差距：無論模擬有多么準(zhǔn)確，模擬環(huán)境并不總能充分反映現(xiàn)實(shí)世界。

資源成本問題：仿真的計(jì)算開銷需要專門的硬件，如顯卡，這需要高額的云計(jì)算成本。

可重復(fù)性問題：即使是最好的模擬器也可能包含 "非決定性 "的元素，使測試無法重現(xiàn)。

克服這些障礙是仿真研究中的一個(gè)巨大挑戰(zhàn)。事實(shí)上，一些專家認(rèn)為，要開發(fā)100%準(zhǔn)確和復(fù)雜的模擬環(huán)境，可能與開發(fā)機(jī)器人本身一樣，會(huì)面臨很多的問題，并需要大量資源，這就是為什么在可預(yù)見的未來，模擬器可能會(huì)與真實(shí)世界的測試，一并使用。

多年盈利后首次「買買買」

這是近期DeepMind在宣布史上首次實(shí)現(xiàn)盈利之后，第一次出手開始「買買買」。

此前，DeepMind在 2020 年實(shí)現(xiàn)了 4380 萬英鎊（5960 萬美元）的利潤。根據(jù)在公司年度業(yè)績文件顯示，2020年，DeepMind的營業(yè)額增加了兩倍多，從2019年的僅2.655億英鎊增加到2020年的8.262億英鎊。

而僅在一年前的2019年，2019年，DeepMind交出的還是一份高達(dá)6.49億美元（約42億人民幣）的虧損賬單。

作為一家人工智能初創(chuàng)公司，Deepmind 成立十幾年來，研發(fā)了不少明星產(chǎn)品，不斷光環(huán)加身。但光環(huán)背后，它的商業(yè)化之路一直走得有點(diǎn)艱辛。

下面是近幾年DeepMind的財(cái)務(wù)賬單中的虧損數(shù)據(jù)，可以看到近幾年一直是虧損的。

2016年虧損9395萬英鎊。

2017年虧損3.02億英鎊，同比去年增幅達(dá)221%

2018年虧損4.702億英鎊 ，同比去年增幅達(dá)56%。

DeepMind 的收入完全來自將其技術(shù)應(yīng)用于商業(yè) Alphabet 項(xiàng)目，該收入在 2020 年增長了三倍以上，達(dá)到 8.26 億英鎊。

在人工智能推動(dòng)科學(xué)發(fā)展進(jìn)程中，Deepmind也是功不可沒。今年7月 ，Nature上發(fā)表的一篇題為「Highly accurate protein structure prediction for the human proteome」的研究論文引爆各大社交網(wǎng)絡(luò)。

該研究為已知序列的人類蛋白質(zhì)組提供了高精度的預(yù)測結(jié)構(gòu)，預(yù)計(jì)可以為多個(gè)領(lǐng)域的科學(xué)家的研究節(jié)省大量時(shí)間。

目前，Deepmind 還在不斷地拓展其商業(yè)版圖，展開了各種項(xiàng)目合作。其中包括谷歌地圖的合作，將地圖服務(wù)上的 「預(yù)計(jì)到達(dá)時(shí)間」提高了50%，大大改進(jìn)了谷歌虛擬助手的語音服務(wù)質(zhì)量。據(jù)DeepMind稱， 這項(xiàng)成果估計(jì)可以為用戶每月節(jié)省1400億電池時(shí)間。

Deepmind與外部專家合作，進(jìn)入人工智能技術(shù)可能徹底改善的新領(lǐng)域。近期，DeepMind公布了最近與英國國家天氣和氣候服務(wù)機(jī)構(gòu)——英國氣象局合作的研究結(jié)果，利用機(jī)器學(xué)習(xí)準(zhǔn)確地確定了降水的時(shí)間、地點(diǎn)和強(qiáng)度。

Deepmind創(chuàng)始人Demis Hassabis表示，公司的初衷就是用人工智能推動(dòng)科學(xué)發(fā)展，造福于人類。

顯然，此次收購MuJoCo，并將其作為開源平臺(tái)開放給所有研究人員，無疑是Hassabis口中「造福人類」的下一步。

參考鏈接：

https://venturebeat.com/2021/10/18/deepmind-acquires-and-open-sources-robotics-simulator-mujoco/

https://deepmind.com/blog/announcements/mujoco

本文來自微信公眾號(hào)“新智元”（ID:AI_era），來源：DeepMind，編輯：David、霜葉，36氪經(jīng)授權(quán)發(fā)布。