El laboratorio DeepMind AI se vuelve rentable y fortalece la relación con Google


los Las Cumbres de Transform Technology comienzan el 13 de octubre con Low-Code / Sin Code: Habilitación de la agilidad empresarial. ¡Únete ahora!


DeepMind, el laboratorio de inteligencia artificial del Reino Unido que busca desarrollar inteligencia artificial general, finalmente se ha vuelto rentable, según el último informe financiero de la compañía.

Desde que fue adquirida por Google (ahora Alphabet Inc.) en 2014, DeepMind ha tenido problemas para cubrir el aumento del gasto. Y ahora finalmente está dando señales esperanzadoras a su empresa matriz y accionistas de que se ha ganado un lugar en la constelación de negocios rentables de Alphabet.

Esta podría ser una noticia maravillosa para el laboratorio de inteligencia artificial que ha estado derramando grandes sumas de dinero toda su vida.

Pero la incertidumbre también rodea al informe financiero, lo que sugiere que si DeepMind realmente encontró su camino hacia la rentabilidad, lo hizo de una manera que lo vincula inextricablemente con los productos y el modelo comercial de Google.

Las ventas se triplicaron

Según la presentación de DeepMind, tuvo ventas de £ 826 millones ($ 1,13 mil millones) en 2020, más de tres veces las £ 265 millones ($ 361 millones) que presentó en 2019. Durante el mismo período, su gasto aumentó modestamente de £ 717 millones ($ 976 millones) a £ 780 millones ($ 1.060 millones). La compañía terminó el año fiscal con una ganancia de £ 44 millones (US $ 60 millones) en comparación con una pérdida de £ 477 millones (US $ 650 millones) en 2019.

La presentación no proporciona muchos detalles sobre las fuentes de ingresos de DeepMind, aparte de un párrafo que dice: «La empresa genera ingresos a través de un acuerdo de servicio con otra empresa del grupo para proporcionar servicios de investigación y desarrollo».

DeepMind no vende ningún producto o servicio directamente a consumidores y empresas. Sus clientes son Alphabet y sus subsidiarias. No está claro cuál de las empresas de DeepMind causó el aumento de ingresos.

Una fuente que habló con CNBC dijo que el repentino aumento de ingresos de DeepMind podría ser una «contabilidad creativa». Esencialmente, dado que Alphabet y sus subsidiarias son los únicos clientes de DeepMind, significa que podría cambiar arbitrariamente el precio de sus servicios para crear la impresión de que se está volviendo rentable. DeepMind no comentó sobre el reclamo.

Vender aprendizaje por refuerzo

El enfoque de DeepMind está en el aprendizaje por refuerzo profundo, una rama del aprendizaje automático que es muy útil en la investigación científica. DeepMind y otros laboratorios de inteligencia artificial han utilizado Deep RL para dominar juegos complicados, entrenar manos robóticas, predecir estructuras de proteínas y simular la conducción autónoma. Los científicos de DeepMind creen que los avances en el aprendizaje por refuerzo conducirán en última instancia al desarrollo de AGI.

Pero la investigación en aprendizaje por refuerzo profundo también es muy cara y sus aplicaciones comerciales son limitadas. A diferencia de otros sistemas de aprendizaje profundo, como los clasificadores de imágenes y los sistemas de reconocimiento de voz, que se pueden portar e integrar directamente en nuevas aplicaciones, los modelos de aprendizaje de refuerzo profundo a menudo deben capacitarse en el entorno en el que se utilizan. Esto genera costos técnicos y financieros que muchas empresas no pueden afrontar.

Otro problema es que el tipo de investigación que realiza DeepMind no se puede traducir directamente en modelos de negocio rentables. Tome AlphaStar, por ejemplo, el sistema de aprendizaje por refuerzo que dominó el juego de estrategia en tiempo real StarCraft 2. Es un logro científico impresionante que cuesta millones de dólares (que probablemente fue subsidiado por Google, que tiene enormes recursos de computación en la nube). Pero tiene poco uso en la IA aplicada sin ser reutilizado (en millones).

Alphabet ha adaptado la tecnología RL de DeepMind en algunas de sus operaciones, incluida la reducción del consumo de energía en los centros de datos de Google y el desarrollo de tecnología de Waymo, la empresa autónoma de Alphabet. Pero aunque no conocemos los detalles de la aplicación de la tecnología, sospecho que Alphabet está subcontratando algunas de sus tareas de IA aplicadas a DeepMind en lugar de incorporar la tecnología del laboratorio de IA directamente en sus productos.

De hecho, una división separada de DeepMind se ocupa de los proyectos de IA aplicada para Google y Alphabet, pero estos esfuerzos no están directamente relacionados con la investigación de AGI que está llevando a cabo el laboratorio principal de DeepMind.

El costo del talento y la investigación de la IA

A medida que las grandes empresas de tecnología como Facebook, Microsoft y Apple se interesan en el aprendizaje profundo, la contratación de talento de inteligencia artificial se ha convertido en una carrera armamentista que ha disparado los salarios de los investigadores. Los investigadores líderes en inteligencia artificial pueden ganar fácilmente salarios de siete cifras en grandes empresas de tecnología, lo que dificulta que las instituciones académicas y los laboratorios de investigación sin fines de lucro retengan su talento.

En 2020, DeepMind pagó £ 467 millones en costos laborales, casi dos tercios de su gasto total. La compañía tiene aproximadamente 1,000 empleados, un pequeño porcentaje de los cuales son científicos, investigadores e ingenieros altamente remunerados.

El costo creciente de la investigación y el talento de la IA creará DeepMind con desafíos cada vez mayores. Dependerá de Google para financiar sus operaciones y subsidiar el costo de su investigación.

Como subsidiaria de una empresa que cotiza en bolsa, mientras tanto, se está evaluando la viabilidad de su tecnología. Y por ahora, Alphabet es la única fuente de ganancias, por lo que cada vez depende más de Google para comprar sus servicios. Esto, a su vez, puede llevar a DeepMind a centrar su investigación en áreas que pueden convertirse rápidamente en negocios rentables, lo que no necesariamente está en línea con sus objetivos científicos.

Para una empresa que persigue el sueño a largo plazo de la inteligencia artificial general, cuya misión declarada es «hacer avanzar la ciencia y ayudar a la humanidad», las distracciones de las ganancias a corto plazo y las ganancias incrementales pueden resultar perjudiciales.

El siguiente ejemplo que puedo encontrar del trabajo de empresas como DeepMind y su cuasi-rival OpenAI es Bell Labs, la antigua empresa de investigación de AT&T. Bell Labs era la subsidiaria de una gran empresa con fines de lucro, pero sus operaciones no estaban vinculadas a los objetivos de ganancias del próximo trimestre ni a los incentivos para los accionistas. Aunque recompensados ​​con creces por su trabajo, sus científicos fueron impulsados ​​por la curiosidad científica, no por el dinero. Buscaban ideas fundamentales que ampliaran los límites de la ciencia y generaran innovaciones que no darían frutos en los años y décadas venideros. Y así Bell Labs se convirtió en el lugar de nacimiento de algunas de las ideas y tecnologías que cambiaron el siglo XX, incluidos los transistores, satélites, láseres, fibra óptica, comunicaciones celulares y teoría de la información. Bell Labs tuvo la libertad de descubrir e innovar.

En este momento, Alphabet ha demostrado ser el paciente propietario de DeepMind. Renunció a £ 1.1 mil millones ($ 1.5 mil millones) en deuda en 2019 y ayudó a DeepMind a reportar ganancias positivas en 2020. Queda por ver si Alphabet seguirá siendo generoso y leal a la misión de DeepMind a largo plazo, y es a largo plazo. Pero si se agota la paciencia de Alphabet, DeepMind no tendrá clientes, financiación y una dura competencia de los gigantes tecnológicos que intentan atraer a sus talentosos científicos para lograr objetivos radicalmente diferentes.

Ben Dickson es ingeniero de software y fundador de TechTalks. Escribe sobre tecnología, economía y política.

Esta historia apareció originalmente en Bdtechtalks.com. Copyright 2021

VentureBeat

La misión de VentureBeat es ser un mercado digital para que los tomadores de decisiones técnicas obtengan conocimientos sobre tecnologías y transacciones transformadoras. Nuestro sitio web proporciona información esencial sobre tecnologías y estrategias de datos para ayudarlo a administrar su organización. Lo invitamos a convertirse en miembro de nuestra comunidad para obtener acceso:

  • información actualizada sobre los temas de su interés
  • nuestros boletines
  • contenido de liderazgo intelectual cerrado y acceso con descuento a nuestros valiosos eventos, como Transformar 2021: Aprende más
  • Funciones de red y más

conviértete en miembro

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *