導讀：搜索引擎、Android、DeepMind……Alphabet希望通過理解數據與現實世界事件之間的關系來改變整個世界。他們正通過自動駕駛汽車、生物技術、家庭自動化和互聯互通技術，挑戰人工智能的極限。

作者：喬恩·D.馬克曼（Jon D. Markman）

來源：大數據DT（ID：hzdashuju）

內容摘編自《投資未來：重構世界與財富的12大科技投資領域》

01 Alphabet長期押注人工智能

早在更名為Alphabet之前20年，谷歌公司就是一家典型的人工智能公司。

早在1994年1月，它就通過機器學習徹底改變了互聯網搜索。它雇用了該領域最聰明的人才。早在2009年，該公司就開始寫下自動駕駛汽車的源代碼。

除了成為地球上最大的互聯網企業之一，Alphabet在人工智能領域的實力并沒有真正得到大眾的關注。2014年1月，該公司收購了一家名為DeepMind Technologies的英國人工智能公司。

杰米斯·哈薩比斯（Demis Hassabis）一直在教電腦如何像人類一樣玩視頻游戲。通過使用一套自定義算法和一臺神經圖靈機（一種模仿人類短期記憶的外部計算設備），他取得了巨大的技術成就。

這引起了谷歌創始人的注意。

現在DeepMind Technologies表示，其最新的神經網絡不再需要人類輸入。

一段時間以來，這個秘密的谷歌子公司一直處于人工智能研究的前沿。但這一最新進展是開創性的。

從藥物發現到材料設計，這一切都蘊含著巨大的意義。

乍一看，DeepMind Technologies正在做的事情似乎微不足道。它在人工智能的努力很大程度上只是應用于看起來有點高雅的客廳游戲上而已。

2017年5月，阿爾法圍棋（AlphaGo）的策略游戲神經網絡，成為第一個擊敗人類圍棋選手的人工智能程序。阿爾法圍棋的人類對手李世石曾榮獲18次世界圍棋冠軍。

圍棋是一款兩個人玩的中國棋類游戲，已有2500年的歷史。它包括將黑白兩色棋子放置在19×19的網格上，目標是比你的對手包圍更多的領土。

阿爾法圍棋的勝利成為頭條新聞。圍棋比國際象棋復雜得多。它還擴展了人類一般智力的極限。以前，研究人員發現很難用機器對其進行模擬。

阿爾法圍棋是經過歷時數月人類訓練和無數小時計算機自我訓練的產物。當李世石以1比4被擊敗時，它驗證了未經證實的人工智能理論。這意味著目前的常規人工智能結構足以復制高級人類智能。

而現在，DeepMind Technologies的阿爾法圍棋零世代（AlphaGo Zero）把這個問題推升到了另一個層次。研究人員向阿爾法圍棋零世代展示了游戲規則、棋盤和棋子的標記，但不提供人力培訓師，也沒有策略方面的課程。

人工智能通過在490萬次模擬中與自己對弈，在72小時內學會了圍棋。為了改進，它必須不斷地重新思考它所生成的算法。

然后研究人員將阿爾法圍棋零世代與老一代阿爾法圍棋配對。結果是丑陋無趣的。阿爾法圍棋零世代屠殺了阿爾法圍棋，100比0。

它只用了一個神經網絡、四個處理器，沒有人工助手就做到了這一點。它發明了人類從未考慮過的超級成功的策略。相比之下，阿爾法圍棋需要兩個網絡、48個處理器和歷時數月的人工訓練。

一些聰明人對控制人工智能發展速度的必要性提出了較為尖銳的看法。比爾·蓋茨、埃隆·馬斯克、斯蒂芬·霍金等人害怕和反對人工智能應用于軍事目的。你可以想象，如果一臺武器化的人工智能機器的唯一目的是殺人，它可能會造成多大的傷害?，F在，想象一下同樣的機器以指數級的速度不斷地改進它的技能是多么可怕。

獨裁者明白這方面的軍事機會。曾有人提出，掌握人工智能的國家將成為新的世界領袖。

這一切足以讓科幻電影中的“終結者”起雞皮疙瘩。

另外，不受人類限制的人工智能機器應該能夠做出驚人的壯舉。運行無窮無盡的模擬的能力只受計算機能力的限制而且會呈現指數級增長。全新、超高效的人工智能芯片組正在投入使用，下一代硬件正在開發中。

這是一個美麗的新世界。幾乎任何事情都是可能的。

Nvidia有一個專門為制藥行業設計人工智能架構的部門。研究人員正在利用深度學習來理解大量的生物科學數據。他們正在開發個性化的藥物，治療帕金森癥、阿爾茨海默癥和癌癥。

DeepMind Technologies正在利用其網絡更好地理解量子化學。雖然現在下結論還為時過早，但杰米斯·哈薩比斯夢想著找到一種室溫超導體，徹底改變電池技術的發展。

投資者需要認識到形勢已經發生了變化。他們需要意識到，一些行業將受到巨大沖擊，而另一些行業將蓬勃發展。

02 新的谷歌DeepMind Technologies有自己的世界觀

Alphabet處于獨特的地位。毫無疑問，它是世界上首屈一指的人工智能公司。該公司所做的一切都圍繞著人工智能，以及滿足其算法對數據的饑渴。

Alphabet聯合創始人拉里·佩奇（Larry Page）講述了一個有趣的故事，講述了羽翼未豐的谷歌公司是如何進入互聯網廣告領域的。

他和才華橫溢的計算機科學家謝爾蓋·布林（Sergey Brin）在斯坦福大學同一間辦公室工作。佩奇有了一個主意。1996年春天，互聯網正在蓬勃發展，他認為繪制互聯網頁面之間的鏈接結構及其關系可能是一項有趣的工作。

1996年3月，拉里·佩奇推出了BackRub，這是一支由搜索引擎機器人組成的軍隊，其任務是確定網頁的雙向鏈接。這些蜘蛛無休止地在網上爬行，根據引文對鏈接進行編目。隨著項目變得越來越復雜，謝爾蓋·布林被吸引進來。他和拉里·佩奇同齡，但在學業上領先了兩年，因為他19歲就完成了本科學位。

這個項目逐漸成長壯大，它演化成了PageRank。拉里·佩奇和謝爾蓋·布林不知疲倦地工作，開發新的數學模型來解決新出現的問題。

謝爾蓋·布林解釋說，PageRank基本上把整個互聯網變成了一個有數億個變量的數學方程。拉里·佩奇和謝爾蓋·布林無意間開發出了最好的搜索引擎。使它如此出色的是其相關性和它的遞歸基礎。隨著數據的增加，它變得越來越好—一個人工智能的良性循環。

20世紀90年代末，互聯網的繁榮正處于全盛時期。雅虎和當時另一個流行的搜索引擎Excite都誕生于斯坦福大學。拉里·佩奇和謝爾蓋·布林試圖以160萬美元和Excite轉股權的低總價，出售PageRank技術。

這個提議被拒絕了。Excite把自己看作一個門戶，一個目的地，對他們提出的搜索引擎可能成為其未來業務重要組成部分的想法嗤之以鼻。

所以拉里·佩奇和謝爾蓋·布林決定單干。這家公司從斯坦福大學校友、太陽微系統公司（Sun Microsystems）創始人那里獲得了10萬美元的種子資本，成立了谷歌（Google）。谷歌源自故意拼錯的單詞googol，意指數字1后面跟著1000個零。

到1999年，谷歌每天執行700萬次搜索。沒有廣告促銷，沒有廣告預算。谷歌最初計劃將搜索技術授權給互聯網門戶網站和企業網站，但收效有限。為了資助業務的增長，以及進一步的機器學習，拉里·佩奇和謝爾蓋·布林不情愿地開發了一種廣告商業模式。

當時，廣告是開展機器學習的唯一途徑。

最終，與雅虎網達成的授權協議為谷歌提供了完善算法所需的數據。搜索量增加到每天1億次。

到2002年，谷歌上的廣告業務得到了升級。除了按點擊次數和位置付費外，廣告商還要與競爭對手開展付費廣告競爭業務。這就引入了相關性。這也意味著，只要廣告與搜索者的關系更密切，隨著點擊量增加，廣告商最終可能會為每條廣告支付更少的費用。

商業模式的重新設計立即引起了轟動。第1年，該公司實現了4.4億美元的銷售額和1億美元的利潤，而且它也成為重要數據的新來源。

從那以后，這就成了公司的商業計劃。Alphabet讓企業適應其人工智能的發展。它始于搜索引擎業務，然后是旗下的YouTube和Gmail業務。

當iPhone手機問世時，高管們立刻意識到智能手機將成為一個數據金礦。2005年春季，谷歌收購了安迪·魯賓（Andy Rubin）正在開發的作為iPhone競爭對手的安卓智能手機平臺。

安迪·魯賓承諾安卓系統將具有Linux的靈活性和Windows的全球覆蓋范圍。

截至2018年上半年，安卓系統占據了全球82%的市場份額，成了Alphabet工程師的數據源泉。當然，他們還有更多的事情要干。

該公司正通過自動駕駛汽車、生物技術、家庭自動化和互聯互通技術，挑戰人工智能的極限。對Alphabet來說，吸引人之處在于數據為其算法提供支持，商業模式也就隨之而來。2017年，Alphabet的銷售額增長超過23.7%，對于這樣一家超大規模的公司來說，增長速度非?？?。

隨著該公司借助人工智能將其占主導地位的數字平臺引入經濟的其他領域，銷售額和利潤正在加速增長。對很多人來說，Alphabet是一家廣告公司。如果從銷售額和獲得成功的領域來看，情況確實如此。它是世界上占主導地位的數字廣告平臺，但這沒有抓住該公司的本質。廣告只是一種工具，它是機器學習驅動的商業模式。

Alphabet希望通過理解數據與現實世界事件之間的關系來改變整個世界。事實上，這家公司擁有比其他任何公司都多的海量數據和軟件工程師。

關于作者：喬恩·D·馬克曼（Jon D. Markman），一位資深投研分析師、投資組合經理和獲獎通訊作者，他是廣受歡迎的投研類時事通訊《技術趨勢交易者》、《戰略優勢》和《權力精英》的編輯和創始人。他不僅經常在全國性的會議上、也在電視和廣播上談論這些話題，他還是《福布斯》的長期股權科技投資專欄作家。

本文摘編自《投資未來：重構世界與財富的12大科技投資領域》，經出版方授權發布。