Emotech：角色多重，在各跨界中都有专业水准并不是我们的用人标准，但似乎公司充满创造力，勇于改变和冒险的气氛吸引了这样的团队成员。创始人庄宏斌除了产品设计外，也是单板滑雪的狂热爱好者，在创业的巨大压力和紧迫时间下，还是会在冬季每个月去瑞士 Zermatt 峰报道；Chelsea 是科班出身的当代艺术投资专家，至今还在最大的艺术杂志《hiart》撰写专栏；Pedro 是乐队的贝斯手，还出过专辑；Pawel 热衷钢琴作曲等等

　　机器之心：对于一家聪明人聚集的人工智能公司，平时有哪些团队建设？

　　Emotech：吃吃喝喝是团队的重要娱乐之一，尤其是在伦敦美食地图 Szu 博士的领导下，这个拥有 14 国母语的超级国际化团队善于在伦敦的东区和 central 寻找各国美食，并在肉食动物和素食者之间找到平衡；宏斌、Jan、Pawel 都是单板迷，在计划冬天的集体滑雪；音乐和艺术也是团队的共同爱好，2 个钢琴，1 个古筝，1 个萨克斯风，1 个贝斯，等等。

　　娱乐之外，充电也是重要内容。公司支持团队成员相关或者不相关的学习，比如参与心理学互动研究、摄影、人工智能垮领域交流等。始终相信，没有不相关的学习，只有不断开拓未知领域，勇敢冒险，才能真正创造世界上最好的人工智能创业团队。

关于人工智能行业

机器之心：英国的很多人工智能创业公司都走上了被收购的道路，你如何看待这种现象？被收购是好事还是坏事？Emotech 未来是否走同样的路？

　　Emotech：首先很多美国的创业公司也被收购，另外很多英国人工智能公司被大公司类似 Google，Amazon 和 Apple 收购也从一个侧面反映了英国 AI 的技术积累和先进性。在去年 TechCrunch 获奖之后，我们已经收到不少来自产业基金的投资意向，但是为了最大程度的保持独立，按照我们的规划打造世界上最好的人工智能团队，生产最有趣的机器人，我们选择了现在的投资人。

　　但是，我们并不拒绝各种形式的跨界合作，开放平台与各种智能设备整合，或者 Olly 主体的特殊定制，还是人工智能软件与其他硬件厂商的合作，我们都非常乐意尝试，只要不违背我们向用户提供最好的「hands free 的人工智能体验，让用户体验更好的生活方式的原则」。

　　机器之心：Yann LeCun 说生成模型是机器学习领域过去十年最有趣的进展，你们认为近期的机器学习和人工智能有哪些重要的发展？

　　Emotech：我们非常惊喜地看到很多进展其实是硬件端带来的发展，很多解决方案是在相对简单但是通过大规模数据训练出来的模型。当然在理论方面的进展也是惊人的，比如对联结式模型机制的更深入理解所带来更优的方式优化和参数使用（例如注意力机制）；另一方面是对多模式数据的联合处理，比如结合语言和视觉数据。

　　机器之心：DeepMind 大大提升了强化学习的热度，能否请 Pedro 给没有背景的专业读者解释说明一下？

　　Emotech：大家应该比较熟悉图片分类的算法，这类算法需要判断每给定一张图片中是否有一只猫或者房子等，这样的任务是一张张图片完成但相互间不会影响。与这类算法不同，经典增强式学习的问题的例子包括让一个机器人走出迷宫或者下围棋，在这类问题里，机器人当前的每一步（左转或右转，下哪一格等）都会影响到后面的步骤，这就是增强式学习最基本的特点：解决有连续性相互影响的问题，过程中机器需要在连续性的很多步中选择正确的答案（却不知道最终结果是什么）。

　　机器之心：在对话和自然语言处理领域目前亟待解决的技术难题是哪些？

　　Emotech：绝大部分当前机器学习应用的挑战在于很多模型在特定的任务/领域可以取得非常出色的表现，但却很难应用到更广义的领域。对话，自然语言处理和语音识别也有这样的问题。当然具体来讲有很多难点需要更多的投入，比如说当多个用户用同一个设备时，需要特定的处理，再比如说，经常是即便语音识别已经达到非常高的水平，系统并不理解用户的意图或者失去对话中的当前状态；另外自然语言生成也是很有挑战的领域。