<mark id="oztn4"></mark>
3
沒有想象力的生活十分乏味。事實上，計算機面臨的最大問題可能就是沒有想象力。
賦予計算機想象力是 Vicarious 公司的創始人們的信念，這家神秘的人工智能公司已經得到了硅谷一些最著名和最成功的人的支持。根據生物大腦中信息流動方式的啟發，Vicarious 正在開發一種全新的數據處理方式。該公司的領導人表示這將賦予計算機類似想象力的東西，他們希望這種能力將幫助機器變得更加智能。
從本質上講，Vicarious 也是在人工智能當前的繁榮上賭博。谷歌、Facebook、亞馬遜和微軟等公司在過去幾年已經取得了驚人的進步——通過一個被稱為“深度學習”的過程處理送入大型神經網絡中的大量數據。比如，當訓練了足夠多的樣本之后，深度學習系統可以學習高精確地識別特定的面部或動物品種。但這些神經網絡和真正的生物大腦的相似度實際上非常低。
Vicarious 已經推出了一種考慮了更多生物特性的新型神經網絡算法。其中很重要的一個特性是想象其已經學到的信息在不同的場景中會怎樣——某種形式的人工想象力。該公司的創始人認為如果要讓機器表現出更類似人類的智能，就必須用到一種根本上不同的設計。計算機必須具備從更少的數據中學習的能力，以及更容易地識別刺激和概念。
盡管一開始時 Vicarious 帶來了一些興奮，但過去幾年中該公司一直很安靜。直到今年，該公司才表示將發布其研究的細節，其還承諾將提供一些令人瞠目的演示以說明有想象力的計算機可以多么有用。
該公司的總部據帕洛阿爾托的舊金山灣一小段車程（該公司要求保密具體地址），看起來完全不像是人工智能革命的中心。他們的辦公司看起來很普通，不遠處開著一家麥當勞，樓下幾層是牙醫診所。但該公司的內部充滿了一家高科技創業公司應有的各種飾物。在我拜訪時，十幾位工程師正在努力工作，有幾位使用的是讓人印象深刻的跑步機辦公桌。一些工程師的辦公桌頂上安裝著微軟 Kinect 3D 傳感器。
在我穿過門后不久，該公司 33 歲的 CEO D. Scott Phoenix 以適當的術語對我說道：“我們正快速接近我們在人工智能領域做一些有趣的事情所需的計算力。在未來 15 年內，最快的計算機每秒所能做的運算將超過活著的所有人所有大腦中的神經元總數。所以我們真的很接近。”
但 Vicarious 并不僅僅是在利用更強大的計算力。Phoenix 說其數學創新將能更忠實地模擬人類大腦中的信息處理。事實上，目前人工智能中的神經網絡和真正大腦中的神經元、樹突、突觸之間的相似關系是非常低的。
Phoenix 說，人工神經網絡最明顯的一個缺點是信息只有一種流動方式。“如果看看經典神經網絡中的信息流動，那是前饋架構。”他說，“實際上大腦中的反饋連接比前饋連接更多——所以你錯過了超過一半的信息流動。”
想象力——一種對人類很基本但對機器卻是奧秘的能力——可能會成為人工智能下一個巨大進展的關鍵，這樣想無疑是很誘人的。
目前，Vicarious 已經表明其方法可以創造具備靈巧的解讀能力的視覺系統。2013 年，該公司表明其系統可以應對任何驗證碼（用來防止軟件機器人注冊賬號或惡意登錄的視覺謎題）。Phoenix 解釋說，內置于 Vicarious 的系統中的反饋機制可以讓其想象一個字符被扭曲或遮掩時的可能模樣。
Phoenix 在一塊白板上簡要描繪了該方法系統的一些核心細節。但他并未透露進一步的細節；驗證碼方法的相關具體描述將在今年晚些時候發表的一篇論文中公布。
在原理上，這種視覺系統可以用在許多其它的實際用途中，如更精確地識別架子上的物體或更智能地解讀真實世界場景。Vicarious 創始人也表示他們的方法可以擴展到其它遠遠更復雜的智能領域，包括語言和邏輯推理。
Phoenix 說他的公司今年晚些時候會給出一個涉及到機器人的演示。而且事實上，該公司網站的招聘列表中包括幾個機器人專家的崗位。目前的機器人在抓取不熟悉的、古怪安放的或部分遮擋的物體上效果還不甚好，因為它們在識別方面還存在一些困難。“你可以看看亞馬遜的設施里人們抓取物體的樣子，大部分時候他們甚至不看他們正在做的事。”他解釋說，“他們正在想象——使用他們的感官運動模擬器——物體的位置，而且他們也在想象自己手指上的那一點會碰到它。”
Phoenix 是該公司的領導人，而其聯合創始人 Dileep George 則可以被看作是該公司技術展望者。George 出生于印度，在斯坦福大學獲得了一個電氣工程博士學位，在他的博士研究階段結束時，他的注意力轉向了神經科學。2005 年，他與 Palm Computing 公司的創造者 Jeff Hawkins 聯合創立了 Numenta 公司。但 2010 年時 George 離開了該公司，去追求關于大腦中信息處理背后的數學原理的他自己的想法，同年他與 Phoenix 創立了 Vicarious。
我第一次拜訪時我在電梯中遇到了 George。他很謙遜，說話很輕聲，帶著濃重的口音。但其實他看起來也是一個有著非常宏偉的目標的人。
George 解釋說想象力可以幫助計算機將詞匯、符號和真實世界事物的低層物理表征結合起來處理語言。理論上，這樣一個系統可以自動理解一件事物的物理性質，比如：水，這將使其能更好地討論天氣。他說：“當我說出一個詞時，你知道那是什么意思，因為你可以模擬這個概念。”
這一人工智能的宏偉愿景已經幫助 Vicarious 籌集到了驚人的 7200 萬美元。其投資者名單包含許多科技界的風云人物。Facebook 前 CEO Dustin Moskovitz 和 Quora 聯合創始人 Adam D'Angelo 為該公司提供了早期資金。進一步的投資者還包括 Peter Thiel、Mark Zuckerberg、Jeff Bezos 和 Elon Musk。
很多人都渴望看到 Vicarious 在打敗驗證碼之外還做了什么。“如果他們今年向我們展示一些新的東西，我一定會喜歡的。”西雅圖艾倫人工智能研究所 CEO Oren Etzioni 如是說。
和谷歌、Facebook、百度等不同，Vicarious 還沒有發表任何論文，也還沒發布任何研究者可以使用的工具。“相關的人都很棒，他們正在研究的問題也很棒。”Etzioni 說，“但也是時候公布了。”
對于那些給 Vicarious 投資的人來說，該公司的宏偉目標應該讓這樣的等待是值得的。投資了 Vicarious 的風險投資公司 Data Colletive 的合伙人 Matt Ocko 說：即使進展需要一些時間，但潛在的巨大回報讓這樣的押注是合理的。一種更好的機器學習算法可以應用到任何需要處理大量數據的行業；他說：“Vicarious 讓我們坐下并展示了我所見過的最可信的實現推理機器的路徑。”
Ocko 補充說 Vicarious 展示了其可以將研究成果商業化的清晰證據。他說：“我們在大量的學術嚴謹上接近這一目標。”
Vicarious 今年將發表的論文和演示是否將激發其他人工智能研究者和技術人員的信心？讓我們拭目以待。如果確實如此，那么該公司必然會從谷歌最熱門的愿景公司成長為成長最快的商業公司之一。
而這必然是該公司的創始人真正愿意想象的。
via MIT TechReview
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
