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。”

(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。

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。”