第四章 DeepMind的冲击
一
2014年1月26日，Google宣布完成对DeepMind的收购。
消息没有上头条。科技媒体把它放在”大公司并购”栏目里，和同月其他几笔交易并列，篇幅不到五百字。
但在硅谷和伦敦的几个小圈子里，这条消息炸了。
DeepMind成立于2010年，由神经科学家德米斯·哈萨比斯和一位苏格兰的AI研究员共同创办。它的目标写在公司名字里：Deep Mind，深度思维。它想让机器学会像人类一样从经验中学习，而不只是执行预设的指令。
这个目标听起来很遥远。但哈萨比斯不是空想家。
他在2013年底向Google做了一场演示。演示的内容后来被形容为”让Google工程师集体沉默”：DeepMind的系统在没有人为干预的情况下，从零开始学会了玩Atari游戏——不是按照预设规则打游戏，而是自己摸索，自己学习，自己优化。
三十分钟后，它超越了所有人类玩家的最高得分。
Google当场拍板。
二
收购条款里有一个细节，后来被马斯克在多个场合提起。
哈萨比斯设置了三道防火墙：
独立运营——DeepMind继续做自己的研究，不受Google搜索业务的干预。
禁止军事用途——Google不得将DeepMind的技术用于任何武器或监控项目。
设立AI伦理委员会——由外部科学家和DeepMind创始人共同组成，对技术发展方向拥有实质性的否决权。
马斯克在听到这笔收购的消息后，花了三个小时研究DeepMind的创始团队和技术方向。然后他说了一句让在场所有人都愣住的话：
“Google现在拥有了最接近AGI的大脑。”
“而这个大脑有伦理委员会保护。所以理论上，它不会被乱用。”
他停顿了一下。
“但问题是，谁在监督那个委员会？”
他没有在这笔交易里投进一分钱。但他从那天开始，把DeepMind列进了自己的监控名单。
三
马斯克在2014年初开始密集约见AI领域的研究者。
他飞到多伦多，约辛顿喝咖啡。在多伦多大学附近的一家小餐馆里，他问了一个问题：
“如果有人想建一个比Google更安全的AI，最关键的是什么？”
辛顿想了想，说了一句后来被OpenAI创始文档反复引用的话：
“关键是开源。如果技术被少数公司垄断，就没有任何纠错机制。开源社区会犯错，但错误会被更多人看见和修正。”
马斯克把这顿饭记了很久。
他飞到斯坦福，约吴恩达长谈。吴恩达是当时全球最顶尖的AI研究者之一，在Google Brain项目工作，同时也深度参与着DeepMind的技术顾问工作。
吴恩达告诉他一件事：
“Google现在的算力储备，可以同时训练数百个大型神经网络。没有任何初创公司能在这个量级上与它竞争。”
马斯克问：“钱呢？要多少钱才能建一个有竞争力的团队？”
吴恩达说了一个数字。
马斯克沉默了很久。然后他说：“我需要再想想。”
四
2014年5月，英伟达发布了一款新产品：Tesla K80。
这是第一块真正意义上的”AI训练专用GPU”。在此之前，深度学习研究者用的是游戏显卡—— GTX 780、GTX Titan，这些显卡的设计初衷是渲染画面，而不是跑神经网络。但它们是唯一能在合理成本内提供足够算力的硬件。
Tesla K80不一样。
它第一次在企业级加速卡上实现了”开箱即用”的深度学习支持——不需要手动配置驱动，不需要自己写底层优化代码，插上服务器，装好驱动，就能跑训练任务。
英伟达还同步发布了cuDNN：CUDA深度神经网络库。
cuDNN把深度学习框架（TensorFlow、Caffe、MNIST）在GPU上的运行效率提升了数倍，而且让迁移过程从”需要专家”变成”普通工程师一天搞定”。
黄仁勋在发布会上说：
“以前，AI研究者需要懂硬件。现在，我们让硬件去懂AI。”
cuDNN发布三个月后，全球排名前一百的AI实验室里，有九十三家把英伟达GPU列为了标准配置。
五
2014年11月，北京。
百度科技园，A座七层，一间没有窗户的实验室。
立项文档的电子版在内部系统里躺了三天，没有人签字。原因是：预算申请的两百万美元，没有任何一个部门愿意出。
余凯把那几页纸打印出来，夹在一块移动硬盘里——硬盘里装着百度搜索十亿量级用户行为数据的初步分析报告——然后开始敲门。
他先敲了凤巢广告团队的门。负责人看了一眼预算数字，说：“太高了，做个POC吧。”
他又敲了搜索团队的门。负责人说：“我们可以配合，但主责不能是我们。”
第三天，他把文档拿到了IDL——深度学习实验室。这是他最后能敲的门。
IDL的负责人看完那几页纸，沉默了很久，然后说：
“你告诉我一件事：这些数据，有没有别人没有的？”
余凯说：“百度搜索每天超过十亿次请求。每一秒，用户在用搜索表达他们的真实需求。这是Google有、百度有，但大多数中国公司没有的东西。”
负责人把文档合上，在签字栏写下了自己的名字。
那是百度内部第一份正式立项的深度学习规模化训练项目。
代号只有一个字：“爱”。
这个字的来源，没有人知道。余凯后来在一次内部分享里说，那个字是他随手打的，没有特别的意义。
但项目上线两年后，有人翻出那份立项文档，发现文件名是：ERNIE_DataPipeline_Draft_v3.docx。
“爱”不是随便打的。
余凯在那年离开了百度。
他走的时候，把那份立项文档留了下来，附件里还存着一张截图：2014年11月那个深夜，他在实验室里跑通了第一批训练数据，屏幕上显示着Loss值下降的曲线。
他给接任者发了最后一封工作邮件，正文只有一行字：
“把数据用起来。这是我们唯一的弹药。”
他去了硅谷。
后来他创办了一家公司，名字叫地平线机器人。
六
同一年的冬天，北京中关村，中科院计算所的一间实验室里。
陈云霁和陈天石兄弟俩刚刚完成了一件没有人注意的事：寒武纪的第一个神经网络处理器IP核，通过了内部验证。
2014年底。没有融资新闻，没有产品发布会，没有投资人见面会——有的只是中科院内部的一份技术备忘录，编号CAS-ICT-2014-NPU-001。备忘录的结论只有一行字：“该核在图像识别benchmark上，单位功耗性能优于同期GPU方案约一个数量级。”
一个数量级，十倍。这个数字放在硅谷，足够开十场发布会。但在2014年的北京，它只是一行写在内部文档里的字。
陈天石后来在一次访谈里回忆那天：“验证跑通的时候是凌晨两点。屏幕上跳出pass。我拍了张照片，微信发给了我哥。他秒回了一个大拇指。然后我们都睡了。第二天照常上班。没有人庆祝——因为没有人知道这件事意味着什么。”
那份备忘录安静地躺在中科院的内部服务器里，直到两年后被华为海思的人翻了出来——他们正在为麒麟970找NPU方案，在技术档案库里搜到了这份编号，然后打了一个电话给陈天石。
那个电话，是中国AI芯片故事里第一个闭环。
七
DeepMind被Google收购的那天晚上，马斯克在SpaceX工厂旁边的车里坐了两个小时。
他给山姆·奥特曼发了一条短信：
“我们需要谈谈。”
那是他们第一次联系。
奥特曼当时在YC，刚刚把YC的孵化版图从硅谷扩展到全球。他还没有创立OpenAI，但他已经在思考一件事：AI领域最大的风险，不是技术失败，而是技术被少数公司垄断，没有人能对它进行有效的外部监督。
马斯克的担心是另一个维度：AI本身会不会失控。
奥特曼的担心是：谁能监督那个控制AI的人。
两种担心，不完全一样。
但在那条短信发出的时候，这两种担心指向了同一个方向。
DeepMind收购案的余波持续了很久。马斯克还没有决定入局，但他的名字开始出现在所有重要的AI讨论里。英伟达发布了Tesla K80和cuDNN，正式从”游戏显卡公司”转型为”AI基础设施公司”——那道转型，从2006年开始，走了整整八年。百度启动了”爱”项目，中国互联网公司第一次在AI棋盘上摆下了自己的棋子。
而山姆·奥特曼收到那条短信的时候，还不知道它会把整个故事引向哪里。