「災難性遺忘」可攻克，NASA「欽點」的 AI 公司研發出多任務學習系統

在海量資料庫里，針對一項任務「精益求精」地進行超高速運算——這就是目前大多數人工智慧系統學習時的縮影。在這種「學習氛圍」下，AlphaGo 練就了高超的棋藝，在多家網路圍棋平台橫掃人類高手；而百度智能機器人則練成一雙千里耳，在《最強大腦》中打敗「全能腦力王」王峰……

雖然乍一看這些在某領域已趕超人類的 AI 有「來勢洶洶」之感，但是受「災難性遺忘」的困擾，目前人工智慧「大腦」里只容得下一項技能，無法處理更複雜的多項任務。為了打破限制，包括谷歌、OpenAI、百度等在內的公司都試圖把 AI 從「災難性遺忘」中解脫出來，而且取得了一定進展——波士頓深度學習公司 Neurala 亦是這支隊伍中的一員。

在現實世界中實踐，進行單任務學習

Neurala 公司的四位創始人

這家由四位波士頓大學神經認知系統博士共同成立的公司，一直致力於研究「仿生式」人工智慧學習系統——讓AI像人類一樣在實時環境中進行訓練、學習，而不是依賴于海量數據系統。「像谷歌、Facebook 這些大型科技公司可以利用自己的大量數據來訓練模型，這為他們帶來了難以估量的競爭優勢，」 Neurala 的 CEO Massimiliano Versace 表示，「但使用超級計算機進行並行化數據處理並不是市場的全部。與目前的深度學習包以及基於雲伺服器的在線方式不同，Neurala 的 AI 系統可以在智能手機這些低功耗晶元上運行。」

Neurala 的理念引起了 NASA 的關注，2010 年時 NASA 還特地上門邀請 Versace 他們為火星探測器研發導航系統。受自身計算能力、交流能力、動力資源等的限制，文章開頭提到的普遍學習場景並不適合火星探測器。用了六年時間，團隊為探測器研發了一套具備「自主勘探」能力，並且能在單個 GPU 晶元上運行的 AI 系統。目前，該系統已經完成測試，Versace 他們計劃下一步將自己的人工智慧系統引入玩具、無人機及物聯網等的領域。

再添新進能，讓 AI更擬人化

而這次 Neurala 即將在近日開幕的 2017 GPU 技術大會上展出的新成果，則為「仿生式」人工智慧系統增添了新技能——多任務學習。

據悉，與 DeepMind 早前開發的具「記憶」能力的新演算法 EWC原理相似，Neurala 的系統同樣具備在原有技巧上掌握另一技巧的學習能力，從而讓 AI 可以像人類一樣進行順序學習。但不同的是，得益於「仿生式演算法」，Neurala 無需連接伺服器，可在普通計算機中就能開展多任務學習。

也就是說，Neurala 新人工智慧系統將完全顛覆目前較普遍的「AI 學習氛圍」——不依賴於超強算力，在實時環境中進行多任務學習。這種改變意味著，人工智慧系統的「思考」方式將更擬人化。Versace 在早前的訪問中表示，未來 AI 或許還能像人類一樣，在做決定之前進行多角度綜合考慮。此外，無需聯網的實時學習還有一個優點——避免資料被竊取的風險，從而讓 AI 可以應用於更多敏感科技領域（例如軍事、治安領域）。

不過，沒有了海量資料庫與超強算力的支持，Neurala 的 AI 系統能否在全新學習氛圍中繼續保持不俗的成效；或者會像 DeepMind 的 EWC 演算法一樣，無法兼顧，獲得多項技能但單任務的執行能力不如以前…… 還要等到 2017 GPU 技術大會過後才能知曉。

即使如此，Neurala 公司的理念還是引起業界不少的關注。除了 NASA 的資助之外，Neurala 年初還獲得了由 Pelion Ventures 領投，摩托羅拉、Sherpa Capital、360 Capital Partners 等跟投的 1400 萬美元 A 輪融資。加上早前 75 萬美元種子輪融資，目前 Neurala 已經融得 1475 萬美元。

粹客網是國內首個關注前沿科技領域的科技新媒體和創業服務平台。我們提供最貼近商業化的前沿科技創業報道、最新最全的科技動態資訊以及深刻獨到的行業觀點。堅持挖掘有價值的創新創業項目，致力於成為創新創業者的前沿陣地。

每月精彩評論將有機會獲得神秘禮品，線下活動 or 商業合作請私信微信公眾號（cheekrnews）或發郵件到粹客網官方郵箱。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！