211service.com
Uber lancia un laboratorio di intelligenza artificiale
Uber sta creando un nuovo laboratorio di ricerca sull'intelligenza artificiale dedicato all'esplorazione delle frontiere dell'apprendimento automatico e all'applicazione di progressi chiave alla propria attività.
Il laboratorio avrà sede nella Silicon Valley e sarà guidato da Gary Marco , professore alla NYU e CEO di Intelligenza geometrica , una società che Uber sta acquisendo per una somma non rivelata. Il laboratorio di intelligenza artificiale di Uber impiegherà anche un altro ricercatore di intelligenza artificiale di grande nome, Zoubin Ghahramani , che manterrà un posto part-time come professore all'Università di Cambridge nel Regno Unito. Gli altri cofondatori dell'azienda sono Ken Stanley , professore associato presso l'Università della Florida centrale, e Doug Bemis , neolaureato alla New York University con un dottorato di ricerca in neurolinguistica.
Il nuovo laboratorio avrà 15 membri fondatori ed esplorerà una serie di sfide fondamentali, incluso lo sviluppo di forme di apprendimento automatico che richiedono meno dati; addestrare i sistemi di IA utilizzando non solo i dati ma anche regole esplicite; e progettare sistemi di apprendimento automatico che spieghino le loro decisioni. I progressi in queste aree potrebbero essere vitali per le auto a guida autonoma, ma potrebbero anche aiutare a migliorare l'attività esistente di Uber, ad esempio, aiutando a indirizzare le auto o abbinando i clienti in un pool Uber in modo più efficiente.
Travis Kalanick, CEO di Uber, annuncerà oggi la nuova divisione, chiamata Uber AI Labs, in un post sul blog. La decisione è stata guidata dalla crescente importanza dell'IA per Uber come azienda. Ma sembra anche riflettere la consapevolezza che, nonostante gli incredibili progressi degli ultimi anni, lo sviluppo di auto senza conducente affidabili richiederà ulteriori progressi fondamentali (vedi Cosa sapere prima di entrare in un'auto a guida autonoma).
Ci vorrà molto tempo prima che le auto a guida autonoma possano gestire tutti i possibili scenari del mondo, afferma Jeff Holden, chief product officer di Uber. Holden indica i futuri progressi nell'apprendimento automatico che ci consentiranno di fare cose radicalmente diverse. Aggiunge: La domanda è: che ruolo giocheremo in questo?
Holden dice di aver appreso di Marcus e dell'Intelligenza geometrica a Revisione della tecnologia del MIT l'evento incentrato sull'intelligenza artificiale, EmTech Digital, che si è tenuto a San Francisco a maggio.
Uber è cresciuta a una velocità mozzafiato sin dalla sua fondazione nel 2009, grazie a un'app per smartphone che ha completamente ribaltato l'industria dei taxi convenzionale negli Stati Uniti e altrove. Più recentemente l'azienda ha investito molto nella ricerca in aree come le auto senza conducente, sperando di sostenere una rapida crescita, di evitare di subire interruzioni e di mantenere un'immagine favorevole tra i finanziatori man mano che le perdite aumentano. Si è concentrato principalmente sullo sviluppo dell'hardware e del software necessari per la guida autonoma, sebbene Uber abbia anche promosso altri sforzi di ricerca, inclusi veicoli volanti e pubblicità basata sui droni (vedi Uber's Ad-Toting Drones Are Heckling Drivers Stuck in Traffic).
Marcus è una figura di spicco nel mondo dell'intelligenza artificiale che a volte ha suscitato polemiche criticando l'attenzione del campo sugli approcci ricchi di dati che si basano su reti neurali o deep learning. Ha fondato l'Intelligenza geometrica per perseguire altre strade, compresi gli approcci ispirati alla ricerca sulle scienze cognitive, che potrebbero essere molto meno affamati di dati (Marcus ha fornito Revisione della tecnologia del MIT accesso esclusivo alla sua azienda lo scorso anno; vedi Può quest'uomo rendere l'IA più umana?).
Marcus afferma che il suo team continuerà a concentrarsi sulle sfide che i sistemi esistenti non possono risolvere. Siamo particolarmente interessati ai casi limite, a cosa succede se l'illuminazione è diversa o è un veicolo che non hai mai visto prima, dice. Lavoreremo molto su questi problemi.
Marcus non ha rivelato molti dettagli su ciò che Geometric Intelligence ha sviluppato e la società non ha pubblicato nessuno dei suoi lavori. Ma, tra le altre cose, il suo team ha lavorato su una forma di deep learning che richiede meno dati (vedi Algoritmi che imparano con meno dati potrebbero espandere la potenza dell'IA). Dice che tali approcci potrebbero rivelarsi utili sia per l'attuale attività di Uber che per i suoi obiettivi di ricerca a lungo termine. Ci saranno sempre casi in cui non hai abbastanza dati. Potresti avere abbastanza informazioni per prevedere cosa succede alle nove del mattino, ma cosa succede alle 2 del mattino e ci sono meno dati? dice Marco. E [nella guida automatizzata] non ci sono molti dati quando si entra nei casi limite.
Marcus è anche interessato a combinare nuove aree dell'IA, come l'apprendimento profondo (una forma di apprendimento automatico che si è dimostrata molto potente negli ultimi anni), con le vecchie tradizioni dell'IA, compresi gli approcci che implicano l'assegnazione di regole esplicite alle macchine. Dice che questo potrebbe essere importante per un'auto a guida autonoma, rendendo possibile insegnarle le regole locali della strada.
Inoltre, il suo team mirerà a sviluppare sistemi di apprendimento automatico in grado di spiegare le loro decisioni o azioni, aggiunge Marcus. Questa è diventata un'area di ricerca importante e potrebbe essere cruciale per creare fiducia nelle auto a guida autonoma. Siamo molto interessati alla trasparenza e all'interpretabilità: come si ottiene un sistema in cui si capisce perché ha fatto quello che ha fatto? lui dice.
È chiaro che ci sono problemi tecnici fondamentali che attraversano molti dei problemi che Uber sta affrontando, afferma Carlo Giagnemma , un ex ricercatore al MIT e fondatore e CEO di una società chiamata nuTonomia , che sta testando i taxi a guida autonoma a Singapore e negli Stati Uniti. Identificare e risolvere questi problemi darebbe a Uber un vantaggio competitivo significativo rispetto al resto del settore.
Ma è tutt'altro che certo che la ricerca fondamentale darà i suoi frutti, dice Iagnemma. È davvero una corsa agli armamenti, aggiunge. Se i tuoi concorrenti lo stanno facendo, anche se non sei sicuro della probabilità che la ricerca fondamentale porti a un impatto significativo sul tuo prodotto, non puoi permetterti di non competere.