想让机器人更聪明？IBM正在测试人脑运算法则
十多年来，Palm创始人杰夫·霍金斯把他所有的时间和积蓄都用在了对一项理论的研究上，这项理论将能解释人脑的工作原理，为一种全新的人工智能软件提供理论基础。但是霍金斯的Numenta公司却没有对科技行业产生多大影响，即使机器学习已经在谷歌(微博)之类的公司起到了核心作用。
现在，终于有一家科技巨头对他的理论产生了兴趣。
IBM已经在其位于加州圣何塞的阿尔马登研究实验室成立了一个研究小组来研究Numenta公司的学习算法。他们将这些算法用于对卫星图像的解析并进行测试，他们还在设计一种可以能将霍金斯的设想实施于硬件的电脑。霍金斯说大概有一百人在从事该项目。这个项目的内部名称是“皮质学习中心”。
IBM不允许该项目的负责人温弗里德·威尔克（Winfried Wilcke）接受媒体的采访，但他在桑迪亚国家实验室于2月份举行的一次大会上公开描述了他的工作。他称赞Numenta的软件比其他机器学习软件更接近生物实际，能更有效地解析原始数据。专家们通常必须在使用机器学习软件之前先用示例数据对其进行训练。威尔克说Numenta的软件能让机器学习解决更多的问题。
机器学习被谷歌和其他计算机公司用于完成各种任务，比如图像分类和处理口语短语。许多研究人员都在专注于研究一项称为“深度学习”的技术，这项技术被用于训练多层人工神经元网络以寻找存在于数据里的模式，其结果引人瞩目，但是深度学习没有接近地模仿生物学。
Numenta的算法也是在网络中起作用，但是研究人员的目标是准确地再现被称为新皮质的大脑外层中大概100个神经元组成的神经回路的运作方式。
霍金斯说：“我们不仅仅是要从人脑的生物功能得到启发，我的目的是完全再现人脑的功能。”他认为大脑认识这个世界的能力来自这些神经回路。在软件上模仿这些回路将使机器学习软件变得更强大。他说：“通过这种方式我们将能创造真正的机器智能。”
威尔克在桑迪亚实验室大会上称Numenta公司已经在利用生物线索和编写实用软件之间达到了平衡。威尔克说：“我们似乎找到了一个突破点，Numenta的算法不会过于简单化，也不会太复杂，这是建立大规模模型成为了可能。”
IBM的研究小组正在研究使用Numenta的算法分析作物卫星图像，从数据中发现机械故障的早期迹象。威尔克称他们在研制能够在物理上重现Numenta的算法的新型计算机。
制造这种计算机需要把多个硅晶片堆叠起来，然后将这些硅晶片连接起来，以模仿Nementa算法中所说的网络。
但是有一些些计算机科学家和神经科学家对霍金斯的方案提出了批评，认为他的方案跟他所宣称的有出入。纽约大学心理学教授及人工智能初创公司Geometric Intelligence的联合创始人加里·马库斯（Gary Marcus）称Numenta公司的模型有可能比人工神经网络更接近大脑的运作方式，“但是，这个模型还是过于简单化。而且到目前为止，我还没有见到让人无法反驳的论据证明这些方案在任何具有重大挑战性的领域能取得更好的结果。”
马库斯说霍金斯的算法只是模仿了一些已经为人所知的工作机制，而大脑的大部分机制仍然是个谜。到目前为止，Numenta公司的技术获得的成果仍然很有限。他说：“我还没有见过他们尝试处理自然语言理解，或者在图像识别方面有什么最先进的成果。”
虽然霍金斯指出，IBM接受了他的设想就说明了其价值，但他似乎并不特别急于见到成果。他已经放弃了把2013年推出的称为Grok的软件推向市场以盈利的计划。Grok软件用于寻找云软件日志中的异常现象，霍金斯说这个软件将很快会免费公布。
Numenta公司的20名员工现在专注于完善建立于霍金斯最初理论之上的算法，重点是让软件学会控制发动机或者其他物理设备，这对机器人技术将会非常实用。霍金斯说：“我们很幸运地获得了投资，而且我本人也有一些资金，我们不必马上投入生产。我们认为是在为未来的30年打下知识产权基础。”
广告、内容合作请点这里：寻求报道
