DeepMind盈利后开始「买买买」！收购机器人模拟平台MuJoCo，全面开源

　　新智元报道

　　来源：DeepMind

　　编辑：David、霜叶

　　DeepMind 史上首次实现盈利之后，开始「买买买」了！刚刚，DeepMind 宣布收购机器人模拟器平台 MuJoCo，准备将其作为全面开源平台，免费提供给研究人员使用。

　　有钱了，就要买买买！这回说的是 DeepMind。

　　DeepMind 宣布，收购机器人模拟器平台 MuJoCo，并准备将其作为一个预编译的开源库发布，免费提供给研究人员。

　　Deepmind 表示，预计将在 2022 年发布 MuJoCo 的代码库，并在 Apache 2.0 许可下将其作为开源软件「继续改进」。

　　最近，《美国国家科学院院刊》上的一篇文章探讨了机器人模拟的现状。文章指出，开源工具对于推进研究至关重要。作者的建议是开发开源的仿真平台，以及建立社区导向的模型库。

　　DeepMind 声称，目前他们已经采取了这一措施。

　　「我们的机器人团队一直在使用 MuJoCo 作为各种项目的模拟平台。我们致力于开发和维护 MuJoCo。MuJoCo 作为一个免费的、开源的、社区驱动的项目，具有一流的能力。我们目前正在努力为 MuJoCo 的全面开源做准备。」DeepMind 表示。

　　MuJoCo：C语言开发，模拟真实运动

　　目前，MuJoCo 与 Facebook 的 Habitat、OpenAI 的 Gym 和 DARPA 支持的 Gazebo 等模拟器一起在机器人社区中广泛使用。

　　MuJoCo 最初由华盛顿大学运动控制实验室主任、神经科学家 Emo Todorov 开发，于 2015 年通过创业公司 Robi LLC, 被打造成了商业产品。

　　与许多为游戏和电影应用设计的模拟器不同，MuJoCo 很少走捷径，而尤其重视准确性。

　　例如，Mujojo 的库考虑了陀螺力，实现了完整的运动方程。这个方程描述了物理系统行为，即运动与时间的关系。MuJoCo 还借鉴了人类和动物的肌肉骨骼模型，这意味着所应用的力可以正确地分布到关节上。

　　MuJoCo 的核心引擎是用C语言编写的，很容易转化为其他架构。此外，该库的场景描述和模拟状态只存储在两个数据结构中，这构成了重新创建模拟所需的所有信息，包括中间阶段的结果。

　　「MuJoCo 的场景描述格式使用级联默认值，避免了多个重复值。场景描述中包含现实世界中机器人组件的元素。如等式约束、运动捕捉标记、肌腱、执行器和传感器。未来我们会将其作为一种开放的格式进行标准化，扩展到 MuJoCo 生态系统之外。」DeepMind 表示。

　　当然，没有模拟器是完美的。卡内基梅隆大学的研究人员表示，这些模拟器主要有三大问题，包括：

　　与现实的差距：无论模拟有多么准确，模拟环境并不总能充分反映现实世界。

　　资源成本问题：仿真的计算开销需要专门的硬件，如显卡，这需要高额的云计算成本。

　　可重复性问题：即使是最好的模拟器也可能包含 “非决定性 “的元素，使测试无法重现。

　　克服这些障碍是仿真研究中的一个巨大挑战。事实上，一些专家认为，要开发 100% 准确和复杂的模拟环境，可能与开发机器人本身一样，会面临很多的问题，并需要大量资源，这就是为什么在可预见的未来，模拟器可能会与真实世界的测试，一并使用。

　　多年盈利后首次「买买买」

　　这是近期 DeepMind 在宣布史上首次实现盈利之后，第一次出手开始「买买买」。

　　此前，DeepMind 在 2020 年实现了 4380 万英镑（5960 万美元）的利润。根据在公司年度业绩文件显示，2020 年，DeepMind 的营业额增加了两倍多，从 2019 年的仅 2.655 亿英镑增加到 2020 年的 8.262 亿英镑。

　　而仅在一年前的 2019 年，2019 年，DeepMind 交出的还是一份高达 6.49 亿美元（约 42 亿人民币）的亏损账单。

　　作为一家人工智能初创公司，Deepmind 成立十几年来，研发了不少明星产品，不断光环加身。但光环背后，它的商业化之路一直走得有点艰辛。

　　下面是近几年 DeepMind 的财务账单中的亏损数据，可以看到近几年一直是亏损的。

　　2016 年亏损 9395 万英镑。

　　2017 年亏损 3.02 亿英镑，同比去年增幅达 221%

　　2018 年亏损 4.702 亿英镑 ，同比去年增幅达 56%。

　　DeepMind 的收入完全来自将其技术应用于商业 Alphabet 项目，该收入在 2020 年增长了三倍以上，达到 8.26 亿英镑。

　　在人工智能推动科学发展进程中，Deepmind 也是功不可没。今年 7 月 ，Nature 上发表的一篇题为「Highly accurate protein structure prediction for the human proteome」的研究论文引爆各大社交网络。

　　该研究为已知序列的人类蛋白质组提供了高精度的预测结构，预计可以为多个领域的科学家的研究节省大量时间。

　　目前，Deepmind 还在不断地拓展其商业版图，展开了各种项目合作。其中包括谷歌地图的合作，将地图服务上的 「预计到达时间」提高了 50%，大大改进了谷歌虚拟助手的语音服务质量。据 DeepMind 称， 这项成果估计可以为用户每月节省 1400 亿电池时间。

　　Deepmind 与外部专家合作，进入人工智能技术可能彻底改善的新领域。近期，DeepMind 公布了最近与英国国家天气和气候服务机构——英国气象局合作的研究结果，利用机器学习准确地确定了降水的时间、地点和强度。

　　Deepmind 创始人 Demis Hassabis 表示，公司的初衷就是用人工智能推动科学发展，造福于人类。

　　显然，此次收购 MuJoCo，并将其作为开源平台开放给所有研究人员，无疑是 Hassabis 口中「造福人类」的下一步。

　　https://venturebeat.com/2021/10/18/deepmind-acquires-and-open-sources-robotics-simulator-mujoco/

　　https://deepmind.com/blog/announcements/mujoco

　　官网地址：

　　https://mujoco.org/