起底Uber旧金山AI实验室 一切为了生意!

智东西(公众号:zhidxcom)
编 | 海中天

你也许会认为Uber已经在AI竞赛中落后了,错,它可没有落后。

在过去一年里,Uber不断加大AI投入,例如,2016年12月Uber收购Geometric Intelligence,这家公司是纽约大学孵化的AI创业公司。为什么Uber需要AI技术呢?因为它想让业务变得更“智能”,这些业务包括打车、食品配送、自动驾驶汽车等等,它要与Alphabet、亚马逊、Lyft竞争。

收购之后Geometric Intelligence离开纽约,于2017年3月迁到Uber旧金山总部。Geometric Intelligence CEO加里·马库斯(Gary Marcus)在公司收购之后没过几个月就离开了,Uber提拔另一名联合创始人佐宾·葛拉曼尼(Zoubin Ghahramani),让他掌管新成立的实验室。

葛拉曼尼说,自此之后实验室的规模翻倍,员工数量达到30人左右,不过Uber在全球有员工1.6万人。后来,葛拉曼尼对团队结构进行调整,尽力避开一些问题,大型科技公司运营研发机构时往往会碰到不少问题。

之前葛拉曼尼曾是微软研究院的顾问。葛拉曼尼说:“在过去许多年里,我曾以学者的身份与许多公司交流过,看到许多企业将研究当成副业,研发与核心业务没有关系,这点让许多企业感到困惑。”

起底Uber旧金山AI实验室 一切为了生意!

(Zoubin Ghahramani)

两个项目:核心与连接

为了避免让研发沦为“副业”,Uber实验室将两个项目设为主项目:一是核心项目,一是连接项目。

核心项目的使命就是推动基础AI向前发展,许多企业AI集团也会关注这一领域。至于连接项目就是与Uber其它部门合作。

例如,Uber在许多城市推出打车服务,它是Uber的核心业务,实验室要为打车业务找到最佳运营方法。除此之外,Uber还运营Uber Eats业务,准备食品、配送食品需要多长时间?实验室也要担起部分责任。葛拉曼尼还说,实验室要帮助Uber客服部门实现自动化运营,为自动驾驶汽车团队提供支持。

“真是讽刺,在我的整个学术生涯中,所有时间都用来与学者交流、发表论文,我的时间主要是在大学度过的。”葛拉曼尼说,“如果能够以积极的方式对未来世界造成巨大影响,我会感到很兴奋的。这件事主要通过连接项目和Uber业务来完成。”

与此同时,Uber AI研究人员仍然是高度集中的。Pinterest会安排AI研究人员进入其它团队,Uber没有这样做。实验室划入Uber先进项目部,该部门负责开发未来产品。

为了招募人才,Uber发表研究报告,每个人都可以参阅,贡献自己的智慧。几天前,实验室又向前迈出一步,它以开源方式发布一个免费软件,之前实验室没有这样做过。

软件名叫Pyro,Uber用它预测打车供需,提前预测。Pyro在PyTorch之上运行,PyTorch是一个AI开源框架,Facebook开发的,年初正式开放。研究人员还将Pyro带到Uber财务部门,预测未来几周甚至几个月Uber的业务发展趋势。

事实上,Uber业务基本上是以物理世界作为基础搭建的,不是纯粹依赖软件或者互联网。

葛拉曼尼解释说,Uber深入物理世界,实时反映物理世界,要处理移动、自动驾驶之类的事情,需要解决AI、感知科学、机器学习等问题,难度很大,解决的方法完全不同,与那些通过浏览器及类似产品与人互动的企业不同。葛拉曼尼认为物理世界是相当复杂的,它会让公司所做的事变得更复杂。

起底Uber旧金山AI实验室 一切为了生意!

什么是Pyro

不久前,Uber向其它企业分享自动驾驶和AI研发成果,它推出一种新的程序语言,也就是Pyro,目标是帮助开发者为AI研究开发概率模型。

Pyro是Uber AI实验室的第一个公开项目,有了Uber技术,训练计算机并让计算机推断结果会变得更容易。Uber AI实验室成员、斯坦福研究人员哥德曼(Noah Goodman)在博客中介绍说:“Pyro是一个深度概念模型开发工具,它将最棒的现代深度学习技术与贝叶斯模型结合在一起。”

AI研发成本越来越高,只有少数企业有希望站在最前沿,Uber已经融资几十亿美元,它希望自己能抢占最佳位置,从自动驾驶革命中获益。

Pyro是根据Python、PyTorch开发的,开发者可以用它开发特定概率模型。一旦与强大的计算机结合,这些模型就会成为深度学习的基础。

哥德曼还说:“在Pyro平台内,概念模型与推理指导都可以将深度神经网络纳入进去,将它作为平台的一部分。正因如此,在最近的研发工作中深度概率模型才会大放异彩,解决无人监督和半监督机器学习问题时更是作用明显。”

起底Uber旧金山AI实验室 一切为了生意!