0
| 本文作者： 奕欣 | 2017-01-18 15:07 |
NASA 在 2010 年敲响了 Neurala 的大门。这家 2006 年成立于波士顿的人工智能公司，收到了来自美国航天局的邀请：他们希望创始人 Versace 能协同同事们开发一个机器探测车软件，能够在火星上进行自动化探索。
Versace 在 2006 年刚拿到他的博士学位，致力于研究硬件的局限性对人工智能造成的延迟及影响。这也让他联同 Anatoly Gorshechnikov 与 Heather Ames 一同研究 GPU 在人工智能的可行性。当时他们拿下了支持神经网络的 GPU 的相关专利，并建立了 Neurala 公司。「当我们在餐巾纸上写下专利灵感之时，我们也没有想过能在未来某天把它带给消费者，天知道经历了些什么！」
NASA 的野心并不容易实现，目前火星探测车在计算能力、沟通及能源问题上还存在很多局限。NASA 工程师们希望利用的人工智能能具备以下特点：只通过低端摄像机拍下的图像探索火星上的不同环境。更重要的是，这样的 AI 软件需要只在一个简单的 GPU 上运行。
雷锋网此处要顺带一提了，我们都知道人工智能系统对处理器的性能要求还是挺高的，更何况是要适应太空探索这样高难度的项目。但在六年后，Neurala 已经开始测试为 NASA 研发的这款 AI「大脑」，并希望在数月后正式与消费者见面。
目前 Neurala 已经获得了 1400 万美元的 A 轮融资，虽然它一开始致力于开发火星的 AI 技术，不过现在也计划「落地」，将他们的技术成果应用于地球上。
与 NASA 的火星探测车一样，高速无人机或是自动驾驶汽车能够采用 AI 系统很快地检测到周边环境的物体，并根据探测结果做出相应的决策。
Neurala 的 AI 软件目前已经完成专利申请，并实现了商业化，现在正与一些无人机公司与自动驾驶厂商洽谈视觉识别方面的合作。
Neurala 的 AI 大脑主要依赖的是深度学习于近几年的进步，并利用人工神经网络自我训练，通过多层网络处理过滤有关的数据，实现物体识别。
不过与谷歌、亚马逊及 Facebook 所做的人工智能项目不同的是，Neurala 会提供基于云计算的深度学习的工具插件与在线服务，即使用的是智能手机里的芯片，AI 系统同样也可以在上面顺利跑起来。虽然 Versace 否认他们想走专精道路，但 Neurala 的目标主要还是在边缘计算上，即依赖板载硬件，而非依赖中央系统。
「比起在云端，在本地训练数据更具依赖性，也更富创新感。我们希望为消费者提供一个完整的、端到端的方案，解决从导航、避障到图像处理领域的问题。而且，我们希望这些都能在设备上一条龙实现，而不是依赖服务器来处理。」
目前 ARM 及英特尔都对边缘计算虎视眈眈，雷锋网了解到，他们去年年底还联合华为、通软动力及中国科学院沈阳自动化研究所、中国信息通信研究院组建了边缘计算产业联盟 (Edge Computing Consortium，简称 ECC)。但 Versace 对于巨头的入局似乎并不担忧，表示目前深度学习在边缘计算上的高效专注投入能够让软件适配上述的多家厂家的标准处理器。
无人机行业也让 Neurala 在市场中站稳了脚跟。通过软件开发包，Neurala 顺利在不少公司间积累了合作，比如 Teal Drones 就在无人机产品上采用了他们家的软件，Parrot 与 Neurala 也有着多年的深度合作。在 2016 年年底，Neurala 获得了 1370 万美元的投资。
此外，Neurala 也在自动驾驶汽车达成了不少合作，但副总裁 Roger Matus 表示目前还不方便透露合作厂商，但搭载的软件能够帮助汽车实时识别路人及道路标识，并已经成功进行了道路测试。而作为方案提供商，Neurala 的 AI 解决方案也为摩托罗拉提供了火警及报警部门方面的紧急情况反馈。
Matus 表示，目前 Neurala 计划将深度学习 AI 应用于机器人玩具及家用机器人中。「想象一下，一个家庭机器人能够知道是哪位家庭成员在下达指令，而且在提出『给我一听啤酒』时知道啤酒是什么东西。」他还补充道，实际上这一场景的实现需要机器与用户达成快速流畅的交互，但目前云系统还不能保证这一功能。
via IEEE Spectrum，雷锋网编译
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
