这样，基于监督式学习，一个生成模型合成的数据也就可以用来训练第二个模型。如果创业公司可以利用起这些合成的数据，它们也就不需要谷歌云了。

　　△机器生成的鸟类

　　这也是为什么生成模型会在AI创业公司的社区中成为一种战略研究方向了。

　　Google已不适于颠覆创新

　　谷歌大部分的研究文化不适合那种颠覆式的科学，它有一条“混合型的研究路径”：研究是产品导向的，是在现存方案上的渐进式研究。

　　谷歌仍能确立一些长期目标，但这些长期目标都必须被分解为一系列的短期目标，而每个短期目标都需要对谷歌的产品造成影响。

　　对一些人才来讲，这样的研究文化其实没什么吸引力。举例来讲，许多像Yoshua Bengio和Jürgen Schmidhuber这样的学者并不想加盟一家科技巨头，他们更愿意在没有公司产品压力的环境下进行独立研究。

　　此外，谷歌的科学政策在范式转换面前十分脆弱。很多主要的技术进步都来自一些外围、边缘化的主题，这些主题此前的影响并不大，但它在某些时候一下子就能跳到舞台中央。

　　AI和神经网络的急速崛起就是这样一种案例。在几年内，学术界的好奇心就会成为一次新的产业革命的支柱。主流的技术专家们没有预见到AI热潮的到来，而谷歌的创始人Sergey Brin却抓住了机会。

　　谷歌了解他们采用短期研究路径的局限性，这也是为什么他们要单拆出几个部门来运行长期项目。在AI领域，他们最强的部门是位于伦敦的DeepMind，然而，问题就在于一些想法并没能在DeepMind和谷歌之间流动开来。

　　DeepMind和谷歌之间始终保持着一种相对隔绝的关系——有多少员工在跟进DeepMind的研究？我猜没多少。或许我们该问问谷歌的员工怎么看待这件事情。

　　为了改善这种知识流通不畅的局面，DeepMind特别在加州的谷歌总部布置了一支专用的团队。未来我们会看到这一做法的效果。

　　AI创业公司的优势

　　最大胆的创业公司能在这种形势下找到灵感。

　　它们可以将自己的一部分资源投入到基础性研究中，而这样的做法能够吸引到对路的人才，对团队也是种激励。创业公司大可打破谷歌为员工设立的20%比例限制，将自己基础研究项目的占比提升到50%。

　　如果基础研究和应用研究是由同一批人来完成的话，在双重的专业资源下，两种研究之间的带宽就会被大大拓展，当然，未必就会有什么突破，可一旦真的有了突破，那就是大事情。

　　这就领先了谷歌“混合型研究路径”一步：没有服务于产品的压力。

　　在小型创业公司的扁平化结构下，这样的科学政策更容易实现。在谷歌这样的大公司里，为了能更快地顺着梯子往上爬，搞一些非主流的研究并不是什么好主意。而创业公司，就没什么梯子可爬，也没那么多的条条框框。

　　一些保守的VC可能不喜欢这种研究路径，但对于胆大的创业者们来说，这将会非常有趣，甚至可能改变世界。

　　从内部“民主化”Google

　　最后，AI创业公司还可以用云服务，去谷歌内部开展AI“民主化”。

　　通过公开地进行研发，AI创业公司可以展示自己正在解决的难题，来吸引好奇的谷歌员工，让他们无心工作。

　　比如OpenAI有一个“申请研究”的通道，任何人都能提交申请，做自己喜欢的项目。一个名叫Startcrowd的云平台在这条路上走得更远。

　　假设一个谷歌员工发现了Startcrowd，接下来的一次点击，就会把他带到一颗赛艇的AI创业冒险之中。他们可以舒舒服服地在谷歌领着工资，同时兼职搞着自己的AI项目。

　　领导发现了怎么办？这个问题可能不会发生。在Startcrowd可以匿名参与项目，他们甚至马上要推出定制化界面的功能：给终端加一层伪装。

　　谷歌云和创业公司之间，也许会有一场史诗级的战争。一方能用钱和数据展开收购，一方也可以用有趣的兼职项目从内部瓦解对手。

　　【完】

　　招聘

　　量子位正在招募编辑记者、运营、产品等岗位，工作地点在北京中关村。相关细节，请在公众号对话界面，回复：“招聘”。

　　One More Thing…

　　今天AI界还有哪些事值得关注？在量子位（QbitAI）公众号对话界面回复“今天”，看我们全网搜罗的AI行业和研究动态。笔芯~

　　另外，欢迎加量子位小助手的微信：qbitbot，如果你研究或者从事AI领域，小助手会把你带入量子位的交流群里。

　　追踪人工智能领域最劲内容