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變成一家主導世界云計算的公司——這個轉變太大了，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。現(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。