Marcu 认为，小数据系统对于可以自主完成对话的机器人，或者自己能在公路上驾驶的汽车来说是一个关键。“在语言和无人驾驶领域，有一些问题是你绝不可能会有足够的数据，仅仅使用暴力算法就可以解决的，像深度学习一样。他在 Uber 收购 Geometric Intelligence 时说。毕竟，你不能让一辆无人驾驶车开到繁华的街道上去搜集关于如何避免事故的数据。“你买不到（这些数据），它们也根本不存在”，Marcu说。

　　Marcus 和公司的另一位联合创始人、剑桥大学信息工程系教授 Zoubin Ghahramani 目前仍不愿意讨论他们在开发的系统。这是技术领域常见的事，特别是AI 的研究中，这种神秘感创造了一种魔力般的感觉。但是，Ghahramani 也是贝叶斯主义者。他是高斯过程（Gaussian process）的研究专家，这种技术很可能在他和 Marcus 所开发的人工智能系统中扮演着重要的角色。

　　高斯过程

　　一方面，一个高斯过程，就是为确定的问题寻找最优解决方案的方法。这为另一个数学方法——贝叶斯最优奠定了基础。高斯过程已经被一些网站用于决定该显示哪些广告，或者主页看起来应该是怎么样的。Uber 已经聘请了一些专门研究高斯过程的专家，用于提升叫车服务。在谷歌，高斯过程已经被用于控制该公司的高纬度互联网气球。

　　从根本上看，高斯过程是一个用于发现非确定性的好方法。“知道未知的是一件很好的事”，爱丁堡大学的 AI 研究员 Chris Williams 说。Chris 是高斯过程和机器学习著作的联合作者。他说： “遇到置信错误（confident error）的问题是最糟糕的。”

　　Whetlab 是一家被 Twitter 于2015年收购的创业公司，在这家公司中，高斯过程提供了比设计神经网络更好的方法。设计一个神经网络是一个包含了极端试错的任务。

Adam 左一

　　你对一个软件的编码，不再是从数据的海洋中捞取结果，因为这是一个困难和耗时的任务。高斯过程和贝叶斯优化可以帮助自动完成任务。正如 WhetLab 的创始人、哈佛计算机科学家 Ryan Adams 所说的，开奖，该公司使用“机器学习来改进机器学习”。神经网络可能会遇到“置信错误”问题，在识别不确定性时，这种优化可以帮助解决这个问题。

　　Adams 已经离开 Twitter，加入了谷歌大脑。

　　一些研究者也认为，高斯过程带来的小数据的能力在实现自动化的 AI 上扮演了重要的角色。“要打造一个真正自动化的智能体，它们必须要能够快速地适应环境”, AI 初创企业 Prowler 的 CEO Vishal Chatrath 说。他和 Ghahramani 是同事。

　　“这意味着能以最高效的方法利用数据进行学习”，Chatrath 说。另外，高斯过程很容易理解。和神经网络不同，他们不受限于黑箱问题。如果发生事故，你可以追踪到根本原因。

　　不要惊慌

　　在 Prowler，Chatrath 招了三名有这一技术特长的学术研究员。这家公司的总部位于剑桥大学，这里同时也是 Ghahramani 和其他一些高斯过程和相关技术专家的大本营。这家公司正在开发能够在有大量玩家参与和其他数字世界中进行导航的 AI 系统。这是一项复杂的工作，但是他们希望能更进一步，开发出能在现实世界中导航的系统。

　　同时，亚马逊最近也聘请了一些擅长贝叶斯技术的AI 研究者，其中包括谢菲尔德大学的计算机科学家 Neil Lawrence。“不要惊慌”，Lawrence 最近在一篇博客中写道，“通过把我们的数学工具加入到新的深度学习浪潮中，我们可以保证，它们大部分都是无害的。”

　　原文：https://www.wired.com/2017/02/ai-learn-like-humans-little-uncertainty/

【寻找AI独角兽】新智元联手10大资本

启动2017创业大赛

　　AI 创业大赛由新智元与10 家主流 AI 创投机构：蓝驰创投、红杉资本中国基金、高瓴智成人工智能基金、蓝湖资本、蓝象资本、IDG资本、高榕资本、中信建投证券、明势资本、松禾远望基金携手发起，由新智元主办，北京市中关村科技园区管理委员会、中关村科技园区海淀园管理委员会支持，是一场聚合了 AI 技术领袖和投资领袖的盛会。新智元向满怀雄心的未来AI独角兽提供强大的创投资源对接机会，顶级风投 TS 等你来拿。

　　点击文章下方阅读原文，在线填写报名申请报名表。该报名表为参与评选必填资料。