“由于語言和無人駕駛汽車領(lǐng)域的問題,在深度學(xué)習(xí)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(lǐng)域可能會非常重要,因為沒有足夠多描述會導(dǎo)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(xué)習(xí)少一半的數(shù)據(jù)”去學(xué)習(xí)特定的任務(wù)。
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(luò)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(xué)習(xí)的理念和統(tǒng)計學(xué)習(xí)及深度學(xué)習(xí)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(guān)能夠從“零散數(shù)據(jù)”學(xué)習(xí)的系統(tǒng)的論文。“這是一個非常熱門的領(lǐng)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(lǐng)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(xué)習(xí)以及概率規(guī)劃。“我們并不希望僅僅研究一樣?xùn)|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(lǐng)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(yù)測研究部門進行合作。該團隊如今被稱作Uber AI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(lǐng)域的研究。像谷歌、Facebook等公司一樣,他們的目標(biāo)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。(樂邦)
登陸|注冊歡迎登陸本站,認(rèn)識更多朋友,獲得更多精彩內(nèi)容推薦!