「弱人工智慧」對應深度學習，圍繞單一任務點，需要大量數據做支撐，有時候不那麼可靠，可移植性差/移植過後需要大量重新訓練。在轉移和泛化方面差了不少。
Robust.AI強調的是「強人工智慧」，對應深度理解，強調系統化地解決寬泛的問題，具備靈活與動態的推理能力，可以很好地移植到不同場景。
顯然，我們當前需要的是強人工智慧。
作者 | 吳昕
10月28日，人工智慧初創公司Robust.AI 宣布獲得1500萬美元的A輪融資。Jazz Venture Partners領投，Playground Global，Liquid2，Fontinalis，Jaan Tallinn和Mark Leslie跟投。截至今日這家創立於2019年中期的公司已經獲得了2250萬美元融資。
在大家都在談數據、談深度學習的當下，Robust.AI似乎有一點格格不入。
該公司願景是構建「世界上第一個用於工業機器人的工業級認知引擎」，反對深度學習，希望讓機器人擺脫數據依賴，向人類看齊實現「真正的智能」。
一
深度學習VS深度理解
Robust AI.五位聯合創始人曾被國內媒體稱為「全球最聰明的五位人工智慧科學家。」
CEO Gary Marcus是紐約大學心理學和神經科學教授，前Geometric Intelligence（幾何智能，被Uber收購）創始人；CTO Rodney Brooks是iRobot和Rethink Robotics的聯合創始人，也是有史以來最暢銷的消費機器人Roomba的聯合發明人，曾任麻省理工學院人工智慧實驗室的主席。
其餘成員分別為SRI International視覺技術中心高級技術經理 Mohamed R. Amer；高通公司機器人主席和加州大學聖地牙哥分校教授Henrik Christensen；前Formant CTO Anthony Jules。
公司的起源可以追溯到50歲的馬庫斯（Marcus）和65歲的布魯克斯（Brooks）開始談論人工智慧的問題以及如何應用人工智慧，他們都認為人工智慧的發展不應該過於依賴數據，「這幾乎是一種迷信。」Brooks說。
當時Marcus剛與紐約大學計算機科學教授歐內斯特·戴維斯（Ernest Davis）合寫了一本暢銷書《重啟人工智慧》（Rebooting AI），探討了以深度學習為基礎的人工智慧技術的缺陷，書中的觀點與Brooks的想法一拍即合。這就給了Macus創業的靈感。
在深度學習成為人工智慧主導的這些年裡，機器的認知和行動都要以大量數據為基礎，雖然在某些領域如「面部識別、物體識別」等取得了巨大的成功，總體來看仍然非常笨重、脆弱、不靈活。並且每進入一個新的領域都需要付出非常高昂的訓練成本。
以工業應用為例，機器人還只能按照設定好的程序移動，無法處理類似物體位置變化等突發狀況，每進行一個新的任務，（比如在倉庫中從碼垛到搬運）都需要重新開發一種新的機器人。
沈向洋曾在演講過提到過類似的觀點，當前很多應用都是「弱人工智慧」，對應深度學習，圍繞單一任務點，需要大量數據做支撐，有時候不那麼可靠，可移植性差/移植過後需要大量重新訓練。在轉移和泛化方面差了不少。
Robust.AI強調的是「強人工智慧」，對應深度理解，強調系統化地解決寬泛的問題，具備靈活與動態的推理能力，可以很好地移植到不同場景。
顯然，我們當前需要的是強人工智慧。畢竟，我們想要綜合各種來源的知識，期望 AI 能夠對世界上正在發生的事情進行推理。就像人類一樣，能夠在一種語境中學習，在另一種語境中應用。
二
構建「世界上第一個工業級認知引擎」
目前Robust.AI的商業計劃是建立「世界上第一個用於工業機器人的工業級認知引擎」，這是一個軟體平臺，能夠讓機器人擺脫程序和數據的限制，與人類有效的協同工作，未來甚至可以承擔工地建築、照顧老人、完全自動駕駛等複雜任務。
「機器人和人工智慧系統產品同樣需要契合市場。」「我們正在建立一種大多數機器人公司公司都無法抗拒的東西，會讓機器人從一個在定義環境中運行的單一工具，到能在世界上所有複雜環境中工作的高度有用的系統。」
目前Robust.AI 公司規模比較小，只有25人左右。公司表示拿到融資後會首先關注社交感知和導航，並將產品市場化。Macus表示，他已經在與一家客戶進行試點項目，並「正在與其他幾個合作夥伴進行對話。」
導航比較簡單，就是在不打斷現有任務和不引人注目的情況下繞過障礙物和人。社交感知是指讓機器人對如何更準確、更高效的處理任務有自己的想法。
比如，當機器人被要求把物品放進壁櫥時，要能夠理解到該任務的目的，規劃最有效的方式，而不會因為物品大小的不合適就先將其打成碎片。
由於Robust.AI是一家純軟體公司，因此硬體還需要合作夥伴提供。Macus預計將在2021年開始交付產品。
隨著人工智慧和自動化應用拓展到各行各業，Brooks預計對這種能讓機器人更靈活的基礎軟體的需求會大大增加。「以前沒有考慮過在自己系統中加入人工智慧的公司也會需要它。」Brooks說，「他們不可能自己擁有世界級的人工智慧研究實驗室，必須向第三方採購。」
如何讓機器擺脫數據依賴實現以上的商業構想？Marcus曾在公開演講中闡釋過一些可行的路徑，比如「常識訓練」，也就是交給機器人關於這個世界的常識和常識之間的邏輯關聯。
這實際上是一種「技術復古」，20世紀70年代的科學家們就並非用數據而是用嘗試訓練機器人。
比如麥卡錫提出的Advice Taker就是世界上第一個解決常識知識的人工智慧程序，他讓機器人做的推理是，「因為X是一隻鳥，所以X會飛」「因為Y想吃蛋糕，所以Y要去烤蛋糕」。
「我們（在重啟人工智慧）上寫了一篇偉大的文章，闡述了為什麼深度學習採用的語言方法永遠不會奏效，我支持這一觀點。」Marcus說。
「根本問題是，我們並沒有告訴機器我們需要的一切。」
參考連結：
https://www.forbes.com/sites/amyfeldman/2020/10/28/startup-robustai-founded-by-cognitive-scientist-gary-marcus-and-roboticist-rodney-brooks-raises-15-million-to-make-building-smarter-robots-easier/?ss=ai#7446ffb8f4b8
https://techcrunch.com/2020/10/28/robust-ai-raises-a-15m-series-a-to-improve-problem-solving-for-collaborative-robots/
原標題：《讓機器學習不再依賴數據？Gary Marcus和「Roomba之父」的初創公司獲1500萬美元融資》
閱讀原文(本文來自澎湃新聞，更多原創資訊請下載「澎湃新聞」APP)