劉鑫怡，徐 峰，張 東

(中國科學(xué)技術(shù)信息研究所人工智能發(fā)展研究中心，北京 100038）

近年來，人工智能（AI）在全球范圍內(nèi)快速發(fā)展，迎來了芯片、算法、訓(xùn)練模型等技術(shù)領(lǐng)域的重大突破。大型科技公司在其中發(fā)揮了重要作用，F(xiàn)acebook、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(shí)驗(yàn)室，以雄厚的資本和高科技實(shí)力助力人工智能技術(shù)攻關(guān)。2020 年國際機(jī)器學(xué)習(xí)頂會（ICML）接收的論文中，高達(dá)73.3%的論文來自工業(yè)界研究機(jī)構(gòu)，僅有26.7%的論文來自學(xué)術(shù)界研究機(jī)構(gòu)［1］。人工智能研發(fā)重心正在向大型科技公司實(shí)驗(yàn)室轉(zhuǎn)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(chǎn)出多項(xiàng)人工智能重大創(chuàng)新成果，例如研發(fā)出首個(gè)擊敗世界圍棋冠軍的人工智能系統(tǒng)AlphaGo、設(shè)計(jì)了能準(zhǔn)確預(yù)測蛋白質(zhì)三維結(jié)構(gòu)的算法，建立了目前全球最完整的人類蛋白質(zhì)三維結(jié)構(gòu)預(yù)測數(shù)據(jù)庫等［2］。對中國而言，人工智能研發(fā)是強(qiáng)化國家戰(zhàn)略科技力量的重要抓手，恰當(dāng)?shù)慕M織運(yùn)作模式是保障研發(fā)順利進(jìn)行的前提。國內(nèi)如華為技術(shù)有限公司（以下簡稱“華為”）、百度公司、阿里巴巴集團(tuán)控股有限公司（以下簡稱“阿里巴巴”）、深圳市騰訊計(jì)算機(jī)系統(tǒng)有限公司（以下簡稱“騰訊”）等大型企業(yè)也紛紛創(chuàng)立人工智能實(shí)驗(yàn)室，研發(fā)進(jìn)展迅速。在2020年中國人工智能專利授權(quán)量前十排行榜中，共有6家科技企業(yè)［3］。然而，中國主要以人工智能技術(shù)的市場化和產(chǎn)品化為研究方向，在人工智能的基礎(chǔ)理論研究和關(guān)鍵技術(shù)研發(fā)方面仍稍顯薄弱。以2020 年和2021 年國際機(jī)器學(xué)習(xí)頂會接收的論文數(shù)量來看，華為、百度、騰訊等公司均未能進(jìn)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(dú)特的組織架構(gòu)、研發(fā)布局和運(yùn)作機(jī)制，為中國人工智能發(fā)展提供參考與借鑒。

1 DeepMind 的發(fā)展歷程

十余年來，DeepMind 從一個(gè)人工智能初創(chuàng)公司成長為以基礎(chǔ)研究和技術(shù)研發(fā)為核心的世界一流人工智能實(shí)驗(yàn)室，其發(fā)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(chuàng)始人有著研發(fā)通用人工智能系統(tǒng)的遠(yuǎn)大目標(biāo)，但研發(fā)資金緊缺，公司經(jīng)營難以為繼。第二階段是2014 年至2019 年的發(fā)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(wù)、大數(shù)據(jù)和強(qiáng)大計(jì)算資源，探索將人工智能技術(shù)應(yīng)用于解決重大科學(xué)問題；然而DeepMind 在這一階段處于虧損狀態(tài)，完全依賴谷歌的投資。第三階段是2020 年至今的蓬勃發(fā)展階段，2020 年DeepMind 首次實(shí)現(xiàn)盈利5 960 萬美元，研發(fā)出天氣預(yù)測的深度生成模型、用于強(qiáng)化學(xué)習(xí)的智能體等成果，在生物醫(yī)學(xué)、氣象學(xué)等領(lǐng)域取得突破性進(jìn)展。

表1 DeepMind 公司主要發(fā)展歷程

2 DeepMind 的研發(fā)組織體系

科學(xué)的研發(fā)組織體系是DeepMind 取得一系列成就的基礎(chǔ)。研發(fā)組織結(jié)構(gòu)是表明組織各部分排列順序、空間位置、聚散狀態(tài)、聯(lián)系方式以及各要素之間相互關(guān)系的一種模式，主要有科層集中式、中央主導(dǎo)式和網(wǎng)絡(luò)開放式3 種類型［4］。據(jù)統(tǒng)計(jì)，因研發(fā)組織不善而造成資源大量浪費(fèi)和機(jī)會損失時(shí)，損失額往往為其研發(fā)費(fèi)用的20%～50%［5］，因此研發(fā)組織結(jié)構(gòu)對企業(yè)高效產(chǎn)出創(chuàng)新成果具有重要影響。DeepMind 的研發(fā)組織結(jié)構(gòu)如圖1 所示，主要分為3個(gè)重要的組織部分，一是最高管理層，二是部門管理架構(gòu)，三是總部與海外分中心的組織關(guān)系結(jié)構(gòu)。公司在最高管理層的領(lǐng)導(dǎo)下，各部門之間以項(xiàng)目為紐帶，形成矩陣型的管理架構(gòu)；總部與海外分中心平等合作，呈現(xiàn)出網(wǎng)絡(luò)開放式的結(jié)構(gòu)特征。

圖1 DeepMind 公司組織架構(gòu)

2.1 頂尖科學(xué)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(guān)鍵性作用。DeepMind 的5 位高管均具備人工智能專業(yè)知識，其中有3 位是世界頂尖科學(xué)家。聯(lián)合創(chuàng)始人兼首席執(zhí)行官德米斯·哈薩比斯（Demis Hassabis）從劍橋大學(xué)計(jì)算機(jī)專業(yè)畢業(yè)后創(chuàng)立電子游戲公司，在倫敦大學(xué)學(xué)院獲得認(rèn)知神經(jīng)科學(xué)博士學(xué)位。聯(lián)合創(chuàng)始人兼首席科學(xué)家肖恩·萊格（Shane Legg）是著名的計(jì)算機(jī)科學(xué)家，師從通用人工智能領(lǐng)域的代表人物馬庫斯·胡特。研發(fā)副總裁科雷·卡武克庫魯（Koray Kavukcuoglu）作為著名的深度學(xué)習(xí)專家，擁有紐約大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位。首席運(yùn)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(dān)任過高管，曾獲阿斯彭研究所的亨利·克朗獎(jiǎng)和安妮塔·博格研究所的社會影響?yīng)?，致力于使用技術(shù)推動(dòng)社會變革。首席商務(wù)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(dān)任過高級職位。專業(yè)的管理團(tuán)隊(duì)配置使得DeepMind 在項(xiàng)目篩選和運(yùn)作上具有較強(qiáng)的科學(xué)性和針對性，提高了項(xiàng)目的管理水平和執(zhí)行力。

2.2 矩陣型的內(nèi)部管理架構(gòu)

DeepMind 管理架構(gòu)明確，由最高管理層直接領(lǐng)導(dǎo)4 個(gè)研究團(tuán)隊(duì)、1 個(gè)倫理團(tuán)隊(duì)以及1 個(gè)職能部門，以日常研究和跨部門項(xiàng)目為兩條研發(fā)路線，形成矩陣型管理架構(gòu)。從縱向來看，4 個(gè)研究團(tuán)隊(duì)獨(dú)立開展日常研究，科學(xué)團(tuán)隊(duì)負(fù)責(zé)研究前沿基礎(chǔ)科學(xué)問題，工程團(tuán)隊(duì)負(fù)責(zé)設(shè)計(jì)研究工具和搭建平臺，研發(fā)團(tuán)隊(duì)聚焦人工智能技術(shù)細(xì)分領(lǐng)域，DeepMind for Google 團(tuán)隊(duì)聚焦于谷歌產(chǎn)品的人工智能技術(shù)應(yīng)用；倫理和社會團(tuán)隊(duì)是DeepMind 在2017 年成立的獨(dú)立部門，指導(dǎo)所有研究團(tuán)隊(duì)在工作中遵守人工智能倫理。從橫向來看，各研究團(tuán)隊(duì)互相關(guān)聯(lián)，一些重大項(xiàng)目的推進(jìn)需要多部門的協(xié)作，因此DeepMind 設(shè)立了跨部門的臨時(shí)性研究小組。在這種按職能劃分的部門和按項(xiàng)目劃分的小組結(jié)合起來的矩陣中，研究人員既同原研究部門保持組織與業(yè)務(wù)上的聯(lián)系，又參加項(xiàng)目小組的工作［6］，加強(qiáng)了公司內(nèi)部之間的橫向聯(lián)系，有利于各個(gè)部門進(jìn)行交流，在研發(fā)中更好地發(fā)揮協(xié)同效應(yīng)。

2.3 多中心的網(wǎng)絡(luò)式組織結(jié)構(gòu)

除倫敦總部外，DeepMind 在全球設(shè)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(xué)合作）和加拿大蒙特利爾研究中心（與麥吉爾大學(xué)合作），形成了網(wǎng)絡(luò)開放式的研發(fā)組織架構(gòu)。海外中心是相對獨(dú)立的研發(fā)單位，與總部沒有行政隸屬關(guān)系，僅在特定項(xiàng)目上與總部進(jìn)行合作研發(fā)，例如總部研究團(tuán)隊(duì)向巴黎研究中心派駐項(xiàng)目組，由法國本土的DeepMind 高級研究員雷米·穆諾斯（Remi Munos）負(fù)責(zé)統(tǒng)籌工作。平等的合作關(guān)系使各海外中心在研發(fā)管理上擁有更大的自主權(quán)和話語權(quán)，能根據(jù)各自優(yōu)勢和資源在當(dāng)?shù)亟M建研究團(tuán)隊(duì)和運(yùn)營部門，就人機(jī)交互、核心強(qiáng)化學(xué)習(xí)、產(chǎn)品實(shí)際應(yīng)用等方向進(jìn)行研究，降低重復(fù)性開發(fā)的風(fēng)險(xiǎn)［7］，加速人工智能研發(fā)與成果轉(zhuǎn)化。以加拿大埃德蒙頓的人工智能實(shí)驗(yàn)室為例，該分中心主要負(fù)責(zé)研究機(jī)器人技術(shù)、游戲和人機(jī)交互，首席研究員理查德·薩頓（Richard Sutton）被稱為“現(xiàn)代強(qiáng)化學(xué)習(xí)之父”。網(wǎng)絡(luò)研發(fā)組織模式強(qiáng)調(diào)企業(yè)在研發(fā)過程中對組織所有內(nèi)外部有用資源的整合利用［8］，而DeepMind 的實(shí)踐也印證了這一點(diǎn)。多個(gè)海外中心的建立為DeepMind 提供了全球范圍內(nèi)的智囊團(tuán)，DeepMind 可借此機(jī)會加入當(dāng)?shù)氐娜斯ぶ悄軇?chuàng)新網(wǎng)絡(luò)，與高等院校、工程學(xué)院和公共研究中心的人工智能研究實(shí)驗(yàn)室、人工智能科技公司等形成密切聯(lián)系［9］，建設(shè)開放創(chuàng)新的人工智能生態(tài)系統(tǒng)。DeepMind 創(chuàng)新組織結(jié)構(gòu)的成效顯著，在2021 年國際機(jī)器學(xué)習(xí)頂會接收論文數(shù)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(xué)等合作伙伴共同完成。

3 DeepMind 的主要研發(fā)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(xué)問題研究、倫理與安全等方向上進(jìn)行研發(fā)與應(yīng)用布局，已在生物、醫(yī)療、能源等多個(gè)領(lǐng)域取得重要突破。

3.1 開發(fā)游戲人工智能算法以提升自主學(xué)習(xí)能力

DeepMind 一直將開發(fā)“會下棋”的游戲人工智能算法作為主要研究方向，因?yàn)檫@種訓(xùn)練能夠提升人工智能的學(xué)習(xí)能力、理解能力和應(yīng)變能力，是通向通用人工智能的可行技術(shù)路線。具體而言，聯(lián)合創(chuàng)始人德米斯·哈薩比斯給出了游戲作為開發(fā)和測試算法的最佳手段的5 個(gè)理由：游戲有明確的目標(biāo)；游戲有可量化性能的指標(biāo)；世界頂尖的游戲玩家可幫助進(jìn)行系統(tǒng)測試；游戲設(shè)計(jì)師和算法設(shè)計(jì)師獨(dú)立工作，不存在利益沖突；虛擬環(huán)境下的技術(shù)進(jìn)展比物理平臺效率更高［10］。2016 年，DeepMind 研發(fā)的AlphaGo 系統(tǒng)與世界圍棋冠軍李世石進(jìn)行人機(jī)大戰(zhàn)并獲勝，在人工智能發(fā)展史上具有里程碑意義。此后，DeepMind 不斷優(yōu)化算法，相繼研發(fā)出AlphaZero、AlphaStar、MuZero 等系統(tǒng)。2017 年研發(fā)的AlphaZero系統(tǒng)在了解棋類游戲規(guī)則后開始自我訓(xùn)練，3 天就可擊敗AlphaGo 系統(tǒng)［11］；2019 年AlphaStar 系統(tǒng)在即時(shí)戰(zhàn)略游戲《星際爭霸2》（StarCraft Ⅱ）中打敗世界頂級職業(yè)選手［12］，意味著該系統(tǒng)能迅速進(jìn)行復(fù)雜決策、處理突發(fā)狀況；到2020 年12 月，新的MuZero 系統(tǒng)能夠在不知道游戲運(yùn)行規(guī)則的情況下自行觀察學(xué)習(xí)規(guī)則并戰(zhàn)勝人類選手，這意味著人工智能的自主學(xué)習(xí)能力得到了突破性提升，DeepMind 在通用人工智能研究領(lǐng)域邁出了關(guān)鍵一步。

3.2 應(yīng)用人工智能解決前沿科學(xué)問題

DeepMind 著眼于世界科學(xué)前沿重大難題，針對生物科學(xué)、醫(yī)療和能源等領(lǐng)域展開研發(fā)攻關(guān)?？茖W(xué)團(tuán)隊(duì)將人工智能應(yīng)用于生物、氣候科學(xué)、量子化學(xué)等基礎(chǔ)前沿領(lǐng)域，通過人工智能技術(shù)從根本上影響行業(yè)發(fā)展，如2020 年12 月，團(tuán)隊(duì)研發(fā)出能精確預(yù)測蛋白質(zhì)折疊形狀的AlphaFold 系統(tǒng)，解決了困擾生物學(xué)界50 年的難題，將有助于預(yù)測新冠病毒結(jié)構(gòu)，加快藥物研發(fā)進(jìn)度。在醫(yī)療領(lǐng)域，DeepMind 與醫(yī)院、大學(xué)研究機(jī)構(gòu)以及谷歌Health 團(tuán)隊(duì)合作進(jìn)行技術(shù)開發(fā)，先后在內(nèi)科、腫瘤科、眼科等多個(gè)醫(yī)學(xué)門類中取得豐富成果，如腎病預(yù)測算法系統(tǒng)、可識別乳腺癌的人工智能系統(tǒng)和診斷視覺疾病的機(jī)器學(xué)習(xí)系統(tǒng)等。在能源領(lǐng)域，DeepMind for Google 團(tuán)隊(duì)將DeepMind 的前沿研究應(yīng)用于谷歌產(chǎn)品和谷歌基礎(chǔ)設(shè)施，已成功推出具有散熱管理功能的人工智能系統(tǒng)，為谷歌數(shù)據(jù)中心節(jié)省了大約30%的能源，為安卓系統(tǒng)設(shè)計(jì)的自適應(yīng)電池和自適應(yīng)亮度功能可為數(shù)百萬用戶優(yōu)化手機(jī)性能。

3.3 規(guī)范人工智能倫理責(zé)任與技術(shù)安全

為了有效應(yīng)對人工智能可能帶來的歧視、偏見等負(fù)面影響，DeepMind 圍繞人工智能的倫理價(jià)值觀、治理與問責(zé)、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(zhǔn)則，確保所有研究人員在遵守倫理規(guī)范的基礎(chǔ)上開發(fā)新技術(shù)；另一方面，建立人工智能伙伴關(guān)系，與學(xué)者、高校、慈善機(jī)構(gòu)以及其他公司實(shí)驗(yàn)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(shù)對社會的影響，尋找降低倫理風(fēng)險(xiǎn)的方法。DeepMind 也十分重視技術(shù)安全，致力于構(gòu)建規(guī)范、穩(wěn)健和負(fù)責(zé)任的人工智能系統(tǒng)。

4 DeepMind 的研發(fā)運(yùn)行機(jī)制

在DeepMind 的研發(fā)過程中，協(xié)調(diào)有序的運(yùn)行機(jī)制發(fā)揮了重要作用，靈活的項(xiàng)目運(yùn)作模式、跨學(xué)科的工作方式、長期的資本投入和高水平的人才培養(yǎng)體系為整合配置研發(fā)資源、推動(dòng)人工智能研發(fā)提供了充足動(dòng)力。

4.1 靈活的項(xiàng)目運(yùn)作模式

根據(jù)矩陣型管理架構(gòu)，DeepMind 對千余名研發(fā)人員進(jìn)行科學(xué)分工和靈活調(diào)配，充分發(fā)揮他們的研究專長與優(yōu)勢，有效推進(jìn)項(xiàng)目運(yùn)作。一方面，將專業(yè)人員安排在各個(gè)研究團(tuán)隊(duì)中進(jìn)行日常工作，他們定期向首席執(zhí)行官和所在團(tuán)隊(duì)負(fù)責(zé)人闡述研究進(jìn)展，團(tuán)隊(duì)負(fù)責(zé)人擁有項(xiàng)目的研究資源分配權(quán)，可以給快速推進(jìn)的項(xiàng)目提供更多資源，也會迅速終止前景尚不明朗的項(xiàng)目；另一方面，圍繞重點(diǎn)項(xiàng)目建立跨部門項(xiàng)目小組，著力促進(jìn)人員的靈活合理流動(dòng)，大大提高項(xiàng)目運(yùn)作效率，根據(jù)項(xiàng)目需求和人才專長的匹配度，研究人員將會被調(diào)換到特定項(xiàng)目中，項(xiàng)目結(jié)束后再回到原崗位。以AlphaGo 項(xiàng)目為例，團(tuán)隊(duì)最初只有20 人工作，而當(dāng)AlphaGo 程序在項(xiàng)目初期顯現(xiàn)出絕佳的發(fā)展前景時(shí)，DeepMind 為此項(xiàng)目加派15位專業(yè)人員，最終成功研發(fā)出世界上第一個(gè)擊敗人類棋手的人工智能系統(tǒng)。

4.2 跨學(xué)科的工作方式

鑒于專業(yè)化組織結(jié)構(gòu)難以快速適應(yīng)變化，管理者往往會發(fā)起跨學(xué)科項(xiàng)目，組建跨職能團(tuán)隊(duì)來解決與過度專業(yè)化相關(guān)的問題［13］。DeepMind 鼓勵(lì)具有多元化專業(yè)背景的研究人員在項(xiàng)目中有效融合，以實(shí)現(xiàn)更具創(chuàng)造性和顛覆性的創(chuàng)新。以AlphaFold 蛋白質(zhì)折疊項(xiàng)目為例，項(xiàng)目負(fù)責(zé)人約翰·強(qiáng)普（John Jumper，化學(xué)博士）挑選了結(jié)構(gòu)生物學(xué)家、機(jī)器學(xué)習(xí)專家和物理學(xué)家以及工程師共同組成項(xiàng)目組，交替采用兩種工作方式以推進(jìn)項(xiàng)目。第一種是“攻擊模式”，即項(xiàng)目團(tuán)隊(duì)盡最大努力進(jìn)行研究，追求AlphaFold 系統(tǒng)在自主學(xué)習(xí)和預(yù)測上可以達(dá)到的極致表現(xiàn)；當(dāng)這種工作模式達(dá)不到預(yù)期效果時(shí)，團(tuán)隊(duì)就轉(zhuǎn)向“創(chuàng)新模式”，即公司不對項(xiàng)目團(tuán)隊(duì)施加壓力，允許項(xiàng)目出現(xiàn)暫時(shí)性停滯或后退，使得研究人員和工程師能夠有充足的時(shí)間和精力產(chǎn)生新想法、嘗試新手段［14］；一旦“創(chuàng)新模式”推動(dòng)技術(shù)出現(xiàn)新進(jìn)展，團(tuán)隊(duì)就切換回“攻擊模式”，順利完成項(xiàng)目。

4.3 持續(xù)的資金投入

人工智能企業(yè)長期面臨著科學(xué)研究和商業(yè)化速度不匹配的問題，必須有持續(xù)而穩(wěn)定的資金支撐研發(fā)工作。DeepMind 自2014 年被收購以來，處于連年虧損的狀態(tài)，一直依靠母公司的資金投入維持運(yùn)營和研究。DeepMind 的盈利模式與其他公司不同，它所研發(fā)的軟件和服務(wù)僅出售給母公司Alphabet 及旗下的子公司，不面向消費(fèi)者或市場上的其他公司。根據(jù)DeepMind 年報(bào)，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(fā)方面取得的顯著成績，2020 年Deepmind 的母公司仍繼續(xù)為其提供不少于12 個(gè)月的資金支持。

4.4 高水平的人才培養(yǎng)體系

DeepMind 通過多樣化的舉措集聚了一支千余人的專業(yè)隊(duì)伍，為人工智能研發(fā)提供了人才保障。其主要措施包括三點(diǎn)：一是提供業(yè)內(nèi)具有競爭力的薪酬。根據(jù)DeepMind［15］年報(bào)有關(guān)數(shù)據(jù)，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(shù)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(shù)十位原牛津大學(xué)和劍橋大學(xué)的科研人員加入［16］。二是設(shè)立獎(jiǎng)學(xué)金項(xiàng)目和實(shí)習(xí)計(jì)劃以增加人才儲備。自2017 年開始，DeepMind 為13 個(gè)國家和地區(qū)、22所大學(xué)人工智能專業(yè)的學(xué)生提供獎(jiǎng)學(xué)金資助，接受資助的學(xué)生在畢業(yè)后傾向于加入該公司工作。同時(shí)，DeepMind 在非洲、東歐及北美設(shè)立暑期學(xué)?；蚴钇趯?shí)驗(yàn)室，為學(xué)生提供實(shí)習(xí)項(xiàng)目，培養(yǎng)機(jī)器學(xué)習(xí)人才。三是充分利用高校人才資源。DeepMind 與劍橋大學(xué)、阿爾伯塔大學(xué)、倫敦大學(xué)學(xué)院等世界著名高校達(dá)成機(jī)器學(xué)習(xí)領(lǐng)域的合作協(xié)議，鼓勵(lì)高校教授參與公司項(xiàng)目，公司研究人員也可在高校內(nèi)擔(dān)任教職或指導(dǎo)學(xué)生，通過這種方式促進(jìn)產(chǎn)業(yè)界與學(xué)術(shù)界的密切溝通，提高人工智能創(chuàng)新研發(fā)能力。

5 對中國人工智能研發(fā)應(yīng)用的啟示與建議

DeepMind 在數(shù)位頂尖科學(xué)家構(gòu)成的管理層的帶領(lǐng)下，搭建矩陣型管理架構(gòu)，以跨學(xué)科、跨部門、多中心的靈活運(yùn)作機(jī)制調(diào)配資源，取得了一系列突破進(jìn)展。當(dāng)前中國正在通過組織實(shí)施科技創(chuàng)新重大項(xiàng)目、支持建設(shè)國家新一代人工智能開放創(chuàng)新平臺等方式，加快推進(jìn)人工智能基礎(chǔ)研究、技術(shù)研發(fā)與產(chǎn)業(yè)應(yīng)用，基于對DeepMind 公司的做法和經(jīng)驗(yàn)的分析，中國可從以下四方面加強(qiáng)人工智能研發(fā)應(yīng)用。

5.1 強(qiáng)化前瞻性的研發(fā)部署

對人工智能關(guān)鍵技術(shù)研發(fā)進(jìn)行前瞻性布局，是形成人工智能先發(fā)優(yōu)勢的基礎(chǔ)。中國在人工智能研發(fā)布局上，應(yīng)強(qiáng)化人工智能前沿領(lǐng)域的研發(fā)部署，加強(qiáng)跨學(xué)科交叉研究，積極搶占新一代未來人工智能發(fā)展的制高點(diǎn)。一方面，聚焦前沿核心技術(shù)領(lǐng)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(shù)解決現(xiàn)實(shí)場景的緊迫問題，通過技術(shù)應(yīng)用來推動(dòng)技術(shù)本身的迭代升級。

5.2 鼓勵(lì)龍頭企業(yè)組建人工智能實(shí)驗(yàn)室

大型科技公司能夠提供人工智能研發(fā)所需要的云服務(wù)、大型數(shù)據(jù)和計(jì)算等研發(fā)資源，為頂尖人才提供高薪待遇，在建設(shè)人工智能實(shí)驗(yàn)室方面具有強(qiáng)大優(yōu)勢，企業(yè)人工智能實(shí)驗(yàn)室在國際頂級學(xué)術(shù)會議上發(fā)表的論文數(shù)量也證明了這種建設(shè)模式的良好成效，因此，應(yīng)鼓勵(lì)國內(nèi)龍頭企業(yè)通過設(shè)立人工智能研究實(shí)驗(yàn)室等方式，圍繞人工智能的重大前沿問題和關(guān)鍵核心技術(shù)展開攻關(guān)，加大資金和人才投入力度。同時(shí)，政府可通過設(shè)立人工智能創(chuàng)投基金等方式，支持人工智能企業(yè)共同破解資金不足、人才缺乏等難題。

5.3 深化產(chǎn)學(xué)研用深度融合

國內(nèi)的人工智能在產(chǎn)業(yè)界、學(xué)界蓬勃發(fā)展，根據(jù)中國信息通信研究院發(fā)布的《2020 年全球人工智能產(chǎn)業(yè)地圖》，2020 年中國人工智能企業(yè)數(shù)量在全球排名第二，達(dá)1 454 家；同時(shí)全國已有37 所高校開設(shè)人工智能學(xué)院［17］。企業(yè)、高等院校、研究院所應(yīng)當(dāng)發(fā)揮各自所長，共同發(fā)力進(jìn)行人工智能技術(shù)研發(fā)。企業(yè)了解市場和用戶需求，高校和科研院所在基礎(chǔ)理論和技術(shù)突破上具有優(yōu)勢，因此中國可大力支持深化以企業(yè)為主體的產(chǎn)學(xué)研用深度融合，集中多方資源，加快構(gòu)建自主可控的人工智能產(chǎn)業(yè)技術(shù)生態(tài)。將純科學(xué)的基礎(chǔ)研究和應(yīng)用研究實(shí)踐結(jié)合，在突破關(guān)鍵技術(shù)的同時(shí)，為特定的現(xiàn)實(shí)問題提供解決方案。

5.4 加強(qiáng)人工智能領(lǐng)域開放合作

人工智能作為新興技術(shù)，給國際社會帶來了共同的發(fā)展機(jī)遇和挑戰(zhàn)，因此國際合作交流是人工智能發(fā)展的重要一環(huán)。為此，一方面應(yīng)將人工智能基礎(chǔ)前沿研究和倫理治理作為重要議題，嵌入現(xiàn)有科技合作機(jī)制中，進(jìn)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(yīng)對全球重大挑戰(zhàn)提供智力支持；另一方面，繼續(xù)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(guān)問題進(jìn)行研討交流，形成人工智能合作伙伴網(wǎng)絡(luò)。

6 結(jié)論

以“人工智能企業(yè)的研發(fā)組織模式”為主題，本研究從世界著名人工智能實(shí)驗(yàn)室DeepMind 公司的研發(fā)運(yùn)行機(jī)制切入，分析其發(fā)展歷程、組織結(jié)構(gòu)、主要研發(fā)成果以及運(yùn)行機(jī)制。通過研究發(fā)現(xiàn)，科學(xué)合理的研發(fā)組織模式是保障人工智能研發(fā)順利進(jìn)行的基礎(chǔ)，DeepMind 公司的專業(yè)化管理團(tuán)隊(duì)、多樣化跨學(xué)科人才、矩陣型和網(wǎng)絡(luò)開放式的組織結(jié)構(gòu)，以及靈活的項(xiàng)目運(yùn)作方式等制度設(shè)計(jì)對人工智能研發(fā)具有重要作用。未來，中國人工智能企業(yè)將在基礎(chǔ)研究和技術(shù)創(chuàng)新中發(fā)揮關(guān)鍵作用，可通過前瞻布局、組織結(jié)構(gòu)改革、產(chǎn)學(xué)研融合以及國際科技合作等方式加快推動(dòng)新一代人工智能發(fā)展。