日前，Uber 已經對 Geometric Intelligence 進行全資戰(zhàn)略收購。后者是一個由學界 AI 研究人員聯合創(chuàng)立的 公司，它將成為 Uber 舊金山總部新設立的 AI 中央實驗室的核心團隊。 

眾所周知，打車應用需要大數據分析和人工智能來改善服務。Uber 在匹茲堡已經有一支精英匯聚的機器學習團隊。但該團隊專注于自動駕駛的相關研究。以 Geometric Intelligence 公司成員為核心的新團隊，將開展 AI 的基礎研究。這不會直接帶來產品，但在將來很可能產生一系列的潛在應用，例如行車路線管理。這也是一個重要的信號：Uber 想要與谷歌、蘋果、微軟等“傳統(tǒng)”互聯網巨頭，在 AI 基礎研究上競爭。這又帶來一個問題：AI 基礎研究的成果往往不會局限在某個領域?；ヂ摼W AI 研究的巨頭們，無一不對 AI 進行“跨界”應用。Uber 在將來，是否會成為一家跨界 AI 公司？或者，利用 AI 研究成果進入其他交通行業(yè)細分領域？

Geometric Intelligence 的創(chuàng)始團隊包括：紐約大學認知學家 Gary Marcus，劍橋大學機器學習教授 Zoubin Ghahramani，中佛羅里達大學計算機教授 Kenneth Stanley 和紐約大學神經語言學博士 Douglas Bemis。該公司一共有 15 名雇員，包括多名高級數據工程師和人工智能學者。該收購協議的其中一項是：他們必須保持其與學界的紐帶。這意味著 Uber 與大學 AI 研究院之間開展合作的前景。

Geometric Intelligence 的當前研究聚焦于：如何用小規(guī)模數據庫訓練 AI 系統(tǒng)和代理。很多公司想方設法提高計算設備的數據處理能力和運算性能，對海量數據進行處理。Uber 的新團隊卻想要從另一個角度解決問題：用有限的數據讓 AI 更智能。這使得在沒有“足夠”數據支持下，快讀提高 Uber 基于大數據的產品服務成為可能。

Uber CPO Jeff Holden 在博客表示，不管公司運作在哪個科技領域，都存在一個共同的挑戰(zhàn)——“如何與現實世界進行交流的高層次智能問題”。提高基礎研究的能力，無疑是面對這類 AI 挑戰(zhàn)最有效的方式。

via techcrunch

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。