Η Uber εγκαινιάζει ένα εργαστήριο AI

Η Uber δημιουργεί ένα νέο ερευνητικό εργαστήριο τεχνητής νοημοσύνης αφιερωμένο στην εξερεύνηση των συνόρων της μηχανικής μάθησης και στην εφαρμογή βασικών προόδων στην επιχείρησή της.



Το εργαστήριο θα έχει έδρα στη Silicon Valley και θα διευθύνεται από Γκάρι Μάρκους , καθηγητής στο NYU και Διευθύνων Σύμβουλος του Γεωμετρική Νοημοσύνη , μια εταιρεία που εξαγοράζει η Uber για ένα άγνωστο ποσό. Το εργαστήριο τεχνητής νοημοσύνης της Uber θα απασχολήσει επίσης έναν άλλο επώνυμο ερευνητή τεχνητής νοημοσύνης, Zoubin Ghahramani , ο οποίος θα διατηρήσει μια θέση μερικής απασχόλησης ως καθηγητής στο Πανεπιστήμιο του Cambridge στο Ηνωμένο Βασίλειο. Οι άλλοι συνιδρυτές της εταιρείας είναι Κεν Στάνλεϊ , αναπληρωτής καθηγητής στο Πανεπιστήμιο της Κεντρικής Φλόριντα, και Νταγκ Μπέμης , πρόσφατα απόφοιτος του NYU με διδακτορικό στη νευρογλωσσολογία.

Το νέο εργαστήριο θα έχει 15 ιδρυτικά μέλη και θα διερευνήσει μια σειρά από θεμελιώδεις προκλήσεις, συμπεριλαμβανομένης της ανάπτυξης μορφών μηχανικής μάθησης που χρειάζονται λιγότερα δεδομένα. εκπαίδευση συστημάτων τεχνητής νοημοσύνης χρησιμοποιώντας όχι μόνο δεδομένα αλλά και ρητούς κανόνες· και σχεδίαση συστημάτων μηχανικής μάθησης που εξηγούν τις αποφάσεις τους. Η πρόοδος σε αυτούς τους τομείς θα μπορούσε να είναι ζωτικής σημασίας για τα αυτόνομα αυτοκίνητα, αλλά μπορεί επίσης να συμβάλει στη βελτίωση της υπάρχουσας επιχείρησης της Uber, βοηθώντας, για παράδειγμα, να δρομολογήσει αυτοκίνητα ή να ταιριάξει τους πελάτες σε μια ομάδα Uber πιο αποτελεσματικά.

Ο Travis Kalanick, Διευθύνων Σύμβουλος της Uber, θα ανακοινώσει το νέο τμήμα, που ονομάζεται Uber AI Labs, σε μια ανάρτηση στο blog σήμερα. Η απόφαση προήλθε από την αυξανόμενη σημασία της τεχνητής νοημοσύνης για την Uber ως επιχείρηση. Αλλά φαίνεται επίσης να αντικατοπτρίζει τη συνειδητοποίηση ότι παρά την εκπληκτική πρόοδο των τελευταίων ετών, η ανάπτυξη αξιόπιστων αυτοκινήτων χωρίς οδηγό θα απαιτήσει περαιτέρω θεμελιώδεις προόδους (δείτε Τι πρέπει να γνωρίζετε προτού μπείτε σε αυτο-οδηγούμενο αυτοκίνητο).

Θα περάσει πολύς χρόνος προτού τα αυτοοδηγούμενα αυτοκίνητα μπορέσουν να χειριστούν όλα τα πιθανά σενάρια στον κόσμο, λέει ο Jeff Holden, Chief Product Officer της Uber. Ο Χόλντεν επισημαίνει τις μελλοντικές προόδους στη μηχανική μάθηση που θα μας επιτρέψουν να κάνουμε ριζικά διαφορετικά είδη πραγμάτων. Προσθέτει, το ερώτημα είναι τι ρόλο θα παίξουμε σε αυτό;

Ο Χόλντεν λέει ότι έμαθε για τον Μάρκους και τη Γεωμετρική Νοημοσύνη στο MIT Technology Review Η εκδήλωση με επίκεντρο την τεχνητή νοημοσύνη, EmTech Digital, η οποία πραγματοποιήθηκε στο Σαν Φρανσίσκο τον Μάιο.

Η Uber έχει αναπτυχθεί με ταχύτητα που κόβει την ανάσα από την ίδρυσή της το 2009, χάρη σε μια εφαρμογή smartphone που έχει ανατρέψει εντελώς τη βιομηχανία των συμβατικών ταξί στις ΗΠΑ και αλλού. Πιο πρόσφατα, η εταιρεία έχει επενδύσει πολλά στην έρευνα σε τομείς όπως τα αυτοκίνητα χωρίς οδηγό, ελπίζοντας να διατηρήσει την ταχεία ανάπτυξη, να αποφύγει να διαταραχθεί η ίδια και να διατηρήσει μια ευνοϊκή εικόνα μεταξύ των χρηματοδότων καθώς αυξάνονται οι απώλειες. Έχει επικεντρωθεί κυρίως στην ανάπτυξη του υλικού και του λογισμικού που απαιτείται για την αυτόνομη οδήγηση, αν και η Uber έχει επίσης προωθήσει άλλες ερευνητικές προσπάθειες, συμπεριλαμβανομένων των ιπτάμενων οχημάτων και της διαφήμισης που βασίζεται σε drone (βλ. Uber's Ad-Toting Drones Are Heckling Drivers Stuck in Traffic ).

Ο Marcus είναι μια εξέχουσα προσωπικότητα στον κόσμο της τεχνητής νοημοσύνης που μερικές φορές έχει προκαλέσει διαμάχες επικρίνοντας την εστίαση του πεδίου σε προσεγγίσεις που βασίζονται σε νευρωνικά δίκτυα ή βαθιά μάθηση. Ίδρυσε τη Γεωμετρική Νοημοσύνη για να ακολουθήσει άλλους δρόμους, συμπεριλαμβανομένων προσεγγίσεων εμπνευσμένων από την έρευνα της γνωστικής επιστήμης, η οποία θα μπορούσε να είναι πολύ λιγότερη για δεδομένα (ο Μάρκους έδωσε MIT Technology Review αποκλειστική πρόσβαση στην εταιρεία του πέρυσι· βλέπε Μπορεί αυτός ο άνθρωπος να κάνει την τεχνητή νοημοσύνη πιο ανθρώπινη;).

Ο Marcus λέει ότι η ομάδα του θα συνεχίσει να εστιάζει σε προκλήσεις που δεν μπορούν να λύσουν τα υπάρχοντα συστήματα. Μας ενδιαφέρουν ιδιαίτερα οι ακραίες θήκες — για το τι συμβαίνει εάν ο φωτισμός είναι διαφορετικός ή είναι ένα όχημα που δεν έχετε ξαναδεί, λέει. Θα εργαστούμε πολύ για αυτά τα προβλήματα.

Ο Marcus δεν έχει αποκαλύψει πολλές λεπτομέρειες για το τι έχει αναπτύξει η Geometric Intelligence και η εταιρεία δεν έχει δημοσιεύσει καμία από τις εργασίες της. Αλλά, μεταξύ άλλων, η ομάδα του εργάζεται σε μια μορφή βαθιάς μάθησης που απαιτεί λιγότερα δεδομένα (βλ. Αλγόριθμοι που μαθαίνουν με λιγότερα δεδομένα μπορούν να επεκτείνουν τη δύναμη της τεχνητής νοημοσύνης). Λέει ότι τέτοιες προσεγγίσεις θα μπορούσαν να αποδειχθούν χρήσιμες τόσο για την τρέχουσα επιχείρηση της Uber όσο και για τους μακροπρόθεσμους ερευνητικούς της στόχους. Πάντα θα υπάρχουν περιπτώσεις που δεν έχετε αρκετά δεδομένα. Μπορεί να έχετε αρκετές πληροφορίες για να προβλέψετε τι θα συμβεί στις εννέα το πρωί, αλλά τι συμβαίνει στις 2 π.μ. και υπάρχουν λιγότερα δεδομένα; λέει ο Μάρκους. Και [στην αυτοματοποιημένη οδήγηση] δεν υπάρχουν τόσα πολλά δεδομένα όταν μπαίνεις στις ακραίες θήκες.

Ο Marcus ενδιαφέρεται επίσης να συνδυάσει νεότερους τομείς της τεχνητής νοημοσύνης, όπως η βαθιά μάθηση (μια μορφή μηχανικής μάθησης που έχει αποδειχθεί πολύ ισχυρή τα τελευταία χρόνια), με παλαιότερες παραδόσεις τεχνητής νοημοσύνης, συμπεριλαμβανομένων προσεγγίσεων που περιλαμβάνουν την παροχή ρητών κανόνων στις μηχανές. Λέει ότι αυτό θα μπορούσε να είναι σημαντικό για ένα αυτοοδηγούμενο αυτοκίνητο, καθιστώντας δυνατή τη διδασκαλία του σχετικά με τους τοπικούς κανόνες του δρόμου.

Επιπλέον, η ομάδα του θα έχει ως στόχο να αναπτύξει συστήματα μηχανικής μάθησης που να είναι ικανά να εξηγούν τις αποφάσεις ή τις ενέργειές τους, προσθέτει ο Marcus. Αυτός έχει γίνει ένας σημαντικός τομέας έρευνας και θα μπορούσε να είναι κρίσιμος για την οικοδόμηση εμπιστοσύνης στα αυτόνομα αυτοκίνητα. Μας ενδιαφέρει πολύ η διαφάνεια και η ερμηνευτικότητα—πώς μπορείτε να βρείτε ένα σύστημα στο οποίο καταλαβαίνετε γιατί έκανε αυτό που έκανε; αυτος λεει.

Είναι σαφές ότι υπάρχουν θεμελιώδη τεχνικά ζητήματα που αντιμετωπίζουν πολλά από τα προβλήματα που αντιμετωπίζει η Uber, λέει Karl Iagnemma , ένας πρώην ερευνητής στο MIT και ο ιδρυτής και διευθύνων σύμβουλος μιας εταιρείας τηλεφώνησε nuTonomy , που δοκιμάζει αυτόνομα ταξί στη Σιγκαπούρη και στις Η.Π.Α. Ο εντοπισμός και η επίλυση αυτών των προβλημάτων θα έδινε στην Uber ένα σημαντικό ανταγωνιστικό πλεονέκτημα σε σύγκριση με τον υπόλοιπο τομέα.

Αλλά δεν είναι σίγουρο ότι η θεμελιώδης έρευνα θα αποδώσει, λέει ο Iagnemma. Είναι πολύ ένας αγώνας εξοπλισμών, προσθέτει. Αν οι ανταγωνιστές σας το κάνουν, ακόμα κι αν δεν είστε σίγουροι για την πιθανότητα ότι η θεμελιώδης έρευνα θα οδηγήσει σε σημαντικό αντίκτυπο στο προϊόν σας, δεν έχετε την πολυτέλεια να μην ανταγωνιστείτε.

κρύβω

Πραγματικές Τεχνολογίες

Κατηγορία

Χωρίς Κατηγοριοποίηση

Τεχνολογία

Βιοτεχνολογία

Τεχνική Πολιτική

Την Αλλαγή Του Κλίματος

Άνθρωποι Και Τεχνολογία

Silicon Valley

Χρήση Υπολογιστή

Περιοδικό Mit News

Τεχνητή Νοημοσύνη

Χώρος

Έξυπνες Πόλεις

Blockchain

Feature Story

Προφίλ Αποφοίτων

Σύνδεση Αποφοίτων

Δυνατότητα Ειδήσεων Mit

1865

Η Θέα Μου

77 Mass Ave

Γνωρίστε Τον Συγγραφέα

Προφίλ Στη Γενναιοδωρία

Βλέπεται Στην Πανεπιστημιούπολη

Επιστολές Αποφοίτων

Νέα

Εκλογές 2020

Με Ευρετήριο

Κάτω Από Τον Θόλο

Πυροσβεστική Μάνικα

Άπειρες Ιστορίες

Πανδημικό Τεχνολογικό Έργο

Από Τον Πρόεδρο

Θέμα Εξώφυλλου

Φωτογραφίες

Συνιστάται