我们从 DeepMind 刚鲜鲜出炉的最新一年财务数据说起。
报告中显示,DeepMind在2018年亏损继续扩大,达到4.7亿英镑,约合人民币40亿,平均下来每天烧掉1000多万。
从DeepMind的财务报告来看,其绝大部分支出都集中在人员上,相关开支在2018年增长到3.98亿英镑,与2017年相比,几乎翻了一番。
按领英数据,DeepMind的员工数量已经达到了839名员工。平均下来每名员工的成本接近47万英镑,相当于人民币400万!
财报显示,2018年DeepMind营收1.028亿,比起上年的5440万,涨幅达到88.9%,几乎翻番。
或许你会问,DeepMind营收模式是什么?
DeepMind披露:目前主要营收业务是前沿机器学习研究和应用,包括向其他公司提供技术服务。
而且这个“其他公司”,不是别人,正是好爸爸谷歌。
在给福布斯的一份声明中,DeepMind表示,自己的长期使命,是推进AI研究、实现积极社会效益。
他们表示,相信AI有很大潜力促进科学发现,并对蛋白质折叠等领域的工作产生的影响感到自豪。
DeepMind解释说,DeepMind for Google团队还将取得大进展,也会进一步将自己的经验和知识在谷歌研究中体现,应用于现实世界的挑战。
DeepMind当前的研究重点,就是让AI与生物学中的蛋白质折叠研究联系起来。
如果了解大自然制造蛋白质的过程,人类岂不是可以自己制造蛋白质了?这样一来,由于蛋白质折叠错误引发的帕金森综合征、阿茨海默症和糖尿病等不都有了解决方法。
深度学习恰好是这项研究中的关键一步。虽然基因组数据量大繁杂,但机器学习恰好在从氨基酸序列中预测蛋白质结构等研究中帮上一把。
哈萨比斯还透露,在过去几个月中,他们完成了对90种蛋白质结构的预测,平均而言,内部AlphaFold系统团队的结果优于其他研究:
对于从头开始建模蛋白质序列这件事,AlphaFold团队对25种蛋白质的预测是最准确的。
本文为 数据分析网 原创文章,转载或内容合作请联系我们,未经允许谢绝转载,本文链接:https://www.afenxi.com/71556.html 。