AI論文「雪藏」6個月，DeepMind科學家被逼「大逃亡」：買下整個學術界，又把天才都困在籠里
作者｜冬梅、核子可樂
由 Demis Hassabis 領導的Google AI 團隊決定改變論文發佈方法，意味著研究人員將更難對外公佈成果。
為了在蓬勃發展的 AI 行業中奪取主導地位、保持競爭優勢，Google旗下 AI 部門 DeepMind 一直在刻意推遲其研究成果的發佈速度。
Google提高 AI 論文發佈門檻
據Google DeepMind 七位前任及現任研究科學家介紹，該團隊由盧保獎獲得者 Demis Hassabis 爵士領導，引入了更加嚴格的審查程序及官僚審批機制，旨在拉高 AI 工作成果的發佈門檻。
三位前研究人員表示，該團隊一直不願分享那些可能被競爭對手利用的創新論文，也會刻意保留可能令Google自家 Gemini AI 模型落後於其他同類競品的技術成果。
種種變化代表著 DeepMind 的運營思路發生了重大轉向，不再堅持長久以來通過發佈開創性論文及培養最頂尖 AI 科學家所維持的良好行業聲譽。
但正是在當初的背景下，Google研究人員取得了一系列重大突破——特別是 2017 年發佈的「Transformers」論文為大語言模型提供了底層架構，最終成為掀起生成式 AI 浪潮的核心力量。
而從那時起，DeepMind 在其母公司眼中成為利用前沿技術獲利的重要抓手——因為投資者們認為這位科技巨頭拱手將自身早期領先地位讓給了開發出 ChatGPT 的 OpenAI 及其他同業廠商。
一位現任研究人員表示，「現在氛圍完全變了，我們再也不會把 Transformer 這樣的論文對外公開了。」
DeepMind 的重大發佈政策變化之一，就是強製要求在發佈與生成式 AI 相關的「戰略性」論文之前，必須經過六個月的等待期。兩位知情人士表示，現在研究人員需要頻繁遊說上司、強調發表論文的好處。
一位瞭解 DeepMind 內情的人士透露，這些變化是為了鼓勵研究人員投身於短期來看對戰略或者競爭優勢無益的工作。他們還補充稱，DeepMind 每年仍會發表數百篇論文，並且是各大 AI 頂會的領先貢獻者之一。
由於擔心Google在 AI 競賽中落後，總部位於倫敦的 DeepMind 已經於 2023 年正式同總部位於加利福尼亞州的 Brain AI 部門合併。從那時起，雙方發佈 AI 融合產品的速度開始顯著加快。
一位前 DeepMind 研究科學家表示，「公司明顯開始更多關心產品，而不是將研究成果用於公共利益。這跟我加入公司的初衷有所衝突。」
DeepMind 方面表示，其「一直致力於推進 AI 研究，我們也在持續更新自身政策，以保持團隊發表論文並為廣泛研究生態系統做出貢獻的能力。」
據知情人士透露，雖然發佈審查流程在 DeepMind 與 Brain 合併之前就已經存在，但如今整套機制正變得愈發官僚化。
多位前員工指出，新流程抑制了商業敏感類研究成果的發佈，希望避免泄露潛在創新。有人說，如今發表關於生成式 AI 的論文已經「幾乎不可能」。
據另一位現任員工介紹，DeepMind 曾經明顯阻止一項研究的發表，因為結果表明Google Gemini 語言模型在能力與安全性方面不及競爭對手（特別是 OpenAI 的 GPT-4）。
但這位員工也補充稱，該公司還凍結了一篇揭露 OpenAI ChatGPT 漏洞的論文，理由是擔心發表此論文可能引髮針鋒相對的衝突情緒。
不過，一位熟悉 DeepMind 內情的人士提到，該公司並不會凍結討論安全漏洞的論文，並提到該公司通常會根據「負責任披露政策」來發表此類研究。根據政策條款，研究人員必須讓公司有機會在公佈缺陷之前先行修復。
無論如何，這樣的限制已經令部分員工感到不安，畢竟他們長久以來一直是通過在頂級科學期刊上發表文章來證明自身價值。知情人士表示，新的審查流程已經導致部分員工離職。一位前研究員表示，「如果無法發表論文，那麼研究人員的職業生涯將會晦暗無光。」
另外幾位前員工則補充稱，在針對數據集和算力資源的內部爭奪當中，專注於改進 Gemini AI 產品套件的項目越來越受到重視。
過去幾年間，Google推出了一系列 AI 產品，並給市場留下了深刻印象。其中包括改進搜索結果上方顯示的 AI 摘要，以及推出能夠根據影片、音頻及文本查詢實時做出應答的「Astra」AI 智能體。
過去一年間，該公司股價上漲了三分之一。不過幾近幾週受到美國關稅新政可能打擊科技股的擔憂，其漲幅有所回落。
近年來，Hassabis 在Google領導人希望將突破性成果轉化為商業收益的願景、與他本人試圖打造通用人工智能（AGI，即能夠媲美甚至超越人類能力的 AI 系統）的人生使命之間找到了新的平衡。
一位現任員工總結稱，「任何阻礙他實現這一目標的東西，都會被他踩在腳下。他曾反復強調 DeepMind 是一家公司，而不是大學研究室。如果想要搞純學術，最好趁早離開。」
多名員工被迫離職
Hassabis 於 2010 年與他人共同創立了了 AI 公司 DeepMind，2014 年該公司被Google以 5 億多美元收購。2017 年，他發明了 AI 算法 AlphaZero，它只需要國際象棋規則和四個小時的自對弈，就能成為有史以來最強的國際象棋選手，擊敗人類國際象棋大師。
2024 年，Hassabis 與同為盧保化學獎得主的 DeepMind 總監約翰·江珀 (John Jumper) 共同獲得了盧保化學獎，獲獎原因是他創建了一個 AI 模型 AlphaFold2，該模型可以在幾分鐘內準確預測幾乎所有 2 億種蛋白質的複雜結構。AlphaFold 蛋白質結構數據庫免費提供這些蛋白質結構，目前已覆蓋 190 個國家的 200 多萬用戶，為帕金森病治療和抗生素耐藥性等領域的高級研究鋪平了道路。
Hassabis 強硬的管理手腕，或許與他從小時候就征戰國際級圍棋大賽的經歷有關。
Hassabis 的 AI 之旅有一個意想不到的開始：他早年對國際象棋的掌握。在獲得 2024 年盧保化學獎之前，Hassabis 就是一名兒童國際象棋冠軍，他從四歲起就開始下棋。到 13 歲時，他已經是一名國際象棋大師，在國際比賽中與成年人一較高下。
本月早些時候，在劍橋大學的一次演講中，現年 48 歲的 Hassabis 解釋說，國際象棋讓他「思考思考本身」，或者說探索複雜思維背後的心理過程。
「我們的大腦是如何想出這些計劃和想法的？」Hassabis 問道。「對我來說，比起我玩的遊戲，這背後的實際心理過程可能更令人著迷。」
Hassabis 在孩童時期第一次接觸編程是通過一台電子象棋計算機，這是一塊可以與人類棋手下棋的實體棋盤。儘管 Hassabis 打算在計算機上測試不同的象棋策略，但他更感興趣的是計算機的工作原理以及有人如何對其進行編程以使其下象棋。
「我記得當時我被這樣一個事實所吸引：有人能對這塊無生命的塑料進行編程，讓它能夠和你下棋，而且下得非常好，」Hassabis 說。「我對如何做到這一點以及有人如何編寫這樣的程序感到非常著迷。」
十幾歲的時候，Hassabis 就開始嘗試在早期的家用電腦 Amiga 500 上自己構建人工智能程序。從那時起，他就「迷上」了 AI，並決定用他的整個職業生涯來推動該領域的進步。
2023 年 4 月，Google Brain 宣佈與 DeepMind 合併，統一歸由 Hassabis 領導，從那時起，一批又一批 DeepMind 研究員陸續離開公司。
對許多 AI 工程師而言，DeepMind 仍是簡曆上金光閃閃的一筆——但頂尖研究員正紛紛自立門戶，且數量明顯攀升。根據 Sifted 對 LinkedIn 數據的分析，僅 2023 年就有超過 10 名前 DeepMind 員工創辦企業。
在 Hassabis 領導下宣佈離職的研究員包括 AI 研究產品公司 Reka AI 聯合創始人 Cyprien de Masson d’Autume，以及加拿大隱身模式 AI 初創公司 Artificial.Agency 聯合創始人 Michael Johanson。二人此前均擔任 DeepMind 高級研究員。
這種頂尖人才外流現象與Google在 AI 人才保留方面的歷史如出一轍——許多重大突破的核心研究者已相繼離開。過去八年里，20 位參與里程碑論文的核心研究員或創辦了 Character AI、Cohere、Adept 等公司，或加入 Meta、Hugging Face、Anthropic 等 AI 實驗室。
最引人注目的流失案例當屬 Arthur Mensch——這位巴黎 AI 初創公司 Mistral AI 的聯合創始人，近期剛完成 1.05 億歐元巨額種子輪融資，被視為歐洲最有望打造 GPT-4 級別大模型的競爭者之一。他直言離開 DeepMind 是因公司”創新不足”，而 Mistral 僅用三個月就發佈了自研語言模型。
另一位由研究員轉型創業的前員工透露，鑒於 AI 領域發展速度，他們選擇 2023 年離職創辦更敏捷的公司：「作為上市公司，Google對發佈不完美產品存在諸多顧慮。而在外部，你能更快迭代、更快獲得反饋——這正是我的主要動機。」
時間推回到現在，就在今天，據外媒 Semafor 消息，負責Google AI 聊天機器人發佈的Google高管 Sissie Hsaio 將辭去 Gemini 應用程序負責人一職。該媒體看到的一份備忘錄顯示，Google實驗室副總裁 Josh Woodward 將接替她的職位。
Google DeepMind 首席執行官 Demis Hassabis 在備忘錄中表示，此舉將「讓我們更加關注 Gemini 應用的下一次發展」 。Google發言人 Alex Joseph 證實了 Semafor 的報導，但拒絕發表評論。
Hsaio 在Google工作了近 20 年，2006 年首次加入該公司，擔任搜索和文檔產品經理。Google於 2021 年任命 Hsaio 為 Gemini 應用負責人，她最引人注目的是幫助推出了該公司對 ChatGPT 的回應，最初名為 Bard。據 Semafor 報導，Hsaio 的備忘錄稱，她將「短暫休息」一段時間，然後回到Google擔任新職位。
另一位責 DeepMind 的工程 / 研究成果的負責人 Tim Zaman 也離開了Google，入職了 OpenAI。
過去兩年，Tim Zaman 一直在 Google DeepMind 工作，他說他「負責 DeepMind 的工程 / 研究成果」。
在加入Google之前，Tim Zaman 曾在特斯拉擔任人工智能基礎設施主管四年，負責組建公司的人工智能基礎設施和人工智能平台團隊。
在埃隆·馬斯克公司的最後一年，他還幫助 Twitter/X 並領導了 xAI 第一台超級計算機的構建和設計。
「我加入了 OpenAI！」Zaman 在 X 上表示。「我們將建造和推出最大的（也是最令人驚喜的）超級計算機，為前沿人工智能研究提供動力。
「DeepMind 顯然非常強大，而且達到了頂峰；我度過了一段愉快的時光——但我懷念在 OpenAI 中找到的一支規模更小、更緊密的團隊。」
而上月中旬，DeepMind 機器人技術關鍵研究員離開Google，英偉達已為其秘密創業公司提供資金支持。
據 TechCrunch 獲悉，曾就職於 DeepMind 並從事機器人和人工智能研究的一位高級研究科學家已離開Google，創建了自己的機器人初創公司 Generalist AI，並且已經獲得了英偉達的投資。Pete Florence 被列為 Generalist AI 的聯合創始人兼首席執行官。
Pete Florence 向 TechCrunch 表示：「我們基本上仍處於隱秘狀態」，並解釋說，這家初創公司的使命是「讓通用機器人成為現實」。
根據他的 LinkedIn 個人資料，Florence 一年前離開了 DeepMind。根據 Ghasemipour 的 LinkedIn，DeepMind 學生研究員 Kamyar Ghasemipour 也加入了 Generalist AI，成為創始技術人員。
除了這些以外，更早時候，還有不少 DeepMind 員工也陸續離職，都創立了自己的公司。
為何 DeepMind 頂尖人才逐漸流失？
早在 OpenAI 憑藉 ChatGPT 驚豔全球之前，DeepMind 就已聲名顯赫。這家 2010 年成立於倫敦的公司，從英國頂尖大學招募了一支研究團隊，先後開創了多項舉世矚目的 AI 突破——包括 2020 年發佈的蛋白質結構預測系統 AlphaFold，以及 2016 年擊敗人類冠軍的圍棋程序 AlphaGo。
2014 年，Google以 4 億美元將其收入囊中，這筆當時歐洲規模最大的科技收購案之一，讓 DeepMind 在此後近十年間保持著高度獨立運營——既能享用母公司提供的資金與硬件資源，又能在生成模型、強化學習、機器人技術、AI 安全及蛋白質摺疊等領域自由開展前沿研究。2021 年，公司還分拆出專注將蛋白質摺疊技術應用於藥物研發的獨立實驗室 Isomorphic Labs。
但當 Meta、微軟和亞馬遜等科技巨頭如今紛紛押注 AI 時，Google終於意識到競賽已經開始。2023 年 4 月，Google宣佈其內部 AI 實驗室 Google Brain 將與 DeepMind 合併，目標直指”打造全球首個通用人工智能（AGI）”的競賽桂冠。
「隨著 OpenAI 的競爭出現，加上人們意識到 AGI 可能成為史上最賺錢的產品，Google已沒有必勝把握，」一位要求匿名的 DeepMind 前研究工程師向 Sifted 透露。
資源整合後的首個成果 Gemini 即將面世——這個大型語言模型採用了部分 AlphaGo 的問題解決技術，預計未來數月內發佈。與此同時，Google正面臨 AI 人才爭奪戰：頂尖研究者們比以往擁有更多選擇——無論是自主創業還是加入其他資金雄厚的大型 AI 實驗室。
從純研究到商業化
對這家在 AI 領域獨樹一幟的公司而言，與 DeepMind 的合併標誌著重大轉型。2010 年代期間，DeepMind 從歐洲頂尖學府網羅了大量機器學習精英。
「DeepMind 實質上‘買下了學術界’，」一位曾就職於倫理團隊的前員工表示，「它吸收了眾多本該進入學術界的頂尖教授和畢業生，打造出這個研究樞紐。最初的承諾是只做研究，不涉及盈利。」
據 AI 搜索初創公司 Zeta Alpha 研究顯示，2022 年全球被引用次數最多的 AI 論文中，DeepMind 貢獻了 12%，領先於微軟、史丹福和加州伯克利，僅次 Meta 和Google。
DeepMind 主要通過兩種渠道創收：既為母公司 Alphabet 集團提供內部服務，也承接外部合作項目——例如與英國國家醫療服務體系（NHS）建立的夥伴關係。該公司自 2020 年起實現盈利，但最新財報顯示其利潤率正持續承壓。
這正是 Gemini 項目的戰略意義所在。面對 OpenAI 大語言模型產品 2023 年飆到了超 10 億美元的營收規模，Google亟需推出更具顛覆性的產品。Gemini 融合了 2016 年擊敗人類圍棋冠軍的 AlphaGo 核心技術，在多項基準測試中，Gemini 的性能都超越 OpenAI 的 GPT-4——該模型將大語言模型的暴力統計預測能力，與強化學習（AlphaGo 採用的機器學習方法）的智能決策優勢相結合。
Google還掌握著令業界豔羨的算力資源。在 AI 訓練領域，專用芯片的獲取能力是打造強大模型的關鍵因素。半導體行業媒體 SemiAnalysis 在 2023 年將Google評為「全球算力儲備最雄厚的企業」，2024 年年底，其計算基礎設施性能達到了 OpenAI 的近 20 倍，且在去年年底發佈了量子芯片 Willow，證明了自己在科技界不可撼動的地位。
過度商業化讓人迷失方向
儘管Google DeepMind 正全力整合語言模型與強化學習技術打造 Gemini，但 DeepMind 與 Brain 的合併對那些專注於基礎研究、遠離商業化的科研人員來說並不是件好事。
前員工向 Sifted 透露，雖然 DeepMind 研究產品化的長期影響尚不明確，但部分人已選擇離開，而非觀望等待。
「向產品導向的轉變，讓一些前沿研究領域的人士氣低落，」GenAI 初創公司 Finster AI 創始人、曾在 DeepMind 工作七年的 Sid Jayakumar 表示，「我們當初招募了許多頂尖的資深工程師和研究員，本質上是讓他們在工業界複現學術環境——這在當時是獨一無二的，也是打造 AlphaGo 和 AlphaFold 這類突破的必要條件。」
「在我看來，公司不再只是學術導向是合理的。但如果你當初是衝著學術環境來的，現在可能會覺得，‘這不太妙——我們被雇來做的事已不再是優先事項了。’」Jayakumar 補充道。
一位前研究科學家告訴 Sifted，他離開 DeepMind 的原因之一，就是不確定自己參與的基礎研究項目能否在實驗室產品化的浪潮中存活。
「我們研究的是相當基礎的東西，很難說它們能否適應這種轉變，」他表示，「我個人的擔憂是，當公司更強調商業影響時，這些基礎研究項目會面臨什麼命運？」
時至今日，仍然有很多人選擇繼續留在這裏，而這些尚未離開的人也持續被獵頭追逐。一位接近公司的投資人表示：「很多人只是在蟄伏醞釀創意，實際打算離開。要知道，DeepMind 研究員正接到獵頭電話，開價‘輕鬆拿到 70 萬或 80 萬美元年薪’。」
但前員工 Jayakumar 指出，仍有大量人才願意留下：「Google DeepMind 擁有且始終保持著最頂尖的 AI 團隊。Google從未像現在這樣快速行動，這種緊迫感前所未有…… 如果他們仍只專注天馬行空的基礎研究而不推進產品化，我反而會更擔憂。」
參考鏈接：
https://sifted.eu/articles/deepmind-talent
https://timesofindia.indiatimes.com/technology/tech-news/google-ai-chatbot-gemini-head-sissie-hsiao-steps-down-effective-immediately-read-google-deepmind-ceo-memo-to-employees/articleshow/119917897.cms
https://timesofindia.indiatimes.com/gadgets-news/three-google-deepmind-employees-may-have-left-the-company-to-launch-an-ai-startup/articleshow/107118423.cms
https://archive.is/td0Ko#selection-2307.0-2325.197
https://www.datacenterdynamics.com/en/news/tim-zaman-leaves-google-deepmind-to-work-on-frontier-clusters-at-openai/
聲明：本文為 AI 前線整理，不代表平台觀點，未經許可禁止轉載。
