吸引喬布斯家族連續(xù)投資，Brain.ai嘗試發(fā)明下一代計算機界面

來源：南早網(wǎng)

　　【引語】Brain.ai是誰？過去 6 年中，這家公司不斷逼近人機交互變革的下一個奇點，也推出了迄今最接近于“通用”的AI模型。但對許多人來說，這依舊是個陌生而神秘的名字。對于公司的“低調(diào)”，Brain.ai的創(chuàng)始人Jerry說：“在一個大多數(shù)人都活在建立故事和他人認(rèn)知的時代里，我們更想去追逐些永恒的東西，比如規(guī)律與真理?！?

　　就在不久前，人工智能公司Brain Technologies宣布再獲 5000 萬美元融資，領(lǐng)投方為喬布斯遺孀Laurene Powell Jobs。這是繼 2016 年第一筆千萬美元投資后，喬布斯家族第二次投資Brain Technologies。

　　更值得關(guān)注的是，Brain Technologies是目前唯一一家被喬布斯家族直接投資的科技公司。

　　和絕大多數(shù)人工智能公司的路線不同，從成立之初，Brain.ai就致力于探索建立更為通用的人工智能模型的技術(shù)路徑，并于 2016 年在大型語言模型取得重要突破后，于 2017 年拿出了一套相對成熟的模型。在人工智能火熱發(fā)展 6 年后的今天，這套模型仍難覓敵手。這個平均年齡 27 歲的 75 人團隊，創(chuàng)立了全球第一家較為通用型AI公司。

　　目前，基于公司自研AI模型的應(yīng)用產(chǎn)品Natural已在北美市場落地并廣受好評，上線僅一年便登上App Store同類應(yīng)用下載量榜單的前十名。美國著名科技雜志W(wǎng)IRED（《連線》）稱其為“可與谷歌抗衡的新技術(shù)”。

　　下一個iPhone應(yīng)該長什么樣？

　　近幾十年來，計算機改變了人類生活的方方面面。從命令行到鼠標(biāo)/GUI（圖形化界面操作系統(tǒng)），從瀏覽器到iPhone，我們心中對計算機的定義以及和它們交互的方法，都發(fā)生了翻天覆地的變化。這些變化和革命有一個共通點：它們都是一種足以簡化某種革命性技術(shù)的偉大產(chǎn)品的產(chǎn)物。然而這種進化卻在過去 15 年中戛然而止。從第一代iPhone發(fā)布至今，仍沒有新產(chǎn)品能取代它“最先進的當(dāng)代計算機”的地位。我們不經(jīng)會發(fā)問，下一代計算機應(yīng)該長什么樣？如何和人類交互？過去五年中，Brain一直在嘗試結(jié)合設(shè)計創(chuàng)新和機器學(xué)習(xí)R&D來回答這個問題。

　　從被動到主動

　　無論手機或是電腦，我們今天用到的所有軟件都是被動的，它們是被程序員寫死的界面上一個個按鈕和背后函數(shù)的連接。這些界面和函數(shù)并不知道自己為什么存在，也無法主動互聯(lián)。而作為用戶，我們想使用某個App，就得先知道它的存在，再通過界面找到它。這些軟件只能機械性地運行，即便每天被幾十億人重復(fù)使用，也無法自我學(xué)習(xí)和提升——這就是今天的數(shù)字世界，一個以App為中心（App-centric）的冰冷世界。

　　但試想，如果每個函數(shù)都理解自己對于人而言存在的意義，并在對的時間調(diào)用自己并渲染出相對應(yīng)的界面，那我們將不需要學(xué)習(xí)使用技術(shù)或者查找應(yīng)用，只要自然地表達(dá)出自己想要的，AI就能幫助我們計劃、調(diào)研、跨平臺搜索信息，并最終渲染出最適合你的結(jié)果甚至告訴你選擇的理由。那時，技術(shù)將真正成為人類自然的延伸。

　　這就是Brain在做的事情，通過更通用的AI技術(shù)，讓技術(shù)和代碼變得有溫度、能共情，最終建立一個以人為中心（human-centric）的數(shù)字世界。

　　2020 年，Brain發(fā)明并推出了世界上第一個可以幫助你思考的即時生成型界面，會基于用戶的目標(biāo)即時渲染和生成相關(guān)的界面和應(yīng)用，幫助用戶直接個性化地計劃并完成各類任務(wù)。從此以后不再是你去找App，而是App來找你。

　　用交易類應(yīng)用舉例。如果你要訂張機票，你不需要思考去哪個App或在App間來回跳轉(zhuǎn)對比價格，只需要說出你想去的地方或者對于你期待的目的地的描述，Brain的界面就回即時生成相關(guān)的界面和全網(wǎng)的搜索結(jié)果供你Apple Pay一鍵訂票。如果你要買生鮮，你可以描述你想做的菜，所有的食材在不同生鮮平臺上的搜索結(jié)果和推薦食譜都會被即時生成在你面前，你不再需要思考每一個食材并一一搜索。如果你需要購買禮物，你甚至可以大致地描述你朋友的性格或者喜好，甚至最近你們聊過的話題，該生成型界面會幫你想象出數(shù)十種禮物創(chuàng)意和恰到好處的推薦理由，甚至幫你寫好卡片直接寄出。

　　如果你的操作系統(tǒng)可以幫你思考

　　除此之外，工作類應(yīng)用也變得異常智能。收到一份法律文件后，郵件App可以直接幫你解釋條款，你甚至問它“如何條款變得對公司更有利？”，此時界面便會自動調(diào)用法律AI，無縫生成嚴(yán)謹(jǐn)?shù)姆山ㄗh，并按你的反饋改好法律語言后自動回復(fù)郵件。PPT可以和你一起頭腦風(fēng)暴并幫你完成商業(yè)計劃書，炒股軟件能幫你分析投資策略，代碼編輯器甚至可以幫你寫完整的代碼。

　　這一切的實現(xiàn)，都來自于那個神奇的較為通用的人工智能模型。

　　從“會做一件事”到“會做每件事”

　　今天當(dāng)我們聊到AI，通常是指弱AI（Narrow AI），也就是，使用某種機器學(xué)習(xí)算法，用特定數(shù)據(jù)訓(xùn)練出來的，可以解決一個較為窄的特定的問題的模型。比如谷歌DeepMind的AlphaGo，下圍棋難覓敵手，但卻不懂基本的物理定律，算不出一道小學(xué)數(shù)學(xué)題。

　　目前機器學(xué)習(xí)最大的問題，是這些模型都是完全按照特定問題標(biāo)記數(shù)據(jù)進行訓(xùn)練的，當(dāng)問題發(fā)生略微改變的時候，模型將無法被使用。這完全不同于我們?nèi)四X的學(xué)習(xí)和訓(xùn)練過程。

　　大部分監(jiān)督學(xué)習(xí)的數(shù)據(jù)以及訓(xùn)練過程都是相對獨立的，而人腦的訓(xùn)練數(shù)據(jù)是相對通用的，人類可以把一件事情、認(rèn)知、和技能的學(xué)習(xí)用于另一件新認(rèn)知、新技能的學(xué)習(xí)中，從而大大降低了學(xué)習(xí)的成本和所需要的數(shù)據(jù)量。這種能力在計算機科學(xué)中被稱為遷移學(xué)習(xí)（Transfer Learning）。Brain在早期幾乎所有的研發(fā)精力都集中在了這種通用學(xué)習(xí)能力的研發(fā)上，于2016、 2017 年取得了一些重大突破并申請獲得了數(shù)百個相關(guān)領(lǐng)域的核心專利。

　　讓AI從回答“what”到理解“why”

　　2014 年的一晚，Jerry站在了創(chuàng)業(yè)的十字路口。

　　當(dāng)時任職本來生活網(wǎng)CTO的Jerry在夜里做了一個離奇的夢，夢里他“看”到了一種萬物互聯(lián)的新方式。在這個世界里，機器對事物的判斷不再是如今這種二元化的、非黑即白的、只能回答Yes or No的，而是學(xué)會思考“為什么”、開始理解萬事萬物背后的原因與目的。這個顛覆性的想法讓從夢中驚醒的Jerry激動不已。

　　“我要做的，是把計算機從一個「操作系統(tǒng)」變成一個「思考伙伴」，給AI注入真正的智慧”Brain創(chuàng)始人樂圣（Jerry Yue）分享道。

　　在這位 28 歲的的“AI理想主義者”心中，未來的計算機不該只是一個解決問題、冷冰冰的設(shè)備，而應(yīng)該具備溫度、思考與共情的能力。

　　一直以來，計算機的智慧都是建立在知識圖譜之上的，它能夠回答“what”，就像在外賣網(wǎng)站上搜索“礦泉水”，現(xiàn)在的算法能夠完美地執(zhí)行搜索指令并推薦出所有符合要求的產(chǎn)品，甚至能根據(jù)購買習(xí)慣優(yōu)化排序。

　　但計算機理解不了“why”，在這個層面，我們之所以買水，本質(zhì)上是要解決“口渴”的需求——而一旦機器能夠理解這層動機，那么解決口渴的方式，就遠(yuǎn)不止“從外賣平臺買瓶礦泉水”這樣局限。

　　基于這些思考，Jerry幾乎已經(jīng)看到了一個清晰的未來。凌晨三點，他醒來立刻驅(qū)車 10 公里去了位于東四環(huán)的辦公室，快速用紙筆驗證自己的想法。經(jīng)過七八頁草稿的驗證，Jerry更明確了一件事情，這個想法在理論上是可行的。

　　這時，一個選擇擺在Jerry面前：是拿著可觀的收入、迎上風(fēng)口繼續(xù)做O2O電商？還是走出舒適區(qū)、邁向AI的無人區(qū)。

　　“我真的每時每刻都覺得自己離死亡不遠(yuǎn)了，抱著這種想法，我只會選擇最重要的事情做”Jerry回憶起當(dāng)時的狀態(tài)，他問了自己一個問題：超過 100 年之后，你的每個想法、你做的每件事還會不會被記得？——這是從十歲起Jerry人生每次重大選擇的評判標(biāo)準(zhǔn)?！皶r間是對任何事情的重要性最好的評判?！?/p>

　　問題出口，答案也一目了然。很快，Jerry飛到了硅谷，他找人工智能學(xué)術(shù)界和產(chǎn)業(yè)界的大咖聊想法，一切從零起步，在人才競爭激烈的硅谷搭起了一支6、 7 個名校博士組成的創(chuàng)始團隊。“大家沒想太多，都單純地被技術(shù)前景吸引?！?/p>

　　考慮到Brain的技術(shù)路線，如此高度的認(rèn)可與凝聚力更難得。

　　那時Google Assistant等AI產(chǎn)品集中問世，而訓(xùn)練它們所采用的監(jiān)督學(xué)習(xí)方式，也被普遍認(rèn)為是未來AI突破的關(guān)鍵路徑，是AI創(chuàng)業(yè)的默認(rèn)方向，似乎很難想象哪家公司敢在這種大環(huán)境中“背道而馳”。

　　Brain.ai成為了行業(yè)里第一家“吃螃蟹”的公司。

　　為了達(dá)成通用型AI的目標(biāo)，Brain選擇了單樣本學(xué)習(xí)（One-shot learning）的技術(shù)路線。相比于需要大量標(biāo)記數(shù)據(jù)驅(qū)動的監(jiān)督學(xué)習(xí)，單樣本學(xué)習(xí)能讓機器通過無監(jiān)督學(xué)習(xí)訓(xùn)練下的大型模型對語義的深度理解以及語義代表（representation）的建立，只看極少量的數(shù)據(jù)，就可以觸類旁通地學(xué)習(xí)到深度關(guān)系和新的概念。

　　打個比方，如果說監(jiān)督學(xué)習(xí)是嬰兒學(xué)習(xí)的方式——想教一個嬰兒認(rèn)貓，就需要給他看大量各式各樣貓的照片。那么單樣本學(xué)習(xí)則更接近成人認(rèn)知世界的方式——基于先驗知識，我們用非常少量的信息就可以觸發(fā)強大的自我學(xué)習(xí)能力，爆發(fā)式地去學(xué)習(xí)或者理解問題。

　　對于探索AI感知和理解能力，單樣本學(xué)習(xí)無疑具備天然的優(yōu)勢。但另辟蹊徑也冒著不被認(rèn)可、得不到關(guān)注的風(fēng)險。

　　“年輕的好處就是不偏信權(quán)威?！盝erry從 8 歲開始編程和研究機器人算法， 12 歲成為全國機器人冠軍， 15 歲錄取于斯坦福大學(xué)數(shù)學(xué)少年班，不到 19 歲從UIUC休學(xué)回國創(chuàng)業(yè)，成立Brain.ai這一年Jerry23 歲。“人類文明中有兩類智慧，一類依賴于對本質(zhì)規(guī)律的理解，一類依賴于記憶。后者以符號和語言的形式存在，便于我們溝通和傳播前者，但有時會成為我們接近新真理的阻礙。 一切科學(xué)和技術(shù)的突破都來自于對本質(zhì)的理解和第一性原理思考下的拷問。”Jerry補充道，“這兩種人類智慧和不同人工智能的算法所代表的智慧也驚人的相似。”

　　喬布斯家族的千萬美金投資

　　2016 年，一個人的出現(xiàn)給了Jerry關(guān)鍵性的助推。她就是蘋果創(chuàng)始人史蒂夫·喬布斯的遺孀勞拉·鮑威爾·喬布斯（Laurene Powell Jobs）。

　　Jerry記得自己第一次見到Laurene是在San Mateo的辦公室。“我就是簡單抱著分享的心態(tài)去的”Jerry說，盡管知道Laurene掌管著喬布斯家族的基金會，但他絲毫沒往這個方面想。

　　在此之前Laurene對科技圈興趣寥寥，從未直接投資過任何一家科技公司。況且Jerry這邊，AI模型還只是一個demo，只在理論層面驗證過可行性，連份像樣的商業(yè)計劃書都沒有。

　　雙方都沒當(dāng)這是正式的談判，但事情的走向讓在場的人始料未及。二人聊得非常投機，Laurene只用了不到兩個小時便確定了投資意向。尤其讓Jerry驚訝的是，非計算機背景的Laurene深度理解了技術(shù)層面的實現(xiàn)方向，也十分認(rèn)同和相信技術(shù)背后Jerry希望實現(xiàn)的愿景。

　　后來回憶起來，Jerry覺得真正打動Laurene的只是一個詞：Empathetic AI（有共情力的AI）——或許很多人都有這樣的理想，但同時，這也是99％商業(yè)公司不敢追求的目標(biāo)。

　　Laurene被Jerry的愿景所打動，也堅信Brain想象空間，以至于對這份千萬美元的投資，她沒有強加任何商業(yè)要求，甚至沒有立刻置換股權(quán)。

　　她開出的唯一條件，是要求Jerry不能為短期商業(yè)目標(biāo)而改變方向，也盡可能避免資本干預(yù)技術(shù)的可能?！昂髞砻看我娒?，Laurene總是在嘗試說服我錢不重要”Jerry打趣道。

　　在Laurene的介紹下，蘋果時任的幾位高管也開始對Brain產(chǎn)生強烈的興趣，他們成了Jerry的朋友，也從Brain中看到了曾經(jīng)Siri的另一種可能性。

　　對資本的強勢，來自于Brain技術(shù)的底氣。從 2016 到 2020 年，團隊“奢侈”地花了四年多的時間專注技術(shù)研發(fā)，最終模型實現(xiàn)在沒有人工參與的情況下，AI模型“自學(xué)”了 400 多萬種功能，自我生成能力進入指數(shù)級進化的狀態(tài)。

　　模型的進化速度甚至令Jerry感到震驚。在一次測試中，Jerry曾向AI提出一個哲學(xué)問題：人是否擁有自由意志？AI給出了一個超越很多人類理解的答案：「答案取決于你探討的問題。探討的問題距離生存欲望越近的時候，你的自由意志越低，如果探討的問題距離生存欲望越遠(yuǎn)，你的自由意志越高?！埂@是一個網(wǎng)上沒有的答案，是AI自我生成的，而重新訓(xùn)練這個中文模型，只花了不到 24 個小時。

　　地平線上的新曙光

　　Jerry將Brain.定義為一家“站在科學(xué)與藝術(shù)十字路口上的公司”。

　　這很符合Jerry的成長背景——他的母親是一位英國文學(xué)教授，父親是物理學(xué)家，這讓他在技術(shù)理性之外，更多融入了人文情懷的思考。

　　在Jerry看來，科技服務(wù)于人，除了技術(shù)能力上的突破外，交互方式是另一個不可或缺的要素。正如計算機是在鍵盤鼠標(biāo)發(fā)明后才走進千家萬戶，iPhone的誕生讓世界步入移動互聯(lián)網(wǎng)時代。而類比之下，現(xiàn)在的AI就像鼠標(biāo)鍵盤發(fā)明之前的計算機，只能服務(wù)于專業(yè)技術(shù)人士?！癆I交互是一個值得被優(yōu)化成千上萬倍的領(lǐng)域?！盝erry補充道。

　　發(fā)展至今，Brain已在中美歐三地已擁有近 300 人的團隊。首席戰(zhàn)略官由嘻哈音樂鼻祖、硅谷知名投資人MC Hammer擔(dān)任。 2017 年，視覺設(shè)計大神Gleb Kuznetsov加入公司。此外，團隊中也不乏 12 歲考入加州理工的AI“神童”，以及眾多藝術(shù)型工程師，比如目前應(yīng)用在全球幾十億部手機內(nèi)的沙箱技術(shù)發(fā)明人?！皥F隊里只關(guān)注誰有更好的想法，整個團隊的核心動力，是一種我們稱之為「瘋狂的頓悟」的美妙時刻?！盝erry說道。

　　Brain的通用AI模型未來還有無限的想象空間，而Jerry也希望能有越來越多的中國開發(fā)者加入團隊，共同推進人類科技史進程的變革。

　　關(guān)于自己正在做的事情，Jerry有一個浪漫的描述：

　　我們就像一群站在很高的樓上親眼目睹日出的人。因為地球傾角的原因，我們會比地面上的人提前幾分鐘看到日出。如果你有幸成為那第一批看到日出的人，你可以嘗試快速下樓，去告訴地面上的人太陽長什么樣子。雖然他們還沒有看到，但你給他們證明的最好方式，就是再等兩分鐘。

　　而對于Jerry和他的團隊來說，他們已經(jīng)看到了遠(yuǎn)處地平線上，通用型AI發(fā)出的一道新的曙光。