211service.com
Uber lanceert een AI-lab
Uber creëert een nieuw AI-onderzoekslaboratorium dat zich toelegt op het verkennen van de grenzen van machine learning en het toepassen van belangrijke vooruitgang in zijn bedrijf.
Het lab zal worden gevestigd in Silicon Valley en zal worden geleid door: Gary Marcus , een professor aan de NYU en de CEO van Geometrische Intelligentie , een bedrijf dat Uber voor een niet nader genoemd bedrag overneemt. Het Uber AI-lab zal ook een andere grote AI-onderzoeker in dienst nemen, Zoubin Ghahramani , die een deeltijdfunctie als professor aan de Universiteit van Cambridge in het VK zal behouden. De andere medeoprichters van het bedrijf zijn Ken Stanley , een universitair hoofddocent aan de University of Central Florida, en Doug Bemis , een recente NYU-afgestudeerde met een doctoraat in neurolinguïstiek.
Het nieuwe lab zal 15 stichtende leden hebben en het zal een reeks fundamentele uitdagingen onderzoeken, waaronder het ontwikkelen van vormen van machine learning waarvoor minder gegevens nodig zijn; het trainen van AI-systemen met niet alleen gegevens, maar ook expliciete regels; en het ontwerpen van machine learning-systemen die hun beslissingen verklaren. Vooruitgang op deze gebieden kan van vitaal belang zijn voor zelfrijdende auto's, maar kan ook helpen de bestaande activiteiten van Uber te verbeteren, bijvoorbeeld door auto's te helpen routeren of klanten in een Uber-pool efficiënter te matchen.
Travis Kalanick, de CEO van Uber, kondigt vandaag de nieuwe divisie, genaamd Uber AI Labs, aan in een blogpost. De beslissing werd ingegeven door het groeiende belang van AI voor Uber als bedrijf. Maar het lijkt ook een weerspiegeling te zijn van het besef dat, ondanks de verbluffende vooruitgang in de afgelopen jaren, de ontwikkeling van betrouwbare auto's zonder bestuurder verdere fundamentele vooruitgang vereist (zie Wat u moet weten voordat u in een zelfrijdende auto stapt).
Het zal een lange tijd duren voordat zelfrijdende auto's alle mogelijke scenario's in de wereld aankunnen, zegt Jeff Holden, chief product officer bij Uber. Holden wijst op toekomstige ontwikkelingen op het gebied van machine learning die ons in staat zullen stellen radicaal verschillende dingen te doen. Hij voegt eraan toe: De vraag is, welke rol gaan we daarin spelen?
Holden zegt dat hij leerde over Marcus en geometrische intelligentie op... MIT Technology Review ’s AI-gerichte evenement, EmTech Digital, dat in mei in San Francisco werd gehouden.
Uber is sinds de oprichting in 2009 met adembenemende snelheid gegroeid, dankzij een smartphone-app die de conventionele taxi-industrie in de VS en elders volledig heeft omvergeworpen. Meer recentelijk heeft het bedrijf zwaar geïnvesteerd in onderzoek op gebieden als auto's zonder bestuurder, in de hoop snel te kunnen groeien, zelf niet te worden verstoord en een gunstig imago bij financiers te behouden naarmate de verliezen toenemen. Het heeft zich voornamelijk gericht op het ontwikkelen van de hardware en software die nodig zijn voor autonoom rijden, hoewel Uber ook andere onderzoeksinspanningen heeft gepromoot, waaronder vliegende voertuigen en op drones gebaseerde advertenties (zie Uber's Ad-Toting Drones Are Heckling Drivers Stuck in Traffic ).
Marcus is een prominente figuur in de wereld van kunstmatige intelligentie die soms voor controverse heeft gezorgd door kritiek te uiten op de focus van het veld op data-intensieve benaderingen die afhankelijk zijn van neurale netwerken of deep learning. Hij richtte Geometrische Intelligentie op om andere wegen te bewandelen, waaronder benaderingen geïnspireerd door cognitief wetenschappelijk onderzoek, die veel minder datahongerig zouden kunnen zijn (Marcus gaf MIT Technology Review exclusieve toegang tot zijn bedrijf vorig jaar; zie Kan deze man AI menselijker maken?).
Marcus zegt dat zijn team zich zal blijven concentreren op uitdagingen die bestaande systemen niet kunnen oplossen. We zijn vooral geïnteresseerd in de randgevallen - in wat er gebeurt als de verlichting anders is, of als het een voertuig is dat je nog niet eerder hebt gezien, zegt hij. We gaan veel aan die problemen werken.
Marcus heeft niet veel details onthuld over wat Geometric Intelligence heeft ontwikkeld, en het bedrijf heeft niets van zijn werk gepubliceerd. Maar zijn team heeft onder andere gewerkt aan een vorm van deep learning waarvoor minder gegevens nodig zijn (zie Algoritmen die leren met minder gegevens kunnen de kracht van AI vergroten). Hij zegt dat dergelijke benaderingen nuttig kunnen zijn voor zowel de huidige activiteiten van Uber als de onderzoeksdoelstellingen op de lange termijn. Er zullen altijd gevallen zijn waarin u niet over voldoende gegevens beschikt. Je hebt misschien genoeg informatie om te voorspellen wat er om negen uur 's ochtends gebeurt, maar wat gebeurt er om twee uur 's nachts en zijn er minder gegevens? zegt Marcus. En [bij geautomatiseerd rijden] zijn er niet zo veel gegevens als je in de randgevallen komt.
Marcus is ook geïnteresseerd in het combineren van nieuwere gebieden van AI, zoals deep learning (een vorm van machine learning die de afgelopen jaren zeer krachtig is gebleken), met oudere AI-tradities, waaronder benaderingen waarbij machines expliciete regels worden gegeven. Hij zegt dat dit belangrijk kan zijn voor een zelfrijdende auto, waardoor het mogelijk wordt om hem te leren over lokale verkeersregels.
Daarnaast zal zijn team zich richten op het ontwikkelen van machine learning-systemen die hun beslissingen of acties kunnen verklaren, voegt Marcus toe. Dit is een belangrijk onderzoeksgebied geworden dat cruciaal kan zijn voor het opbouwen van vertrouwen in zelfrijdende auto's. We zijn erg geïnteresseerd in transparantie en interpreteerbaarheid. Hoe krijg je een systeem waarvan je begrijpt waarom het deed wat het deed? hij zegt.
Het is duidelijk dat er fundamentele technische problemen zijn die veel van de problemen waarmee Uber wordt geconfronteerd, doorbreken, zegt Karl Iagnemma , een voormalig onderzoekswetenschapper aan het MIT en de oprichter en CEO van een bedrijf genaamd nuTonomy , dat zelfrijdende taxi's test in Singapore en de VS. Het identificeren en oplossen van die problemen zou Uber een aanzienlijk concurrentievoordeel opleveren in vergelijking met de rest van het veld.
Maar het is verre van zeker dat fundamenteel onderzoek vruchten zal afwerpen, zegt Iagnemma. Het is heel erg een wapenwedloop, voegt hij eraan toe. Als uw concurrenten het doen, kunt u het zich niet veroorloven om niet te concurreren, zelfs als u niet zeker weet hoe waarschijnlijk het is dat fundamenteel onderzoek een aanzienlijke impact op uw product zal hebben.