Uber收購神秘創(chuàng)業(yè)公司：要在人工智能挑戰(zhàn)谷歌FB？

　　據(jù)國外媒體報道，Uber收購了一家名為Geometric Intelligence的神秘創(chuàng)業(yè)公司，想要成為一家AI公司，挑戰(zhàn)四巨頭。

　　該已成立兩年的人工智能創(chuàng)業(yè)公司立志要在深度學習系統(tǒng)領域超過像谷歌和Facebook這樣的互聯(lián)網(wǎng)巨頭。不過，正當這家小型的AI實驗室要被并入Uber日益擴張且雄心勃勃的運營，它對于其技術(shù)的實際模樣仍舊緘口不言。

　　Geometric Intelligence由紐約大學心理學家加里·馬庫斯(Gary Marcus)和劍橋大學信息工程教授佐斌·加拉瑪尼(Zoubin Ghahramani)共同創(chuàng)立，還擁有其它來自各個學術(shù)領域的13位研究人員。該創(chuàng)業(yè)公司的15名員工中將有14人遷往Uber總部所在的舊金山，充當該打車公司主要的AI實驗室。作為負責Geometric Intelligence核心技術(shù)的數(shù)學家，加拉瑪尼將會留守劍橋大學，將花一半的時間放在為Uber供職上。該收購交易的條款并未披露。

　　此前，在從卡耐基梅隆大學挖來40位研究人員和科學家之后，Uber在匹茲堡設立了一個無人駕駛汽車實驗室。它最近還收購了舊金山的無人駕駛汽車公司Otto。而Geometric Intelligence則將負責運營綜合性的人工智能實驗室，致力于探索無人駕駛汽車以外的技術(shù)。該中心將會像谷歌大腦(Google Brain，負責推動該搜索巨頭的AI研究的團隊)和Facebook的FAIR實驗室那樣運營。

　　Uber首席產(chǎn)品官杰夫·霍爾登(Jeff Holden)指出，“展望未來，人工智能領域?qū)霈F(xiàn)重大變化，這些變化將會對商業(yè)模式和商機產(chǎn)生影響。我們非常希望參與其中。”他負責推進該公司未來技術(shù)的發(fā)展，對于Geometric Intelligence的收購正是他促成的。

　　艾倫AI研究所CEO、前華盛頓大學人工智能教授奧倫·埃齊奧尼(Oren Etzioni)稱有真材實料“有真材實學”。不過，雖然馬庫斯之前曾居住于艾倫AI研究所，但埃齊奧尼稱他對于Geometric的技術(shù)完全不知情。整個AI社區(qū)的其他成員也是如此。

　　亞馬遜式的擴張策略

　　不管Uber看上了Geometric Intelligence什么，該收購都是埃齊奧尼所說的“亞馬遜式擴張策略”的一個例子。正如亞馬遜一步步從網(wǎng)上書城轉(zhuǎn)變成統(tǒng)治云計算市場的公司(云計算業(yè)務有朝一日可能會成為該公司最賺錢的業(yè)務)，Uber正在從打車服務公司轉(zhuǎn)變成為一家同時涉足無人駕駛汽車、機器學習甚至飛行汽車等多個領域的公司。埃齊奧尼指出，“他們正在將自己重塑成一家AI公司。他們想要加入四巨頭的行列。”他所說的四巨頭是指谷歌、亞馬遜、Facebook和蘋果。

　　的確，四巨頭都已經(jīng)建立起了各自的AI部門，基本上都是通過收購擁有機器學習研究人員的創(chuàng)業(yè)公司來實現(xiàn)這一點的。2013年，谷歌將DNN research和深度學習運動先驅(qū)杰夫·辛頓(Geoff Hinton)收歸門下，次年還以4億英鎊的價格收購了倫敦的DeepMind。Facebook招攬了法國深度學習創(chuàng)新者雅恩·樂昆(Yann LeCun)，蘋果也通過并購多家機器學習創(chuàng)業(yè)公司迎頭趕上。此外，包括三星、Salesforce和通用電氣在內(nèi)的多家其它的大型科技公司最近幾個月也紛紛收購了AI實驗室。該領域顯然相當火熱，Geometric Intelligence涉足其中是明智的選擇。

　　該紐約創(chuàng)業(yè)公司擁有被巨頭們并購的公司的一切特質(zhì)。馬庫斯說道，公司已經(jīng)申請了至少一項專利。但它還沒有發(fā)表過研究論文，也沒有推出產(chǎn)品。它已做的事情就是，組建了一個由15個對Uber而言會非常有用的研究人員組成的團隊，其中包括專門研究認知科學和概率規(guī)劃的斯坦福大學教授諾阿·古德曼(Noah Goodman)，以及懷俄明大學的深度神經(jīng)網(wǎng)絡專家杰夫·柯隆(Jeff Clune)?？侣∵€探索可“自愈”的機器人。

　　馬庫斯其實并沒有一直避談公司想要打造的技術(shù)。深度神經(jīng)網(wǎng)絡——能夠通過分析海量數(shù)據(jù)來學習任務的模式識別系統(tǒng)——快速改變了谷歌、Facebook等公司。它們能夠識別照片中的面孔，以及理解你在智能手機上所輸入的指令。但馬庫斯認為深度神經(jīng)網(wǎng)絡是一種非常局限性的技術(shù)，因為你不能保證獲得足夠多的數(shù)據(jù)來訓練機器。他說，Geometric Intelligence正在打造能夠用少得多的數(shù)據(jù)訓練機器的技術(shù)。

　　“由于語言和無人駕駛汽車領域的問題，在深度學習中你將無法得到足夠多的數(shù)據(jù)去進行暴力破解。”馬庫斯說，“要么你買不到那些數(shù)據(jù)，要么那些數(shù)據(jù)根本就不存在。”他指出，Geometric Intelligence的方案在無人駕駛汽車領域可能會非常重要，因為沒有足夠多描述會導致事故的罕見情境的數(shù)據(jù)。他說，公司的技術(shù)仍處于研究階段，但它已經(jīng)能夠利用“比深度學習少一半的數(shù)據(jù)”去學習特定的任務。

　　他拒絕具體描述該項技術(shù)，稱那是專有信息。不過，佐斌指出，該技術(shù)是深度神經(jīng)網(wǎng)絡和依據(jù)特定規(guī)則運行的系統(tǒng)的混合產(chǎn)物。“如果將部分基于規(guī)則的學習的理念和統(tǒng)計學習及深度學習的理念相融合，那你就能實現(xiàn)兩全其美。”他表示，“要是有明顯的規(guī)則——又或者即使規(guī)則不那么明顯——那么它們最終也將理解那個規(guī)則，它們將會適用于新的情境。但它們也能夠從大量的數(shù)據(jù)得出統(tǒng)計模式。”

　　零散數(shù)據(jù)

　　其它的公司也在研究類似的技術(shù)。舊金山創(chuàng)業(yè)公司Vicarious進行過與馬庫斯一樣的宣講——它也不愿透露實際開發(fā)了怎樣的產(chǎn)品。與此同時，來自Facebook和其它組織機構(gòu)的研究人員發(fā)表了有關能夠從“零散數(shù)據(jù)”學習的系統(tǒng)的論文。“這是一個非常熱門的領域。”埃齊奧尼說道。

　　然而，馬庫斯和加拉瑪尼稱，他們對于其它的研究領域同樣感興趣。其團隊有研究人員專門研究較為傳統(tǒng)的AI形式，其中包括貝葉斯邏輯、進化計算、象征性人工智能、深度學習以及概率規(guī)劃。“我們并不希望僅僅研究一樣東西。”加拉瑪尼在描述他和馬庫斯是如何創(chuàng)立起公司時說道，“要解決AI的各種具有挑戰(zhàn)性的問題，我們需要匯聚多個不同領域的專業(yè)知識。”

　　該團隊將會與Uber位于匹茲堡的無人駕駛汽車部門以及位于舊金山和帕洛阿爾托的交通預測研究部門進行合作。該團隊如今被稱作UberAI實驗室，據(jù)兩位創(chuàng)始人稱，他們將會致力于從機器視覺到自然語言理解的多個領域的研究。像谷歌、Facebook等公司一樣，他們的目標是實現(xiàn)真正的人工智能。要是他們能夠取得成功，Uber可能會給四巨頭帶來威脅。