博客首页|TW首页| 同事录|业界社区
2017-01-26


马上要过年了,人工智能行业却有一点点不平静。

据知情人士向『量子位』证实,知名人工智能创业公司格灵深瞳CEO何搏飞已经从任上离职。对此,格灵深瞳官方也表示,稍后会发布官方回应。『量子位』得到的消息称,何搏飞离职的原因之一,是因为他并不太喜欢目前在格灵深瞳的工作。

与此同时,AI那点事老尼今天爆料称:格灵深瞳CEO何搏飞已经离职。老尼并把何搏飞离职的原因,归结为这位CEO和公司的董事长兼CTO赵勇有分歧,但老尼也说双方算是“和平分手”。未来,何搏飞可能会去进行消费升级方面的创业。

接替何搏飞工作的,据称是有了一位新总裁。而去年9月从百度离职加盟的邓亚峰升任格灵深瞳CTO。多年前,还没有『量子位』的时候,我们曾经与格灵深瞳有过接触,当时就觉得公司高层关系有点复杂。当时格灵深瞳还是一家不大的公司。

另外老尼在爆料中还透露,格灵深瞳“已经低调地拿了国际巨头和安防大佬领投的新一轮战略投资,CEO选择在这个时候离职,应该也是跟资本方达成的某种默契”。

『量子位』从何搏飞的微博看不出来变化,不过他2016年最后一天在朋友圈里表示:“2017一定是充满希望与挑战的一年,对此我无比期待。新年快乐!”

另外,今天的劲爆消息还包括:

  • 旷视(也就是Face++)也有可能换CEO,说公司运营副总裁是CEO的女朋友
  • 商汤科技,说是因为股权分配问题,导致人员流失非常严重

对此,『量子位』从旷视方面得到了否认的回应。去年12月,旷视刚刚完成1亿美元新一轮融资,同月,商汤科技获得1.2亿美元新一轮融资。

所以,目前就是这么个情况,顺便介绍一下几位主人公吧。

格灵深瞳

何搏飞

本科毕业于西安交通大学,硕士毕业于斯坦福商学院。2010年何搏飞从斯坦福毕业回国。2013年初,何搏飞与赵勇一起创立格灵深瞳。

赵勇

本科硕士毕业于复旦电子系,博士毕业于美国布朗大学计算机工程系,专攻计算机视觉和运算影像学。赵勇2010年加入Google任资深研究员,是Google Glass最早期的核心研发成员,也是Android操作系统中图像处理架构的主要设计者。

Face++

印奇

出自清华的85后创业者。清华姚期智实验班本科,从本科开始在MSRA(微软亚洲研究院)实习加全职工作共四年时间,研发了微软当时核心的人脸识别系统。后赴美国哥伦比亚大学攻读3D相机方向博士学位,两年后放弃学业回国正式创业。

Face++的团队合影

2017-01-23

用AI打《星际争霸》,可以说是人工智能领域一项历史悠久的运动

从AlphaGo横扫围棋界,到百度大脑在《最强大脑》中保持不败。面对来势汹汹、优势明显的人工智能(AI),有人惊叹,也有人怀疑。这种令人不安的情绪,不止是单独出现在国内,国外问答网站Quora上最近就出现了一个问题:

哪些比赛/游戏中,可以杜绝凶残的AI们开挂?

这个问题好啊,国外的网友们,绞尽脑汁给出这些回答。以至于有点像控诉大会了……『量子位』精选出一些答案,权当“抛砖引玉”。国内的朋友们,你们怎么回答这个问题?

用户Ryuu Shun Hayashi:

东方Project系列。特别是东方Project的第九作:《东方花映冢》。这是一款纵版弹幕射击对战游戏,游戏中玩家和AI会在两个独立的游戏区(亦称做分屏)中进行弹幕对战。谁先死谁就输了。

很大的可能性是人类玩家会先死。大约10%的玩家能够在简单级别通关,1%的玩家通关普通级别,0.1%的玩家通关困难级别,0.01%的玩家通关疯狂级别。

东方的同类受虐型游戏有《黑暗之魂》(Dark Souls),不过不管是《黑暗之魂》还是《热情传说》(Tales of Zestiria),都不符合AI无法开挂的原则,因为AI能够拿到比你更好的统计数据。然而在东方的游戏中,人和AI比拼的只有技巧。

用户Mark Ang:

《人工智能战争:舰队司令》(AI War: Fleet Command)是一款即时战略(RTS)游戏,其中包括一个有层次结构的AI:模糊逻辑、决策树等,这些产生了一些很有趣的突然行动/战术等。不过我还没玩过,只是看了介绍,觉得这款游戏里的AI应该非常强。

(这哥们回答的有点跑题,但他提到的游戏在STEAM上有)

用户Jesus Rueda Rodriguez:

有一个游戏完美符合题主的要求:《文明进化史》(C-evo)。这是一个在Windows平台运行的帝国构建类游戏。其设计师描述为遵循了90年代伟大的回合制战略游戏的精神。

围绕C-evo的设计理念使得AI不可能作弊,因为游戏和AI是完全独立的。 AI只能给游戏遵循与玩家相同的规则,他们没有任何特殊的规则或考虑。

C-evo另一件特别之处在于,除了初始生成的游戏地图之外,根本不涉及任何随机产生的数字。没有掷骰子的战斗,也没有任何随机事件。从这个意义来说,这个游戏有点像国际象棋,这让AI就有办法提前制定和执行计划。

然后有趣的部分来了,因为AI是独立于游戏,任何人都能在C-evo中动手设计自己的AI。事实上,在游戏中你可以拥有好几个不同风格的AI。一些AI安静的专注于国家建设获取经济成长,另外一些激进的AI则在面对不同的情况。

尽管AI可能非常残酷,但这仍是一个有趣的游戏。以及,这款游戏是免费的哦。喜欢就上手玩起来。提醒:你可能会一直调整AI而停不下来。

(利益相关:我跟C-evo没关系,仅仅是喜欢这个游戏)

用户James Unverricht:

在《异形隔离》(Alien Isolation)中的Xenomorph是一个让人难以释怀的AI。

我用个人经历来解释这个结论:

· 它比你更快,更聪明和更强。
· 如果门或其他物体有变动,它会察觉到你的存在。
· 如果你没有足够小心,它会趴在你头上的通风口然后把你拖进去。
· 它不能被杀掉,只能通过火焰喷射器逼退。
· 它不会上两次同样的当。
· 如果你没有蹲下,它会敏锐的锁定你的位置。
· 它所有的攻击都是一击致命。

这还不是最糟糕的,游戏后半段你还会遇到不止一个Xenomorph。

用户Yichen Wang:

《掠夺领域》(Ravenfield)。

这是一个不注重画面,也不需要强大GPU支持的第一人称射击PvE游戏。这款游戏仍在开发之中,但是已经展现了很大的潜力。里面的AI们又怪又棒,他们喜欢把AK-47当狙击枪用,真的,他们打的太准了。

每次你在远程瞄准一些红点(也就是敌人)的同事,已经有100多颗子弹朝你飞来。另外,当你伤到一定程度的时候就会摔倒,有鉴于这个游戏中的布娃娃物理特性,一旦摔倒你就爬不起来了。

用户Steve Baker:

并不是所有的FPS(第一人称射击)游戏AI都能开挂。

确实有些游戏设计者尝试通过作弊的方式,让AI看起来没那么弱。比如让AI可以对原本不该看到或听到的事情作出反应,以及超人般的射击精度,不过并不总是这样。

我研究了一些FPS游戏,但是没有感觉人工智能的枪法比普通人更准。通常情况下,人工智能的射击精度反而被调整的低于一般的人类玩家,以便让玩家可以干掉数百个对手。真正的问题是,如果人工智能比人类厉害的多,游戏就不会太有意思了。

Google的围棋AI令人印象深刻,没有棋手能够击败它,但这也丧失了很多乐趣。如果你感觉电脑能轻易的击败你,真的就没兴趣玩下去了。

用户Ishaan Jolly:

我觉得较高难度等级的《忍者龙剑传:黑之章》(Ninja Gaiden Black),是我玩过最公平的游戏了。里面的AI虽然残酷,但是一旦你掌握技能就能打败它。在这个游戏里,不会有人觉得AI在开挂或者作弊。

上面就是一些国外玩家的想法,你在游戏中遇到过什么难忘的AI?快留言告诉我们吧。

买买买和拆快递是无数女同学的最爱,但在这条路上还有两大阻碍:长长的信用卡账单和“今天心情不好”的快递小哥。

信用卡账单可能无法消灭,但快递小哥嘛,未来你可能想见都见不到。

亚马逊在物流自动化方面一直展示出巨大的野心,他们去年申请了大量和仓储物流相关的专利,大致展现了未来物流系统的影子。从它的业务布局和专利来看,未来的自动物流系统有两个明显的努力方向:无人机和自动驾驶卡车。

已经走进现实的无人机送货

1

去年12月,亚马逊宣布完成了世界上第一份无人机送货订单,并且正式启动了无人机送货服务Amazon Prime Air,目前这一服务只限于英国乡村和郊区。

用户下单之后,只要把一个二维码放在草坪之类的空地上,无人机就知道该降落在哪了。

连刷爆朋友圈却一直被怀疑的无人机送货都实现了,亚马逊还能搞出什么幺蛾子呢?

更大的脑洞还在专利里,比如说:

让无人机随处可充电

2

这项去年7月获批的专利描述了一种无人机停泊站,让它们可以在天气恶劣、需要充电或者重新规划方向的时候,安全地降落在一个地方。

停泊站建在哪呢?交通灯、电线杆、路灯改改就行了。

远距离送货也不怕

目前,亚马逊的Amazon Prime Air服务还仅限于某些仓库附近,不过,以后可能会打破这样的限制。

这份去年9月获批的专利展示了一个系统,能让无人机落在卡车上,搭顺风车来节约能源。

无人机你好,满街都是你的航空母舰哦!

包裹太大,就组团搬运

亚马逊无人机的第一次送货,送了一个机顶盒和一袋爆米花。

载着比这更重的货物,无人机大概就飞不起来了。怎么办?

3

亚马逊去年年底获得的一项专利显示,可以让一群无人机组合在一起,共同搬运它。

这些无人机可以连接在一起,共享路线规划、操作规划和电量,也可以共同飞向同一个目的地。

空中仓库,让送货更快

Amazon Prime Air第一单,从下单到送达全程用了13分钟。

还能更快吗?能。

4

亚马逊有一项关于空中仓库的专利,名为“机载履行中心(Airborne Fulfillment Centers,简称AFC)”。当亚马逊预测到某一地区对某些商品的需求量将出现飙升的时候,就会让载有货物和无人机群的空中仓库AFC飞到该地点上空。一旦需求出现,就可以迅速用无人机配送货物了。

《华尔街日报》的报道显示,亚马逊在2014年就已经提交了这份专利,但直到去年底才被曝光出来。

除了无人机,还有无人车

5

月初,亚马逊一项专利获批,该专利描述了一种可以和自动驾驶汽车通讯,为它们分配车道的网络。

当自动驾驶汽车开上潮汐车道,它们通常无法判断该往哪个方向开,这时候车道分派网络就可以指挥它们了。『量子位』上周发文详细介绍了这一专利。

这一专利曝光后,多家美国科技媒体纷纷猜测与亚马逊准备用自动驾驶卡车送货有关。

自动送货,还能用地下管道

6

亚马逊最具野心的一项专利,当数去年11月获批的地下管道运输系统。这个系统中,包裹可以通过底下传送带、轨道、气压输送管传输,避开地面上的拥堵。

底下传送管道可以连接亚马逊仓库和机场,甚至连接到用户家中。

作者:量子位 李林
参考:Recode等
2017-01-22

这几天百度的人工智能在《最强大脑》击败“水哥”王昱珩,再次引发了人们对于人工智能的热议。然而人工智能在人脸识别的比赛中击败水哥,还远远称不上“最强大脑”,因为模式识别只是人工智能的第一步。下一步,是像人一样观察和理解这个世界。

今天『量子位』就讲一个科学家进一步缩短计算机和人脑之间鸿沟的故事。不过,在继续之前,先考一考大家,下面这道题答案是什么?我们放在最后揭晓。

我们先来说正经事儿。

最近,美国西北大学的一个团队研发了一个新的人工智能计算模型,这套系统在智商测试中,已经表现出人类的水准。这项工作的重要意义在于,推动了人工智能更好的看到和理解这个世界,就像每一个普普通通的人那样。

“这个人工智能在智商测试中的表现,超过了大部分的美国成年人”,西北大学人工智能博士Ken Forbus说,“大家面对的是同样的难题”。

西北大学的新计算模型构建于CogSketch,这是一个以前由Forbus实验室开发的人工智能平台。这个平台具有解决视觉问题和理解草图的能力,并且能够提供即时、互动的反馈。CogSketch还引入了一个类比的计算模型,基于西北大学心理学教授Dedre Gentner的结构映射理论。 去年Gentner因为这个理论获得David E. Rumelhart奖。

这个模型基于认知科学理论,可以让人工智能更像人类,甚至做出道德选择。新的模型称为结构映射引擎(SME),能够通过类比解决问题。

西北大学McCormick工程学院的Forbus,以及前西北大学博士后心理研究院Andrew Lovett共同开发了这套人工智能。

解决复杂视觉问题的能力,是人类智力的标志之一。开发具有这种能力的人工智能系统,不仅为视觉推理中的符号表示和类比的重要性提供了新的证据,而且可能缩小了计算机和人类认知之间的差距。

Forbus和Lovett开发的人工智能系统不单可以通过建模解决一般的视觉问题,他们还特别用瑞文标准推理测验来测试这套系统的观察及思维能力。

瑞文标准推理测验,是一种纯粹的非文字智力测验,广泛应用于无国界的智力/推理能力测试。这个测验属于渐近性矩阵图,整个测验一共有60张图组成,由5个单元的渐进矩阵构图组成,每个单元在智慧活动的要求上个不相同。

总的来说,矩阵的结构越来越复杂,从一个层次到多个层次的演变,要求的思维操作也是从直接观察到间接抽象推理的渐进过程。

也就是在这样的一个测试中,Forbus和Lovett开发的模型,表现超出普通美国人。

“瑞文测验是考察流体智力,例如抽象思维、推理、模式识别、解决问题和辨别关系的最佳方式”,目前供职于美国海军研究院的Lovett表示。

流体智力是一种以生理为基础的认知能力,如知觉、记忆、运算速度、推理能力等。流体智力是与晶体智力相对应的概念,流体智力随年龄的老化而减退。而晶体智力则并不随年龄的老化而减退,晶体智力主要指学会的技能、语言文字能力、判断力、联想力等。

使用和理解复杂关系表征的能力是高阶认知的关键。关系表示连接实体和想法,例如“时钟在门上方”或“压力差导致水流动”。这些类型的比较对于制定和理解类比是至关重要的,人类用它们来解决问题,衡量道德困境,并描述他们周围的世界。

例如Google旗下的AlphaGo等人工智能系统,都是建立在深度学习的基础之上,深度学习是让电脑通过大量数据寻找规律。相比之下,人类(包括基于SME的系统)通常能够从少得多的案例中成功进行学习。

“目前大多数的人工智能研究都集中在视觉领域,例如识别或者标记场景中有什么,而不是推理”,Forbus说, “但是识别只有在支持后续推理的情况下才有用。我们的研究为更广泛地理解视觉推理提供了重要的一步”。

好啦,开头测试题的答案,就是:D。你答对了么?

想要追踪人工智能的新进展?请扫描下面的二维码,让小助手带你进入『量子位』AI交流群吧!

本文作者:量子位 舒石,参考资料来自美国西北大学。

亲爱的朋友,您好!欢迎来到您的专属空间。
TechWeb科技博客,目前已成为精致且主流的IT评论大本营。这里实行严格的注册及信息管理制度,删除一切垃圾用户及垃圾信息。我们期待你的加入,与业界同仁一起阅读、写作,交流、分享您的看法及意见。感谢您对TechWeb科技博客的信任与支持!