新智元报道
来源：DeepMind
编辑：David、霜叶
【新智元导读】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。根据该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
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
