机器人有想象力,会是什么样子?

GAIR

今年夏天,雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”(简称GAIR)。大会现场,雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前,我们正在四处拜访人工智能、机器人领域的相关公司,从而筛选最终入选榜单的公司名单。如果你的公司也想加入我们的榜单之中,请联系:2020@leiphone.com

没有想象力的生活十分乏味。事实上,计算机面临的最大问题可能就是没有想象力。

赋予计算机想象力是 Vicarious 公司的创始人们的信念,这家神秘的人工智能公司已经得到了硅谷一些最著名和最成功的人的支持。根据生物大脑中信息流动方式的启发,Vicarious 正在开发一种全新的数据处理方式。该公司的领导人表示这将赋予计算机类似想象力的东西,他们希望这种能力将帮助机器变得更加智能。

从本质上讲,Vicarious 也是在人工智能当前的繁荣上赌博。谷歌、Facebook、亚马逊和微软等公司在过去几年已经取得了惊人的进步——通过一个被称为“深度学习”的过程处理送入大型神经网络中的大量数据。比如,当训练了足够多的样本之后,深度学习系统可以学习高精确地识别特定的面部或动物品种。但这些神经网络和真正的生物大脑的相似度实际上非常低。

Vicarious 已经推出了一种考虑了更多生物特性的新型神经网络算法。其中很重要的一个特性是想象其已经学到的信息在不同的场景中会怎样——某种形式的人工想象力。该公司的创始人认为如果要让机器表现出更类似人类的智能,就必须用到一种根本上不同的设计。计算机必须具备从更少的数据中学习的能力,以及更容易地识别刺激和概念。

尽管一开始时 Vicarious 带来了一些兴奋,但过去几年中该公司一直很安静。直到今年,该公司才表示将发布其研究的细节,其还承诺将提供一些令人瞠目的演示以说明有想象力的计算机可以多么有用。

该公司的总部据帕洛阿尔托的旧金山湾一小段车程(该公司要求保密具体地址),看起来完全不像是人工智能革命的中心。他们的办公司看起来很普通,不远处开着一家麦当劳,楼下几层是牙医诊所。但该公司的内部充满了一家高科技创业公司应有的各种饰物。在我拜访时,十几位工程师正在努力工作,有几位使用的是让人印象深刻的跑步机办公桌。一些工程师的办公桌顶上安装着微软 Kinect 3D 传感器。

在我穿过门后不久,该公司 33 岁的 CEO D. Scott Phoenix 以适当的术语对我说道:“我们正快速接近我们在人工智能领域做一些有趣的事情所需的计算力。在未来 15 年内,最快的计算机每秒所能做的运算将超过活着的所有人所有大脑中的神经元总数。所以我们真的很接近。”

但 Vicarious 并不仅仅是在利用更强大的计算力。Phoenix 说其数学创新将能更忠实地模拟人类大脑中的信息处理。事实上,目前人工智能中的神经网络和真正大脑中的神经元、树突、突触之间的相似关系是非常低的。

Phoenix 说,人工神经网络最明显的一个缺点是信息只有一种流动方式。“如果看看经典神经网络中的信息流动,那是前馈架构。”他说,“实际上大脑中的反馈连接比前馈连接更多——所以你错过了超过一半的信息流动。”

想象力——一种对人类很基本但对机器却是奥秘的能力——可能会成为人工智能下一个巨大进展的关键,这样想无疑是很诱人的。

目前,Vicarious 已经表明其方法可以创造具备灵巧的解读能力的视觉系统。2013 年,该公司表明其系统可以应对任何验证码(用来防止软件机器人注册账号或恶意登录的视觉谜题)。Phoenix 解释说,内置于 Vicarious 的系统中的反馈机制可以让其想象一个字符被扭曲或遮掩时的可能模样。

Phoenix 在一块白板上简要描绘了该方法系统的一些核心细节。但他并未透露进一步的细节;验证码方法的相关具体描述将在今年晚些时候发表的一篇论文中公布。

在原理上,这种视觉系统可以用在许多其它的实际用途中,如更精确地识别架子上的物体或更智能地解读真实世界场景。Vicarious 创始人也表示他们的方法可以扩展到其它远远更复杂的智能领域,包括语言和逻辑推理。

Phoenix 说他的公司今年晚些时候会给出一个涉及到机器人的演示。而且事实上,该公司网站的招聘列表中包括几个机器人专家的岗位。目前的机器人在抓取不熟悉的、古怪安放的或部分遮挡的物体上效果还不甚好,因为它们在识别方面还存在一些困难。“你可以看看亚马逊的设施里人们抓取物体的样子,大部分时候他们甚至不看他们正在做的事。”他解释说,“他们正在想象——使用他们的感官运动模拟器——物体的位置,而且他们也在想象自己手指上的那一点会碰到它。”

Phoenix 是该公司的领导人,而其联合创始人 Dileep George 则可以被看作是该公司技术展望者。George 出生于印度,在斯坦福大学获得了一个电气工程博士学位,在他的博士研究阶段结束时,他的注意力转向了神经科学。2005 年,他与 Palm Computing 公司的创造者 Jeff Hawkins 联合创立了 Numenta 公司。但 2010 年时 George 离开了该公司,去追求关于大脑中信息处理背后的数学原理的他自己的想法,同年他与 Phoenix 创立了 Vicarious。

我第一次拜访时我在电梯中遇到了 George。他很谦逊,说话很轻声,带着浓重的口音。但其实他看起来也是一个有着非常宏伟的目标的人。

George 解释说想象力可以帮助计算机将词汇、符号和真实世界事物的低层物理表征结合起来处理语言。理论上,这样一个系统可以自动理解一件事物的物理性质,比如:水,这将使其能更好地讨论天气。他说:“当我说出一个词时,你知道那是什么意思,因为你可以模拟这个概念。”

这一人工智能的宏伟愿景已经帮助 Vicarious 筹集到了惊人的 7200 万美元。其投资者名单包含许多科技界的风云人物。Facebook 前 CEO Dustin Moskovitz 和 Quora 联合创始人 Adam D'Angelo 为该公司提供了早期资金。进一步的投资者还包括 Peter Thiel、Mark Zuckerberg、Jeff Bezos 和 Elon Musk。

很多人都渴望看到 Vicarious 在打败验证码之外还做了什么。“如果他们今年向我们展示一些新的东西,我一定会喜欢的。”西雅图艾伦人工智能研究所 CEO Oren Etzioni 如是说。

和谷歌、Facebook、百度等不同,Vicarious 还没有发表任何论文,也还没发布任何研究者可以使用的工具。“相关的人都很棒,他们正在研究的问题也很棒。”Etzioni 说,“但也是时候公布了。”

对于那些给 Vicarious 投资的人来说,该公司的宏伟目标应该让这样的等待是值得的。投资了 Vicarious 的风险投资公司 Data Colletive 的合伙人 Matt Ocko 说:即使进展需要一些时间,但潜在的巨大回报让这样的押注是合理的。一种更好的机器学习算法可以应用到任何需要处理大量数据的行业;他说:“Vicarious 让我们坐下并展示了我所见过的最可信的实现推理机器的路径。”

Ocko 补充说 Vicarious 展示了其可以将研究成果商业化的清晰证据。他说:“我们在大量的学术严谨上接近这一目标。”

Vicarious 今年将发表的论文和演示是否将激发其他人工智能研究者和技术人员的信心?让我们拭目以待。如果确实如此,那么该公司必然会从谷歌最热门的愿景公司成长为成长最快的商业公司之一。

而这必然是该公司的创始人真正愿意想象的。

via MIT TechReview

AI 科技评论

连接AI,连接未来!

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-05-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

Google搞出的AlphaGo,打开了机器学习的神秘之门

两个机械臂,尝试打开两扇关闭的门。两个机器臂向前伸出,然后全都错过门把手。重来,再试一次,结果撞到把手上,门框铛铛作响。于是再试一次。再一次。几个小时的试验和犯...

3326
来自专栏新智元

纽约客:人工智能的炒作和希望

【新智元导读】《纽约客》8月26日发表文章《人工智能的炒作和希望》,将AI分为三个阶段。第一个阶段是识别智能,在更加强大的计算机里运行的算法能从大量文本中识别模...

3187
来自专栏新智元

机器的意识可以量化吗?冯诺依曼体系无法诞生超级智能

【新智元导读】本文作者是艾伦脑科学研究所所长兼首席科学官,他从计算主义和整合信息论的两种观点出发,探讨了“机器是否拥有意识”这个长期争论的话题,以及如何界定和计...

3569
来自专栏机器人网

真正能和人交流的机器人离我们有多远?

《经济学人》近日刊登文章,称计算机在翻译、语音识别和语音合成上都获得了很大的进步,但它们仍然不了解语言的含义。以下是原文内容: “对不起,戴夫,恐怕我不能这样做...

2053
来自专栏量子位

直击高考人机大战:技术、争议与人族胜利

允中 发自AI考区 量子位 报道 | 公众号 QbitAI 6月7日17点,2017年第一日高考结束,数学学科停笔交卷的铃声划破长空。 北京第八十中学望京校区人...

3755
来自专栏大数据文摘

硕士学位还是初创公司:哪一个是建立深度学习职业的切入点?

791
来自专栏PPV课数据科学社区

【观点】“大数据自动挖掘”才是现在这些大数据的真正意义

现在大数据火得不行,几乎人人都在说大数据,但到底什么是大数据,恐怕没有多少人知道,鱼目混珠的人太多。 大数据不是指很多很多数据。 ...

2405
来自专栏新智元

机器学习奠基人、AAAI 前主席Thomas Dietterich:AI发展四大挑战 (35PPT)

【新智元导读】AAAI 前主席 Thomas Dietterich 10 月 18 日 在自动化学会与新智元携手举办的首届世界人工智能大会 AI WORLD 2...

3024
来自专栏PPV课数据科学社区

20张图片完美捕捉数据科学发展的瞬间

概述 数据不会让过去更好,但是,它确实可以创造一个美妙的未来。 近年来,许多公司已经在数据科学领域投资数百万美元。这显示了对数据科学潜力的巨大信仰,相信它可以创...

34411
来自专栏数据的力量

研究五模式:发现问题、描述现象、阐明机理、提出方法、设计机制

1466

扫描关注云+社区