Geometric Intelligence是一家成立了兩年的人工智能初創(chuàng)企業(yè)，立下誓言要在發(fā)展中的深度學習系統(tǒng)上超越谷歌和臉書這些網(wǎng)絡巨頭公司。但是，當這間小小的AI實驗室溜進Uber日漸壯大、野心勃勃的運營團隊時，這家初創(chuàng)企業(yè)仍然對其科技到底是什么緘口不言。

Geometric Intelligence是紐約大學心理學家Gary Marcus和劍橋大學信息工程教授Zoubin Ghahramani創(chuàng)辦，招納了另外13位挑選自學術界的研究者。在公司的15名員工中，14名將會轉(zhuǎn)移到Uber總部所在地舊金山，作為這個打車公司的AI核心實驗室。該初創(chuàng)企業(yè)的核心技術基本由數(shù)學家Ghahramani負責，他將會繼續(xù)留在劍橋，同時將一半的時間投入到Uber的工作。交易的條款尚未公布。

Uber從卡內(nèi)基梅隆大學挖走了40個科研人員后，在匹茲堡已經(jīng)有一個自動駕駛汽車實驗室，也受夠了舊金山自動駕駛汽車公司Otto。但Geometric Intelligence將會是一個綜合的人工智能實驗室，探究大大超越如今自動汽車的科技。這個樞紐將更多地像Google Brain那樣運作，這是搜索引擎巨頭谷歌推動AI研究的團隊，以及臉書的FAIR實驗室，也是一個為馬克·扎克伯格和他的公司做類似事情的團隊。

“如果你放眼未來，人工智能會出現(xiàn)階梯式的改變，這些改變會影響到業(yè)務模型和業(yè)務機會，”Uber首席產(chǎn)品官Jeff Holden說，他管理公司推動未來科技的團隊，本人也致力于推進對Geometric Intelligence的收購。“我們很希望參與其中。”

Oren Etzion是人工智能公司Allen Institute首席執(zhí)行官，之前是華盛頓大學專門從事人工智能的教授，他認為Ghahramani是“有真材實料”的。不過，盡管Marcus之前任職于Allen Institute，Oren Etzion說他從不知道Geometric的科技的內(nèi)幕。人工智能的圈子也同樣不知情。

亞馬遜戰(zhàn)略

無論Uber在Geometric Intelligence中看到什么，這次收購是Etzion所稱的“亞馬遜戰(zhàn)略”。正如亞馬遜將自身從一個線上書商轉(zhuǎn)變成一家主導世界云計算的公司——這個轉(zhuǎn)變太大了，以至于云業(yè)務可能在某一天變成它盈利最多的業(yè)務——Uber也正在轉(zhuǎn)變自己，從一個打車服務的公司變成制造自動駕駛的汽車和卡車、硬件機器學習，甚至是飛行汽車的全方位公司。“他們正在重新打造自己，成為一家人工智能的公司。他們希望加入四大科技公司的行列，”Etzion說，他指的是谷歌、亞馬遜、臉書、和蘋果。

確實如此，四大科技公司已經(jīng)建立起他們自己的人工智能系統(tǒng)，在很多情況下是通過連同機器學習的研究人員收購初創(chuàng)企業(yè)做到的。2013年，谷歌把DNN研究和Geoff Hinton并入自己的團隊，他是其中一個深度學習運動的創(chuàng)始人;下一年，谷歌以4億英鎊的高價買下了倫敦的DeepMind。臉書聘請了另一個創(chuàng)始人Yann LeCun，而蘋果則一口氣收購了三家機器學習的初創(chuàng)企業(yè)，迎頭趕上。還有其他很多主要的科技公司沒有特別突出，包括三星、Salesforce、通用，都在最近幾個月收購了自己的人工智能實驗室?，F(xiàn)在是十分利于買家的市場，Geometric Intelligence恰好把握了時機。

這家位于紐約的初創(chuàng)企業(yè)制定的所有市場營銷戰(zhàn)略都是為了促成這樣的大型收購。Marcus表示，公司至少注冊了一個專利，但還沒有發(fā)表研究或者提供產(chǎn)品。他們做了的事情是聚集了一個15名科研人員的團隊，他們對Uber非常有用，包括擅長認知科技和“概率編程”領域的斯坦福大學教授Noah Goodman，懷俄明州大學的Jeff Clune，他是深度神經(jīng)網(wǎng)絡技術的專家，也曾開發(fā)過可以“自我治愈”的機器人(23.760, 0.14, 0.59%)。

Marcus也談到了他的公司專注研究的科技。深度神經(jīng)網(wǎng)絡技術——可以通過分析大量數(shù)據(jù)來學習任務的模式認識別系統(tǒng)——已經(jīng)快速地重塑了谷歌和臉書這些公司。它們可以在照片中識別出人臉，理解你輸入智能手機的指令。但Marcus吧深度身形網(wǎng)絡即時視為極為有限的技術，因為需要巨量的數(shù)據(jù)才能訓練出這些機器，而如此多的數(shù)據(jù)常常不太容易獲得。他說Geometric Intelligence正在設計一種科技，用少得多的數(shù)據(jù)來訓練機器。

“在語言的領域和無人駕駛汽車中有一些問題，因為你從不能得到足夠的數(shù)據(jù)使用深度學習那種蠻力的方法，”Marcus說，“你也不能買數(shù)據(jù)，或者說這些數(shù)據(jù)根本不存在。”他表示，Geometric的方法對自動駕駛汽車可能十分重要，因為沒有足夠的數(shù)據(jù)描述導致事故發(fā)生的少數(shù)情況。他表示該公司的科技仍然處于研究階段，但他說其技術已經(jīng)可以用“深度學習所需的一半的數(shù)據(jù)”學習某些任務。

他不愿意更詳細地描述這種技術了，稱這是專利的信息。但在多倫多大學師從Geoff Hinton的Zoubin Ghahramani表示，這項技術是深度神經(jīng)網(wǎng)絡技術與根據(jù)特定規(guī)則操作的系統(tǒng)相結(jié)合的。“如果你把基于規(guī)則學習和數(shù)據(jù)學習、深度學習的方法結(jié)合起來，那么你就可以各取所長，”他說，“如果有一個明顯的規(guī)則，即使是不那么明顯的規(guī)則，它們最終也能學會，而且可以一般化至新的情況里。但他們也可以從很多很多的數(shù)據(jù)中找到數(shù)據(jù)規(guī)律。”

稀少數(shù)據(jù)

其他公司也在研發(fā)一種類似科技。一家舊金山的初創(chuàng)企業(yè)Vicarious在耕種與Marcus很相似的田地——同樣不太愿意多說他們正在研發(fā)的技術。與此同時，來自臉書和其他組織的研究人員發(fā)表了一些有關從“稀少數(shù)據(jù)”中學習的系統(tǒng)的成果。Etzioni說，“這一下子就成為了熱門的領域。”

但在90年代初相識于麻省理工的研究生Marcus和Ghahramani表示，他們也同樣對其他領域的研究感興趣。他們的團隊中也有專長于更成規(guī)模的人工智能形式的研究人員，比如貝葉斯邏輯、進化計算、符號人工智能、深度學習、概率編程方面。“我們不想變得單一發(fā)展，”Ghahramani在描述他和Marcus如何建立這家初創(chuàng)企業(yè)時這么說，“為了解決我們認為人工智能未來的更有挑戰(zhàn)性的問題，我們要把不同領域的專家都聚集起來。”

他們的研究有了進展后，這個團隊會和Uber在匹茲堡的自動駕駛汽車團隊以及位于舊金山、帕洛阿爾托的交通預測團隊一起合作。這個團隊叫做“Uber人工智能實驗室”現(xiàn)在還是對他們的技術保密，但這不是最終的使命。Marcus和Ghahramani說，他們會解決從機器視覺到自然語言理解的一切問題。像谷歌、臉書和其他公司一樣，目標是真正的人工智能。如果她們成功的話，Uber會成為四大科技公司的第五個輪子。