11年，从亏6亿到赚6000万！DeepMind不止那只会下棋的狗

文章图片
新智元报道
来源：网络
编辑：小咸鱼
【新智元导读】AI研究实验室DeepMind收购并开源了MuJoCo ，多关节动力学(MuJoCo)可以为DeepMind的机器人研究提供新的动力。这篇文章将追溯DeepMind是如何一直在机器人领域努力突破极限的。
DeepMind终于逆袭了！
这家总部位于伦敦的AI研究公司在过去几年亏损数亿美元后，有史以来第一次实现了盈利!

文章图片
DeepMind收购MuJoCo
在2020年， DeepMind实现了5960万美元的利润。
而仅在一年前的2019年， DeepMind交出的还是一份高达6.49亿美元（约42亿人民币）的亏损账单。

文章图片
作为一家人工智能初创公司， DeepMind成立十几年来，研发了不少明星产品，比如AlphaGo ， AlphaFold2 ，不断光环加身。但光环背后，它的商业化之路一直走得有点艰辛。

文章图片
近期， DeepMind在宣布史上首次实现盈利之后，第一次开始出手收购。
10月19号， DeepMind宣布，将机器人模拟器平台MuJoCo收购，并准备将其作为一个预编译的开源库发布，免费提供给研究人员。

文章图片
DeepMind表示，预计将在2022年发布MuJoCo的代码库，并在Apache2.0许可下将其作为开源软件「继续改进」。
【11年，从亏6亿到赚6000万！DeepMind不止那只会下棋的狗】「我们的机器人团队一直在使用MuJoCo作为各种项目的模拟平台。我们致力于开发和维护MuJoCo 。 MuJoCo作为一个免费的、开源的、社区驱动的项目，具有一流的能力。我们目前正在努力为MuJoCo的全面开源做准备。」DeepMind表示。

文章图片
DeepMind创始人DemisHassabis表示，公司的初衷就是用人工智能推动科学发展，造福于人类。
DeepMind在机器人领域的进展
此次收购MuJoCo ，并将其作为开源平台开放给所有研究人员，并不是DeepMind第一次在机器人领域作出贡献。
所以， DeepMind是如何一直在机器人领域努力突破极限的呢？
深度强化学习训练机器人
2016年， DeepMind的研究人员展示了深度强化学习如何训练真正的物理机器人。
研究表明，基于deepQ-functions的强化学习算法可以扩展到复杂的三维操作任务，并有效地学习深度神经网络策略。
DeepMind进一步表明，通过在异步共享策略更新的多个机器人之间进行算法并行化，可以进一步减少训练机器人的时间。

文章图片
所提出的方法可以在模拟中学习各种3D操作技能和开门技能(通常被认为是在机器人训练中比较复杂的任务) ，而无需手动设计行为表示。
产生灵活的行为
2018年， DeepMind发表了三篇主要论文，展示了机器人可以实现灵活自然的行为，来适应和解决任务。

文章图片
科学家用各种模拟身体训练agent ，让他们在不同的地形上跳跃、转身和蹲伏。结果表明， agent在没有收到具体指示的情况下学会了这些技能。
另一篇论文展示了一种训练策略网络的方法，该网络模拟人类行为的动作捕捉数据，以预先学习诸如行走、从地面起身、转弯和跑步等技能。