Brain:一個新AI時代的踐行者

作者 l 木森

源起十八世紀六十年代的工業革命,作爲近代社會發展歷程中的一個重要標誌,推動人類社會從農耕文明向工業文明邁進,世界經濟結構也由此發生顛覆性變化,一系列新技術、新產業、新經濟形態也由此出現。

再到二十世紀中葉,隨着計算機技術的日益成熟,劃時代的科技進步,推動人類社會進一步從工業文明邁入計算機時代。也正是在這一時代,移動互聯、5G等信息技術得以不斷髮展,全球經濟也由此再上臺階。

回顧歷史長河,不難發現,一個新時代的出現,必然伴隨着一種新技術的誕生,而在計算機時代之後,市場也不約而同將下一個時代的目光轉向更加先進和更具實用價值的AI(人工智能)。

不過,儘管AI在1956年就被正式提出,到如今AI技術也在多領域實現應用,但不可否認,當前AI仍存較大侷限,或者說仍處於發展早期。

注:人機交互發展歷程

“我們今天聊到的AI,大部分情況下都是弱AI,就是用機器學習去解決一個非常窄和特定的問題,儘管在這方面我們已經取得很大成就,但當問題被改變的時候,這個模型就不再可用了,需要大量數據重新訓練,可以認爲當前AI只能在很窄的領域實現應用,能夠解決執行問題,卻無法思考你爲什麼會發出這個指令”,美國知名AI公司Brain Technologies創始人樂聖(Jerry Yue)表達了他對當前AI發展現狀的看法,而樂聖也在始終致力於將AI發展推向更高發展階段。

1.0時代的AI

誠如樂聖所言,從想象空間來看,AI可以實現類似於人類大腦的思維方式,卻比人腦更加理性,能夠快速給出指令的最優解,因此也被廣泛認爲是一種具備顛覆性的技術,一旦關於AI的想象能夠實現,其影響力不亞於幾百年前的工業革命。

普華永道預測,到2030年,AI行業產值將達到16萬億美元,麥肯錫則預測,這一數字爲13萬億美元,市場對AI未來發展前景的看好可見一斑。

而且從實際應用層面來看,當前AI主要以機器學習等有監督算法爲主,能夠大幅提升了圖片識別和語音控制等任務的響應能力,使計算機、手機等智能設備能夠實現更多功能,並推動自動駕駛等智能技術的發展。

不過,相比AI在當前階段的商用價值,它的技術侷限更受市場關注。

部分企業管理者表示,人工智能很難在企業中應用,40%的初創公司似乎根本沒有使用任何人工智能。

關鍵因素在於當前AI技術需要大量數據作爲算法的底層支撐,然而數據並不總是現成的,而且不同企業所掌握的數據,以及不同國家對數據的保護,讓企業很難獲得這些數據。在沒有數據支撐的前提下,AI大概率只能停留在概念層面,或者對一些計算機基礎功能進行簡單優化,難以實現顛覆。

“目前機器學習最大的問題,是這些模型都是完全按照特定問題標記數據進行訓練的,當問題發生略微改變的時候,模型將無法被使用。這完全不同於我們人腦的學習和訓練過程”,樂聖也表達了自己對當前AI發展現狀的看法。

因此,儘管當前市場對於AI的看好,讓很多以AI概念爲核心的企業成爲資本市場的香餑餑,但AI在實際應用層面的巨大侷限性,也讓行業存在較大的泡沫風險。在這樣的市場背景下,作爲人工智能領域思維領袖,樂聖則致力於相對通用型AI的開發,推動AI進入下一個2.0時代。

進階版AI——Brain

作爲美國斯坦福少年班的優等生,樂聖一直活躍在AI、計算機領域。

2015年12月,樂聖在加州聖馬特奧創立了一家AI科技公司Brain Technologies,這也是當前全球第一家較爲通用型的AI公司,並被作爲突破性AI公司載入A History of Silicon Valley 1900-2016(《硅谷百年史》) 一書。

和絕大多數AI公司的路線不同,Brain從成立之初就致力於探索建立更爲通用的AI模型,並於2016年在大型語言模型取得重要突破後,於2017年拿出了一套相對成熟的模型,且一直在AI領域保持技術領先至今。

在樂聖看來,創立Brain的初衷來自於他對當前AI的侷限性認知,並希望給AI注入真正的智慧,從而把計算機從一個“操作系統”變成一個“思考夥伴”。

在樂聖心中,未來的計算機不該只是一個解決問題、冷冰冰的設備,而應該具備溫度、思考與共情的能力。

通俗理解就是讓AI在回答“what”的同時,還能理解“why”,從而提出更優選擇。這也是Brain.AI 與 Siri 等當下智能語音助手等AI產品最大的不同,從某種程度而言,Brain.AI何嘗不是對Siri的一種顛覆。

當然,也正是在這種理念的推動下,2020年,Brain推出了世界上第一個可以幫助用戶思考的即時生成型界面,可基於用戶目標主動理解用戶爲什麼作出這個選擇,從而即時渲染和生成相關的界面和應用,幫助用戶性化地計劃並完成各類任務,爲用戶匹配實現需求的最佳路徑。

注:Natural的生成式界面

而且從技術原理來看,相比當前需要大量數據支撐的監督學習算法,Brain採用的是單樣本學習,讓機器通過無監督學習訓練下的大型模型對語義的深度理解以及語義代表(representation)的建立,只看極少量的數據,就可以觸類旁通地學習到深度關係和新的概念。

喬布斯家族唯一直投企業

得益於在通用性AI方面研究和技術成果,Brain相比當前大多數企業,率先讓AI在一定程度上擺脫了對標記數據的依賴,也由此變得更具實用性和通用價值。由此所展現出來的商業潛力,也讓Brain獲得喬布斯家族的直接投資,2021年,Brain宣佈獲得由喬布斯遺孀Laurene Powell Jobs參與投資的5000萬美元融資。這是繼2016年6月的千萬美元投資後,Laurene Powell Jobs第二次“加倉”Brain。

經過數年發展,到如今Brain已經成爲通用型AI技術的先行者,並在智能移動終端越發成熟,且普及率越來越高的時代背景下,展現出更高的實用價值和商業價值。到目前,Brain在中美歐已擁有近300人的團隊,且還在持續擴大中。

可以想見,隨着信息化時代用戶信息接觸更加碎片化,用戶時間爭奪更加激烈,Brain對用戶時間的管理,以及對用戶需求的高效響應,有望在用戶時間爭奪戰之外,開闢一片新藍海。

注:Natural外賣交互

誠如創始人樂聖所言:

“我們就像一羣站在很高的樓上親眼目睹日出的人。因爲地球傾角的原因,我們會比地面上的人提前幾分鐘看到日出。如果你有幸成爲那第一批看到日出的人,你可以嘗試快速下樓,去告訴地面上的人太陽長什麼樣子。雖然他們還沒有看到,但你給他們證明的最好方式,就是再等兩分鐘。”

聲明:本文僅作爲知識分享,只爲傳遞更多信息!本文不構成任何投資建議,任何人據此做出投資決策,風險自擔。

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章