科技猎让机器学习不再依赖数据？Gary Marcus和「Roomba之父」的初创公司获1500万美元融资
公众号/机器之能
「弱人工智能」对应深度学习，围绕单一任务点，需要大量数据做支撑，有时候不那么可靠，可移植性差/移植过后需要大量重新训练。在转移和泛化方面差了不少。
Robust.AI强调的是「强人工智能」，对应深度理解，强调系统化地解决宽泛的问题，具备灵活与动态的推理能力，可以很好地移植到不同场景。
显然，我们当前需要的是强人工智能。
作者 | 吴昕
10月28日，人工智能初创公司Robust.AI 宣布获得1500万美元的A轮融资。Jazz Venture Partners领投，Playground Global，Liquid2，Fontinalis，Jaan Tallinn和Mark Leslie跟投。截至今日这家创立于2019年中期的公司已经获得了2250万美元融资。
在大家都在谈数据、谈深度学习的当下，Robust.AI似乎有一点格格不入。
该公司愿景是构建「世界上第一个用于工业机器人的工业级认知引擎」，反对深度学习，希望让机器人摆脱数据依赖，向人类看齐实现「真正的智能」。
深度学习VS深度理解
Robust AI.五位联合创始人曾被国内媒体称为「全球最聪明的五位人工智能科学家。」
CEO Gary Marcus是纽约大学心理学和神经科学教授，前Geometric Intelligence（几何智能，被Uber收购）创始人；CTO Rodney Brooks是iRobot和Rethink Robotics的联合创始人，也是有史以来最畅销的消费机器人Roomba的联合发明人，曾任麻省理工学院人工智能实验室的主席。
其余成员分别为SRI International视觉技术中心高级技术经理 Mohamed R. Amer；高通公司机器人主席和加州大学圣地亚哥分校教授Henrik Christensen；前Formant CTO Anthony Jules。
公司的起源可以追溯到50岁的马库斯（Marcus）和65岁的布鲁克斯（Brooks）开始谈论人工智能的问题以及如何应用人工智能，他们都认为人工智能的发展不应该过于依赖数据，「这几乎是一种迷信。」Brooks说。
当时Marcus刚与纽约大学计算机科学教授欧内斯特·戴维斯（Ernest Davis）合写了一本畅销书《重启人工智能》（Rebooting AI），探讨了以深度学习为基础的人工智能技术的缺陷，书中的观点与Brooks的想法一拍即合。这就给了Macus创业的灵感。
在深度学习成为人工智能主导的这些年里，机器的认知和行动都要以大量数据为基础，虽然在某些领域如「面部识别、物体识别」等取得了巨大的成功，总体来看仍然非常笨重、脆弱、不灵活。并且每进入一个新的领域都需要付出非常高昂的训练成本。
以工业应用为例，机器人还只能按照设定好的程序移动，无法处理类似物体位置变化等突发状况，每进行一个新的任务，（比如在仓库中从码垛到搬运）都需要重新开发一种新的机器人。
沈向洋曾在演讲过提到过类似的观点，当前很多应用都是「弱人工智能」，对应深度学习，围绕单一任务点，需要大量数据做支撑，有时候不那么可靠，可移植性差/移植过后需要大量重新训练。在转移和泛化方面差了不少。
Robust.AI强调的是「强人工智能」，对应深度理解，强调系统化地解决宽泛的问题，具备灵活与动态的推理能力，可以很好地移植到不同场景。
显然，我们当前需要的是强人工智能。毕竟，我们想要综合各种来源的知识，期望 AI 能够对世界上正在发生的事情进行推理。就像人类一样，能够在一种语境中学习，在另一种语境中应用。
构建「世界上第一个工业级认知引擎」
目前Robust.AI的商业计划是建立「世界上第一个用于工业机器人的工业级认知引擎」，这是一个软件平台，能够让机器人摆脱程序和数据的限制，与人类有效的协同工作，未来甚至可以承担工地建筑、照顾老人、完全自动驾驶等复杂任务。
「机器人和人工智能系统产品同样需要契合市场。」「我们正在建立一种大多数机器人公司公司都无法抗拒的东西，会让机器人从一个在定义环境中运行的单一工具，到能在世界上所有复杂环境中工作的高度有用的系统。」
目前Robust.AI 公司规模比较小，只有25人左右。公司表示拿到融资后会首先关注社交感知和导航，并将产品市场化。Macus表示，他已经在与一家客户进行试点项目，并「正在与其他几个合作伙伴进行对话。」
导航比较简单，就是在不打断现有任务和不引人注目的情况下绕过障碍物和人。社交感知是指让机器人对如何更准确、更高效的处理任务有自己的想法。
比如，当机器人被要求把物品放进壁橱时，要能够理解到该任务的目的，规划最有效的方式，而不会因为物品大小的不合适就先将其打成碎片。
由于Robust.AI是一家纯软件公司，因此硬件还需要合作伙伴提供。Macus预计将在2021年开始交付产品。
随着人工智能和自动化应用拓展到各行各业，Brooks预计对这种能让机器人更灵活的基础软件的需求会大大增加。「以前没有考虑过在自己系统中加入人工智能的公司也会需要它。」Brooks说，「他们不可能自己拥有世界级的人工智能研究实验室，必须向第三方采购。」
如何让机器摆脱数据依赖实现以上的商业构想？Marcus曾在公开演讲中阐释过一些可行的路径，比如「常识训练」，也就是交给机器人关于这个世界的常识和常识之间的逻辑关联。
这实际上是一种「技术复古」，20世纪70年代的科学家们就并非用数据而是用尝试训练机器人。
比如麦卡锡提出的Advice Taker就是世界上第一个解决常识知识的人工智能程序，他让机器人做的推理是，「因为X是一只鸟，所以X会飞」「因为Y想吃蛋糕，所以Y要去烤蛋糕」。
「我们（在重启人工智能）上写了一篇伟大的文章，阐述了为什么深度学习采用的语言方法永远不会奏效，我支持这一观点。」Marcus说。
「根本问题是，我们并没有告诉机器我们需要的一切。」
参考链接：
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
Robust.AI raises a $15M Series A to improve problem solving for collaborative robots
