एआई लैब डीपमाइंड लाभदायक बन गया और Google के साथ संबंध मजबूत किया

NS ट्रांसफॉर्म टेक्नोलॉजी समिट्स 13 अक्टूबर से लो-कोड/नो कोड के साथ शुरू होती हैं: एंटरप्राइज एजिलिटी को सक्षम करना। अभी पंजीकरण करें!


डीपमाइंड, यूके स्थित एआई लैब जो विकसित करना चाहता है कृत्रिम सामान्य बुद्धिकंपनी की नवीनतम वित्तीय रिपोर्ट के अनुसार, अंततः लाभदायक बन गया है।

द्वारा अधिग्रहित किए जाने के बाद से गूगल (अब अल्फाबेट इंक.) 2014 में, डीपमाइंड ने तोड़ने के लिए संघर्ष किया अपने बढ़ते खर्च के साथ। और अब, यह अंततः अपनी मूल कंपनी और शेयरधारकों को आशान्वित संकेत दे रहा है कि उसने अल्फाबेट के लाभदायक व्यवसायों के समूह के बीच अपना स्थान अर्जित कर लिया है।

एआई लैब के लिए यह आश्चर्यजनक खबर हो सकती है, जो अपने पूरे जीवन में बड़ी मात्रा में खून बह रहा है।

लेकिन वित्तीय रिपोर्ट भी अस्पष्टता में डूबी हुई है जो बताती है कि यदि दीपमाइंड ने वास्तव में लाभप्रदता के लिए अपना रास्ता खोज लिया है, इसने ऐसा इस तरह से किया है कि यह Google के उत्पादों और व्यवसाय मॉडल से अटूट रूप से जुड़ा हुआ है।

राजस्व में तीन गुना वृद्धि

डीपमाइंड की फाइलिंग के अनुसार, इसने 2020 में राजस्व में £826 मिलियन ($1.13 बिलियन अमरीकी डालर) की वृद्धि की है, जो 2019 में दर्ज £265 मिलियन ($361 मिलियन अमरीकी डालर) से तीन गुना अधिक है। इसी अवधि में, इसके खर्चों में मामूली वृद्धि हुई है। £717 मिलियन ($976 मिलियन अमरीकी डालर) से £780 मिलियन ($1.06 बिलियन अमरीकी डालर)। कंपनी ने 2019 में £477 मिलियन ($650 मिलियन अमरीकी डालर) के नुकसान से ऊपर, £44 मिलियन ($60 मिलियन अमरीकी डालर) के लाभ के साथ वित्तीय वर्ष समाप्त किया।

फाइलिंग दीपमाइंड की आय के स्रोतों के बारे में एक पैराग्राफ से अलग विवरण प्रदान नहीं करता है जो कहता है: “कंपनी अनुसंधान और विकास सेवाओं के प्रावधान के लिए एक अन्य समूह उपक्रम के साथ एक सेवा समझौते के माध्यम से राजस्व उत्पन्न करती है।”

डीपमाइंड उपभोक्ताओं और कंपनियों को सीधे उत्पाद या सेवाएं नहीं बेचता है। इसके ग्राहक अल्फाबेट और इसकी सहायक कंपनियां हैं। यह स्पष्ट नहीं है कि दीपमाइंड के किस उपक्रम के कारण उसके राजस्व में वृद्धि हुई।

एक स्रोत जो सीएनबीसी से बात की ने कहा कि दीपमाइंड के राजस्व में अचानक वृद्धि “रचनात्मक लेखांकन” हो सकती है। मूल रूप से, इसका मतलब है कि चूंकि अल्फाबेट और उसकी सहायक कंपनियां दीपमाइंड के एकमात्र ग्राहक हैं, इसलिए यह धारणा बनाने के लिए कि यह लाभदायक हो रहा है, अपनी सेवाओं की कीमत में मनमाने ढंग से बदलाव कर सकता है। दीपमाइंड ने दावे पर कोई टिप्पणी नहीं की।

सुदृढीकरण सीखना बेचना

दीपमाइंड का फोकस का मुख्य क्षेत्र है गहन सुदृढीकरण सीखना, मशीन लर्निंग की एक शाखा जो वैज्ञानिक अनुसंधान में बहुत उपयोगी है। डीपमाइंड और अन्य एआई प्रयोगशालाओं ने जटिल खेलों में महारत हासिल करने के लिए गहरे आरएल का उपयोग किया है, रोबोटिक हाथों को प्रशिक्षित करें, प्रोटीन संरचनाओं की भविष्यवाणी करें, और स्वायत्त ड्राइविंग का अनुकरण करें। डीपमाइंड के वैज्ञानिकों का मानना ​​है कि आगे बढ़ता है सुदृढीकरण सीखना आखिरकार AGI . के विकास के लिए नेतृत्व.

लेकिन गहन सुदृढीकरण सीखने का अनुसंधान भी बहुत महंगा है और इसके व्यावसायिक अनुप्रयोग सीमित हैं। दूसरे के विपरीत डीप लर्निंग सिस्टम, जैसे इमेज क्लासिफायर और स्पीच रिकग्निशन सिस्टम, जिन्हें सीधे पोर्ट किया जा सकता है और नए अनुप्रयोगों में एकीकृत किया जा सकता है, गहन सुदृढीकरण सीखने के मॉडल को अक्सर उस वातावरण में प्रशिक्षित करना पड़ता है जहां उनका उपयोग किया जाएगा। यह तकनीकी और वित्तीय लागत लगाता है जिसे कई संगठन वहन नहीं कर सकते।

एक और समस्या यह है कि दीपमाइंड जिस तरह के शोध में लगा हुआ है, वह सीधे तौर पर लाभदायक व्यवसाय मॉडल में तब्दील नहीं होता है। उदाहरण के लिए ले लो, अल्फास्टार, रीइन्फोर्समेंट लर्निंग सिस्टम जिसने रीयल-टाइम रणनीति गेम StarCraft 2 में महारत हासिल की। ​​यह विज्ञान की एक प्रभावशाली उपलब्धि है जिसकी कीमत लाखों डॉलर है (जिसे शायद Google द्वारा सब्सिडी दी गई थी, जिसके पास विशाल क्लाउड कम्प्यूटेशन संसाधनों का मालिक है)। लेकिन इसका पुन: उपयोग किए बिना लागू एआई में बहुत कम उपयोग होता है (अतिरिक्त लाखों की धुन पर)।

अल्फाबेट ने अपने कुछ कार्यों में डीपमाइंड की आरएल तकनीक को अनुकूलित किया है, जैसे कि Google डेटा केंद्रों में बिजली की खपत को कम करना और वेमो की तकनीक विकसित करना, Alphabet की सेल्फ-ड्राइविंग कंपनी. लेकिन जब हम इस बारे में विवरण नहीं जानते हैं कि तकनीक को कैसे लागू किया जा रहा है, मेरा अपना अनुमान है कि अल्फाबेट अपने उत्पादों में एआई लैब की तकनीक को सीधे एकीकृत करने के बजाय डीपमाइंड को अपने कुछ एआई कार्यों को आउटसोर्स करता है।

दरअसल, दीपमाइंड का एक अलग बंटवारा इसमें लगा हुआ है एप्लाइड एआई Google और Alphabet के लिए प्रोजेक्ट, लेकिन वह प्रयास सीधे तौर पर मुख्य डीपमाइंड लैब द्वारा किए जा रहे एजीआई शोध से संबंधित नहीं है।

एआई प्रतिभा और अनुसंधान की लागत

Facebook, Microsoft, और Apple जैसी बड़ी तकनीकी कंपनियों के गहन शिक्षण में रुचि होने के साथ, AI प्रतिभा को काम पर रखने से हथियारों की होड़ जिसने शोधकर्ताओं के वेतन को बढ़ा दिया है। अग्रणी एआई शोधकर्ता बड़ी तकनीकी कंपनियों में आसानी से सात अंकों का वेतन अर्जित कर सकते हैं, जिससे शैक्षणिक संस्थानों और गैर-लाभकारी अनुसंधान प्रयोगशालाओं के लिए अपनी प्रतिभा को बनाए रखना मुश्किल हो जाता है।

2020 में, डीपमाइंड ने कर्मचारियों की लागत में £467 मिलियन का भुगतान किया, जो इसके कुल खर्च का लगभग दो-तिहाई था। कंपनी में लगभग 1,000 कर्मचारी हैं, जिनमें से एक छोटा प्रतिशत अत्यधिक वेतन पाने वाले वैज्ञानिक, शोधकर्ता और इंजीनियर हैं।

एआई अनुसंधान और प्रतिभा की बढ़ती लागत दीपमाइंड को आगे बढ़ने वाली चुनौतियों के खिलाफ खड़ा करेगी क्योंकि यह आगे बढ़ता है। यह Google पर निर्भर करेगा कि वह अपने संचालन के लिए फंड करे और अपने शोध की लागतों को सब्सिडी दे।

इस बीच, सार्वजनिक रूप से कारोबार करने वाली कंपनी की सहायक कंपनी के रूप में इसकी जांच की जाएगी कि इसकी तकनीक कितनी लाभदायक है। और फिलहाल, इसके लाभ का एकमात्र स्रोत अल्फाबेट है, इसलिए यह Google पर अपनी सेवाओं को खरीदने पर अधिक निर्भर हो जाएगा। यह बदले में डीपमाइंड को उन क्षेत्रों में अपने शोध को निर्देशित करने की ओर धकेल सकता है जो जल्दी से लाभदायक उपक्रमों में बदल सकते हैं, जो जरूरी नहीं कि इसके वैज्ञानिक लक्ष्यों के अनुरूप हो।

एक कंपनी के लिए जो पीछा कर रही है कृत्रिम सामान्य बुद्धि का दीर्घकालिक सपना और जिसका घोषित मिशन “विज्ञान को आगे बढ़ाना और मानवता को लाभ पहुंचाना” है, अल्पकालिक लाभ और वृद्धिशील लाभ का ध्यान भटकाना हानिकारक साबित हो सकता है।

दीपमाइंड और उसके अर्ध-प्रतिद्वंद्वी जैसी कंपनियों के काम के लिए मुझे निकटतम उदाहरण मिल सकता है ओपनएआई बेल लैब्स, एटी एंड टी का पूर्व शोध संगठन है। बेल लैब्स एक बहुत बड़ी लाभकारी कंपनी की सहायक कंपनी थी, लेकिन इसका काम अगली तिमाही की कमाई या शेयरधारकों के प्रोत्साहन के लक्ष्यों से बाध्य नहीं था। जबकि उनके काम के लिए अच्छी तरह से पुरस्कृत किया गया था, इसके वैज्ञानिक वैज्ञानिक जिज्ञासा से प्रेरित थे, पैसे से नहीं। उन्होंने मौलिक विचारों की तलाश की, जो विज्ञान की सीमाओं को आगे बढ़ाते थे, ऐसे नवाचारों का निर्माण करते थे जो आने वाले वर्षों और दशकों तक फल नहीं देंगे। और इसी तरह बेल लैब्स कुछ ऐसे विचारों और तकनीकों का जन्मस्थान बन गया, जिन्होंने बीसवीं सदी को बदल दिया, जिसमें ट्रांजिस्टर, उपग्रह, लेजर, ऑप्टिकल फाइबर, सेलुलर टेलीफोनी और सूचना सिद्धांत शामिल हैं। बेल लैब्स को खोजने और नया करने की स्वतंत्रता थी।

फिलहाल, अल्फाबेट डीपमाइंड के लिए रोगी मालिक साबित हुआ है। इसने 2019 में £1.1 बिलियन ($1.5 बिलियन अमरीकी डालर) का कर्ज माफ कर दिया और 2020 में डीपमाइंड को सकारात्मक कमाई की रिपोर्ट करने में मदद की। क्या अल्फाबेट लंबे समय तक डीपमाइंड के मिशन में उदार और वफादार रहेगा – और यह एक लंबी दौड़ है – देखने की लिए रह गया। लेकिन अगर अल्फाबेट का धैर्य खत्म हो जाता है, तो डीपमाइंड के पास कोई ग्राहक नहीं होगा, कोई फंडिंग नहीं होगी, और तकनीकी दिग्गजों से भयंकर प्रतिस्पर्धा होगी, जो मौलिक रूप से अलग-अलग लक्ष्यों को प्राप्त करने के लिए अपने प्रतिभाशाली वैज्ञानिकों का शिकार करना चाहेंगे।

बेन डिक्सन एक सॉफ्टवेयर इंजीनियर और TechTalks के संस्थापक हैं। वह प्रौद्योगिकी, व्यापार और राजनीति के बारे में लिखते हैं।

यह कहानी मूल रूप से पर दिखाई दी Bdtechtalks.com. कॉपीराइट 2021

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है। जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

(Visited 5 times, 1 visits today)

About The Author

You might be interested in

LEAVE YOUR COMMENT