致力於讓機器像人類大腦一樣工作的Numenta，入選最值得關注100家AI公司榜單

雷鋒網【新智造】按：被稱為世界科幻文學「三巨頭」之一的羅伯特·海因萊因，於1987年出版了他著名的小說《異鄉異客》，在書中他杜撰了一個詞——Numenta，來自拉丁文 mentis，意為「心靈」。2005年，美國計算機科學家與神經生物學家傑弗瑞·霍金（Jeffrey Hawkins），以此命名了他的新公司，致力於開發出一台和人類大腦工作原理相似的智能機器。此前，Numenta 公司上榜了調研公司 CBInsights 的「最值得關注的100家人工智慧公司」榜單。

Numenta 公司創建於2005年，其創始人 Jeffrey Hawkins 大名鼎鼎，既是計算機科學家，也是神經生物學家，同時還是Palm公司、Handspring公司、Redwood Neuroscience Institute 研究所的創辦者。

創業的經歷與其學術經歷相符，早期創辦的 Palm 和 Handspring 公司專註於製造移動設備，想必離不開其計算機科學的學術背景，此後分別創辦於2002年和2005年的 Redwood Neuroscience 研究所和 Numenta 公司，則專註於研究新皮層處理信息的方式，並應用於計算機領域，這則歸功於其神經生物學的背景。

根據人類進化史，大腦皮層分為新皮層和古皮層。所謂的「新皮層」在腦半球頂層，大約2-4毫米厚，分為六層。新皮層被證明與一些高等功能有相關關係，比如知覺、運動指令的產生，空間推理，意識及人類語言。在其他研究中也表明，人類經過學習得到的意識都在新皮層集聚，形成物質的反應體，記載和儲存所學習知識。

依據新皮層的處理信息的方式，2004年 Jeffrey 和其同伴寫了一本叫做《人工智慧的未來》的書，提出了分層時序記憶（Hierarchical Temporal Memory） 的新演算法。但隨著深度學習演算法的火熱，Jeffrey 的這種演算法似乎面臨著被「埋沒」的現狀。

不過，即便如此，Jeffrey 還是在積極地維護著自己的領地。

簡單來說，HTM 就是通過模擬新皮層的機制， 以人類認知世界的方式來學習世界中的對象。它提供一種在雜亂 、大型、現實世界的數據集中，進行模式識別和預測的方法。HTM 應用領域很廣，比如圖像和聲音識別、複雜系統的故障預測、網路點擊預測、欺詐檢測系統預測、文本語義分析等 。HTM 底層的學習演算法並不局限於特定的應用領域。

HTM 演算法在圖像識別中的應用

Jeffrey 認為，當應用於計算機時，HTM 非常適合用於預測、異常檢測、分類以及最終的感覺運動應用程序，並且始終相信這項技術將成為下一波計算的基礎。

與其他機器學習方法不同，HTM 是基於時間模式，在連續基礎上學習無標記數據，這意味著它可以同時學習多種模式。

根據 Numenta 官網介紹，雷鋒網了解到，HTM 演算法到目前為止經過了三次進化迭代：

• 測試 HTM 理論並開發第一代演算法，在這個階段，視覺是一個主要的應用焦點領域；

• 開發第二代 HTM 學習演算法，具有更強的生物相關性和未來工作的路線圖，在此階段，繼續探索應用程序，構建預測引擎，並啟動了一個直接相關的開源項目；

• 研究第三代 HTM 學習演算法，關注感覺運動整合。

同時，雖然 Numenta 公司自身並不構建商業的應用程序，但他們在一些領域創建了用於示例的 HTM 應用程序，例如監視股票性能、檢測異常的人類行為以及在地理空間數據中發現模式。此外，Numenta 公司的合作夥伴在監控 IT 基礎架構和自然語言理解方面也創建了一些商業應用程序。

此外，Numenta 的創始團隊也頗為豪華：聯合創始人 Donna Dubinsky 此前在蘋果公司工作10年，負責銷售支持和物流；研究副總裁 Subutai Ahmad 曾在 Yesvideo 公司擔任工程副總裁，幫助公司從三個人成長為自動化數字媒體創作的領導者。

CrunchBase 顯示，Numenta 公司於2016年完成了一輪120萬美元的融資，投資方為 Cortical.io ，是一家提供基於語義摺疊的自然語言理解（NLU）解決方案的公司，也是 HTM 技術的使用者。

雖然 Numenta 公司並未停止腳步，相比目前2006年提出、極為火爆的深度學習而言，早於2年提出的 HTM 演算法顯然被壓了一頭。圍繞這兩種機器學習演算法的優劣，業界也有一些爭論。但總體而言，在面對多種類型問題時，深度學習的多層模型，顯然要優於「一次只能解決一種問題」的 HTM 演算法。但也正如吳恩達在談到深度學習時所言，解決不同問題需要不同的技術，所以也不能以簡單優劣來評價兩種機器學習的演算法。

雷鋒網認為，對科技領域而言，形成霸權是極度危險的，需要更多不同的聲音和探索。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！