DeepMind 公司人工智能研發組織模式分析

劉鑫怡，徐 峰，張 東

(中國科學技術信息研究所人工智能發展研究中心，北京 100038）

近年來，人工智能（AI）在全球范圍內快速發展，迎來了芯片、算法、訓練模型等技術領域的重大突破。大型科技公司在其中發揮了重要作用，Facebook、谷歌、亞馬遜、蘋果和微軟等公司通過自建、收購等方式成立人工智能實驗室，以雄厚的資本和高科技實力助力人工智能技術攻關。2020 年國際機器學習頂會（ICML）接收的論文中，高達73.3%的論文來自工業界研究機構，僅有26.7%的論文來自學術界研究機構［1］。人工智能研發重心正在向大型科技公司實驗室轉移。其中，英國DeepMind 公司頗具代表性，在被谷歌公司以5 億英鎊收購后，接連產出多項人工智能重大創新成果，例如研發出首個擊敗世界圍棋冠軍的人工智能系統AlphaGo、設計了能準確預測蛋白質三維結構的算法，建立了目前全球最完整的人類蛋白質三維結構預測數據庫等［2］。對中國而言，人工智能研發是強化國家戰略科技力量的重要抓手，恰當的組織運作模式是保障研發順利進行的前提。國內如華為技術有限公司（以下簡稱“華為”）、百度公司、阿里巴巴集團控股有限公司（以下簡稱“阿里巴巴”）、深圳市騰訊計算機系統有限公司（以下簡稱“騰訊”）等大型企業也紛紛創立人工智能實驗室，研發進展迅速。在2020年中國人工智能專利授權量前十排行榜中，共有6家科技企業［3］。然而，中國主要以人工智能技術的市場化和產品化為研究方向，在人工智能的基礎理論研究和關鍵技術研發方面仍稍顯薄弱。以2020 年和2021 年國際機器學習頂會接收的論文數量來看，華為、百度、騰訊等公司均未能進入全球前五十榜單，而DeepMind、微軟等多家科技公司榜上有名。因此本研究以DeepMind 為研究對象，分析其獨特的組織架構、研發布局和運作機制，為中國人工智能發展提供參考與借鑒。

1 DeepMind 的發展歷程

十余年來，DeepMind 從一個人工智能初創公司成長為以基礎研究和技術研發為核心的世界一流人工智能實驗室，其發展歷程可分為三階段（見表1）。第一階段是從2010 年公司成立至2014 年被谷歌收購之前的初始階段，DeepMind 的3 位創始人有著研發通用人工智能系統的遠大目標，但研發資金緊缺，公司經營難以為繼。第二階段是2014 年至2019 年的發展階段，谷歌母公司Alphabet 收購DeepMind，使其能依托谷歌提供的云服務、大數據和強大計算資源，探索將人工智能技術應用于解決重大科學問題；然而DeepMind 在這一階段處于虧損狀態，完全依賴谷歌的投資。第三階段是2020 年至今的蓬勃發展階段，2020 年DeepMind 首次實現盈利5 960 萬美元，研發出天氣預測的深度生成模型、用于強化學習的智能體等成果，在生物醫學、氣象學等領域取得突破性進展。

表1 DeepMind 公司主要發展歷程

2 DeepMind 的研發組織體系

科學的研發組織體系是DeepMind 取得一系列成就的基礎。研發組織結構是表明組織各部分排列順序、空間位置、聚散狀態、聯系方式以及各要素之間相互關系的一種模式，主要有科層集中式、中央主導式和網絡開放式3 種類型［4］。據統計，因研發組織不善而造成資源大量浪費和機會損失時，損失額往往為其研發費用的20%～50%［5］，因此研發組織結構對企業高效產出創新成果具有重要影響。DeepMind 的研發組織結構如圖1 所示，主要分為3個重要的組織部分，一是最高管理層，二是部門管理架構，三是總部與海外分中心的組織關系結構。公司在最高管理層的領導下，各部門之間以項目為紐帶，形成矩陣型的管理架構；總部與海外分中心平等合作，呈現出網絡開放式的結構特征。

圖1 DeepMind 公司組織架構

2.1 頂尖科學家組成的管理層

管理層是公司的核心力量，對組織體系的搭建具有關鍵性作用。DeepMind 的5 位高管均具備人工智能專業知識，其中有3 位是世界頂尖科學家。聯合創始人兼首席執行官德米斯·哈薩比斯（Demis Hassabis）從劍橋大學計算機專業畢業后創立電子游戲公司，在倫敦大學學院獲得認知神經科學博士學位。聯合創始人兼首席科學家肖恩·萊格（Shane Legg）是著名的計算機科學家，師從通用人工智能領域的代表人物馬庫斯·胡特。研發副總裁科雷·卡武克庫魯（Koray Kavukcuoglu）作為著名的深度學習專家，擁有紐約大學計算機科學博士學位。首席運營官莉拉·易卜拉欣（Lila Ibrahim）曾是微處理器工程師，在英特爾等公司擔任過高管，曾獲阿斯彭研究所的亨利·克朗獎和安妮塔·博格研究所的社會影響獎，致力于使用技術推動社會變革。首席商務官科林·默多克（Colin Murdoch）曾是電子和軟件工程師，在湯森路透等跨國公司擔任過高級職位。專業的管理團隊配置使得DeepMind 在項目篩選和運作上具有較強的科學性和針對性，提高了項目的管理水平和執行力。

2.2 矩陣型的內部管理架構

DeepMind 管理架構明確，由最高管理層直接領導4 個研究團隊、1 個倫理團隊以及1 個職能部門，以日常研究和跨部門項目為兩條研發路線，形成矩陣型管理架構。從縱向來看，4 個研究團隊獨立開展日常研究，科學團隊負責研究前沿基礎科學問題，工程團隊負責設計研究工具和搭建平臺，研發團隊聚焦人工智能技術細分領域，DeepMind for Google 團隊聚焦于谷歌產品的人工智能技術應用；倫理和社會團隊是DeepMind 在2017 年成立的獨立部門，指導所有研究團隊在工作中遵守人工智能倫理。從橫向來看，各研究團隊互相關聯，一些重大項目的推進需要多部門的協作，因此DeepMind 設立了跨部門的臨時性研究小組。在這種按職能劃分的部門和按項目劃分的小組結合起來的矩陣中，研究人員既同原研究部門保持組織與業務上的聯系，又參加項目小組的工作［6］，加強了公司內部之間的橫向聯系，有利于各個部門進行交流，在研發中更好地發揮協同效應。

2.3 多中心的網絡式組織結構

除倫敦總部外，DeepMind 在全球設有四大海外中心，分別是美國山景城研究中心、法國巴黎研究中心、加拿大埃德蒙頓研究中心（與阿爾伯塔大學合作）和加拿大蒙特利爾研究中心（與麥吉爾大學合作），形成了網絡開放式的研發組織架構。海外中心是相對獨立的研發單位，與總部沒有行政隸屬關系，僅在特定項目上與總部進行合作研發，例如總部研究團隊向巴黎研究中心派駐項目組，由法國本土的DeepMind 高級研究員雷米·穆諾斯（Remi Munos）負責統籌工作。平等的合作關系使各海外中心在研發管理上擁有更大的自主權和話語權，能根據各自優勢和資源在當地組建研究團隊和運營部門，就人機交互、核心強化學習、產品實際應用等方向進行研究，降低重復性開發的風險［7］，加速人工智能研發與成果轉化。以加拿大埃德蒙頓的人工智能實驗室為例，該分中心主要負責研究機器人技術、游戲和人機交互，首席研究員理查德·薩頓（Richard Sutton）被稱為“現代強化學習之父”。網絡研發組織模式強調企業在研發過程中對組織所有內外部有用資源的整合利用［8］，而DeepMind 的實踐也印證了這一點。多個海外中心的建立為DeepMind 提供了全球范圍內的智囊團，DeepMind 可借此機會加入當地的人工智能創新網絡，與高等院校、工程學院和公共研究中心的人工智能研究實驗室、人工智能科技公司等形成密切聯系［9］，建設開放創新的人工智能生態系統。DeepMind 創新組織結構的成效顯著，在2021 年國際機器學習頂會接收論文數量排行榜上名列第九（共有38 篇論文），其中26 篇是與谷歌、阿爾伯塔大學等合作伙伴共同完成。

3 DeepMind 的主要研發成果

以完備的組織體系為依托，DeepMind 主要在游戲人工智能算法、前沿科學問題研究、倫理與安全等方向上進行研發與應用布局，已在生物、醫療、能源等多個領域取得重要突破。

3.1 開發游戲人工智能算法以提升自主學習能力

DeepMind 一直將開發“會下棋”的游戲人工智能算法作為主要研究方向，因為這種訓練能夠提升人工智能的學習能力、理解能力和應變能力，是通向通用人工智能的可行技術路線。具體而言，聯合創始人德米斯·哈薩比斯給出了游戲作為開發和測試算法的最佳手段的5 個理由：游戲有明確的目標；游戲有可量化性能的指標；世界頂尖的游戲玩家可幫助進行系統測試；游戲設計師和算法設計師獨立工作，不存在利益沖突；虛擬環境下的技術進展比物理平臺效率更高［10］。2016 年，DeepMind 研發的AlphaGo 系統與世界圍棋冠軍李世石進行人機大戰并獲勝，在人工智能發展史上具有里程碑意義。此后，DeepMind 不斷優化算法，相繼研發出AlphaZero、AlphaStar、MuZero 等系統。2017 年研發的AlphaZero系統在了解棋類游戲規則后開始自我訓練，3 天就可擊敗AlphaGo 系統［11］；2019 年AlphaStar 系統在即時戰略游戲《星際爭霸2》（StarCraft Ⅱ）中打敗世界頂級職業選手［12］，意味著該系統能迅速進行復雜決策、處理突發狀況；到2020 年12 月，新的MuZero 系統能夠在不知道游戲運行規則的情況下自行觀察學習規則并戰勝人類選手，這意味著人工智能的自主學習能力得到了突破性提升，DeepMind 在通用人工智能研究領域邁出了關鍵一步。

3.2 應用人工智能解決前沿科學問題

DeepMind 著眼于世界科學前沿重大難題，針對生物科學、醫療和能源等領域展開研發攻關。科學團隊將人工智能應用于生物、氣候科學、量子化學等基礎前沿領域，通過人工智能技術從根本上影響行業發展，如2020 年12 月，團隊研發出能精確預測蛋白質折疊形狀的AlphaFold 系統，解決了困擾生物學界50 年的難題，將有助于預測新冠病毒結構，加快藥物研發進度。在醫療領域，DeepMind 與醫院、大學研究機構以及谷歌Health 團隊合作進行技術開發，先后在內科、腫瘤科、眼科等多個醫學門類中取得豐富成果，如腎病預測算法系統、可識別乳腺癌的人工智能系統和診斷視覺疾病的機器學習系統等。在能源領域，DeepMind for Google 團隊將DeepMind 的前沿研究應用于谷歌產品和谷歌基礎設施，已成功推出具有散熱管理功能的人工智能系統，為谷歌數據中心節省了大約30%的能源，為安卓系統設計的自適應電池和自適應亮度功能可為數百萬用戶優化手機性能。

3.3 規范人工智能倫理責任與技術安全

為了有效應對人工智能可能帶來的歧視、偏見等負面影響，DeepMind 圍繞人工智能的倫理價值觀、治理與問責、濫用人工智能的意外后果等主題開展研究。一方面，制定人工智能倫理準則，確保所有研究人員在遵守倫理規范的基礎上開發新技術；另一方面，建立人工智能伙伴關系，與學者、高校、慈善機構以及其他公司實驗室合作，通過公開講座、倫理論壇、專家研討、公眾參與等形式開展研究，了解人工智能技術對社會的影響，尋找降低倫理風險的方法。DeepMind 也十分重視技術安全，致力于構建規范、穩健和負責任的人工智能系統。

4 DeepMind 的研發運行機制

在DeepMind 的研發過程中，協調有序的運行機制發揮了重要作用，靈活的項目運作模式、跨學科的工作方式、長期的資本投入和高水平的人才培養體系為整合配置研發資源、推動人工智能研發提供了充足動力。

4.1 靈活的項目運作模式

根據矩陣型管理架構，DeepMind 對千余名研發人員進行科學分工和靈活調配，充分發揮他們的研究專長與優勢，有效推進項目運作。一方面，將專業人員安排在各個研究團隊中進行日常工作，他們定期向首席執行官和所在團隊負責人闡述研究進展，團隊負責人擁有項目的研究資源分配權，可以給快速推進的項目提供更多資源，也會迅速終止前景尚不明朗的項目；另一方面，圍繞重點項目建立跨部門項目小組，著力促進人員的靈活合理流動，大大提高項目運作效率，根據項目需求和人才專長的匹配度，研究人員將會被調換到特定項目中，項目結束后再回到原崗位。以AlphaGo 項目為例，團隊最初只有20 人工作，而當AlphaGo 程序在項目初期顯現出絕佳的發展前景時，DeepMind 為此項目加派15位專業人員，最終成功研發出世界上第一個擊敗人類棋手的人工智能系統。

4.2 跨學科的工作方式

鑒于專業化組織結構難以快速適應變化，管理者往往會發起跨學科項目，組建跨職能團隊來解決與過度專業化相關的問題［13］。DeepMind 鼓勵具有多元化專業背景的研究人員在項目中有效融合，以實現更具創造性和顛覆性的創新。以AlphaFold 蛋白質折疊項目為例，項目負責人約翰·強普（John Jumper，化學博士）挑選了結構生物學家、機器學習專家和物理學家以及工程師共同組成項目組，交替采用兩種工作方式以推進項目。第一種是“攻擊模式”，即項目團隊盡最大努力進行研究，追求AlphaFold 系統在自主學習和預測上可以達到的極致表現；當這種工作模式達不到預期效果時，團隊就轉向“創新模式”，即公司不對項目團隊施加壓力，允許項目出現暫時性停滯或后退，使得研究人員和工程師能夠有充足的時間和精力產生新想法、嘗試新手段［14］；一旦“創新模式”推動技術出現新進展，團隊就切換回“攻擊模式”，順利完成項目。

4.3 持續的資金投入

人工智能企業長期面臨著科學研究和商業化速度不匹配的問題，必須有持續而穩定的資金支撐研發工作。DeepMind 自2014 年被收購以來，處于連年虧損的狀態，一直依靠母公司的資金投入維持運營和研究。DeepMind 的盈利模式與其他公司不同，它所研發的軟件和服務僅出售給母公司Alphabet 及旗下的子公司，不面向消費者或市場上的其他公司。根據DeepMind 年報，其2018 和2019 年分別虧損4.70億英鎊和4.77 億英鎊，營利分別僅為1.03 億英鎊和2.66 億英鎊，但鑒于DeepMind 在研發方面取得的顯著成績，2020 年Deepmind 的母公司仍繼續為其提供不少于12 個月的資金支持。

4.4 高水平的人才培養體系

DeepMind 通過多樣化的舉措集聚了一支千余人的專業隊伍，為人工智能研發提供了人才保障。其主要措施包括三點：一是提供業內具有競爭力的薪酬。根據DeepMind［15］年報有關數據，其2018和2019 年的總支出分別為5.68 億英鎊和7.17 億英鎊，其中薪酬支出的占比分別為70%和61%，員工平均年薪為40 萬英鎊（約合人民幣360 萬元），而Facebook、蘋果等同類科技公司為人工智能研究人員提供的年薪的中位數是40 萬美元（約合人民幣260萬元）。DeepMind 高薪引才成效顯著，近些年已有數十位原牛津大學和劍橋大學的科研人員加入［16］。二是設立獎學金項目和實習計劃以增加人才儲備。自2017 年開始，DeepMind 為13 個國家和地區、22所大學人工智能專業的學生提供獎學金資助，接受資助的學生在畢業后傾向于加入該公司工作。同時，DeepMind 在非洲、東歐及北美設立暑期學?；蚴钇趯嶒炇遥瑸閷W生提供實習項目，培養機器學習人才。三是充分利用高校人才資源。DeepMind 與劍橋大學、阿爾伯塔大學、倫敦大學學院等世界著名高校達成機器學習領域的合作協議，鼓勵高校教授參與公司項目，公司研究人員也可在高校內擔任教職或指導學生，通過這種方式促進產業界與學術界的密切溝通，提高人工智能創新研發能力。

5 對中國人工智能研發應用的啟示與建議

DeepMind 在數位頂尖科學家構成的管理層的帶領下，搭建矩陣型管理架構，以跨學科、跨部門、多中心的靈活運作機制調配資源，取得了一系列突破進展。當前中國正在通過組織實施科技創新重大項目、支持建設國家新一代人工智能開放創新平臺等方式，加快推進人工智能基礎研究、技術研發與產業應用，基于對DeepMind 公司的做法和經驗的分析，中國可從以下四方面加強人工智能研發應用。

5.1 強化前瞻性的研發部署

對人工智能關鍵技術研發進行前瞻性布局，是形成人工智能先發優勢的基礎。中國在人工智能研發布局上，應強化人工智能前沿領域的研發部署，加強跨學科交叉研究，積極搶占新一代未來人工智能發展的制高點。一方面，聚焦前沿核心技術領域研究，如芯片、類腦智能、量子智能等；另一方面，也要注重利用人工智能技術解決現實場景的緊迫問題，通過技術應用來推動技術本身的迭代升級。

5.2 鼓勵龍頭企業組建人工智能實驗室

大型科技公司能夠提供人工智能研發所需要的云服務、大型數據和計算等研發資源，為頂尖人才提供高薪待遇，在建設人工智能實驗室方面具有強大優勢，企業人工智能實驗室在國際頂級學術會議上發表的論文數量也證明了這種建設模式的良好成效，因此，應鼓勵國內龍頭企業通過設立人工智能研究實驗室等方式，圍繞人工智能的重大前沿問題和關鍵核心技術展開攻關，加大資金和人才投入力度。同時，政府可通過設立人工智能創投基金等方式，支持人工智能企業共同破解資金不足、人才缺乏等難題。

5.3 深化產學研用深度融合

國內的人工智能在產業界、學界蓬勃發展，根據中國信息通信研究院發布的《2020 年全球人工智能產業地圖》，2020 年中國人工智能企業數量在全球排名第二，達1 454 家；同時全國已有37 所高校開設人工智能學院［17］。企業、高等院校、研究院所應當發揮各自所長，共同發力進行人工智能技術研發。企業了解市場和用戶需求，高校和科研院所在基礎理論和技術突破上具有優勢，因此中國可大力支持深化以企業為主體的產學研用深度融合，集中多方資源，加快構建自主可控的人工智能產業技術生態。將純科學的基礎研究和應用研究實踐結合，在突破關鍵技術的同時，為特定的現實問題提供解決方案。

5.4 加強人工智能領域開放合作

人工智能作為新興技術，給國際社會帶來了共同的發展機遇和挑戰，因此國際合作交流是人工智能發展的重要一環。為此，一方面應將人工智能基礎前沿研究和倫理治理作為重要議題，嵌入現有科技合作機制中，進一步拓展合作廣度，特別是就人工智能國際合作與倫理治理展開溝通對話，為應對全球重大挑戰提供智力支持；另一方面，繼續支持搭建合作交流平臺，如舉辦國際性的人工智能大會等，邀請世界各國人工智能專家對人工智能相關問題進行研討交流，形成人工智能合作伙伴網絡。

6 結論

以“人工智能企業的研發組織模式”為主題，本研究從世界著名人工智能實驗室DeepMind 公司的研發運行機制切入，分析其發展歷程、組織結構、主要研發成果以及運行機制。通過研究發現，科學合理的研發組織模式是保障人工智能研發順利進行的基礎，DeepMind 公司的專業化管理團隊、多樣化跨學科人才、矩陣型和網絡開放式的組織結構，以及靈活的項目運作方式等制度設計對人工智能研發具有重要作用。未來，中國人工智能企業將在基礎研究和技術創新中發揮關鍵作用，可通過前瞻布局、組織結構改革、產學研融合以及國際科技合作等方式加快推動新一代人工智能發展。