新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】获取 AI 人才，“收购”是一条捷径。Uber 日前成功收购神秘的深度学习初创公司 Geometric Intelligence，并组成一个专门的 AI 团队 Uber AI Lab 进行 AI 基础研究以及为 Uber 的自动驾驶汽车助力。Uber 将在 Geometric 的助力下从一家出行公司变身 AI 科技巨头吗？

　　Uber 宣布收购 Geometric Intelligence，一家号称要超越谷歌、Facebook 等互联网巨头的深度学习系统的 AI 初创公司。虽然这家小小的 AI 实验室已被雄心勃勃的 Uber 收购，其对它的技术的真实样貌仍然缄口不言。

　　Geometric Intelligence 的两位创始人分别是纽约大学心理学家 Gary Marcus 和剑桥大学信息工程教授 Zoubin Ghahramani，公司拥有跨学术领域的13位研究人员。这家一共15名员工的创业公司中的14人将迁往 Uber 总部所在的旧金山，为 Uber 组建一个 AI 实验室。而创始人之一、同时也是该公司的核心技术的最主要负责人的 Ghahramani 则将留在剑桥，但要拿出一半的时间为 Uber 工作。该并购交易的具体条款未公开。

　　Uber 在从卡内基梅隆大学挖走40名研究员和科学家后，在匹兹堡建了一个自动驾驶汽车实验室，最近还收购了位于旧金山的自动驾驶汽车公司 Otto。但是，Geometric Intelligence 组成的实验室将定位为一个通用人工智能实验室，其探索的技术将不局限于自动驾驶。该实验室的运作方式将类似于 Google Brain 或 Facebook 的 FAIR 实验室。

　　Uber 首席产品官 Jeff Holden 说：“展望未来，人工智能将出现阶跃式的变化，进而影响商业模式和商业机会。”Jeff Holden 负责该公司的未来技术部署，Geometric Intelligence 的收购正是他个人推动的。他说：“我们非常希望成为那样的未来的参与者。”

　　艾伦 AI 研究所 CEO Oren Etzioni 称这项交易是“真正的好事”，虽然 Marcus 从前曾经在艾伦研究所留居过，但 Etzioni 说他从来没能了解 Geometric 的技术。AI 圈子的其他人也是如此。

　　亚马逊策略

　　无论 Uber 是看中了 Geometric Intelligence 的什么，这次收购就是 Etzioni 所说的“亚马逊策略”的一个例子。正如亚马逊将其自己从一个线上书商转变为一个云计算为主导的公司（云计算或许将成为该公司最能盈利的业务），Uber 也正在从一个叫车服务公司转变为一个拥有自动驾驶汽车和卡车，核心机器学习技术，甚至飞行汽车的科技公司。Etzioni 说：“他们正在把自己重塑成一个 AI 公司，他们想加入 Big Four 的行列。”他指的 Big Four 是谷歌、亚马逊、Facebook和苹果公司。

　　实际上，上述四大公司都已经建立了专门的 AI 团队，而且多数情况下也是通过收购机器学习创业公司来充实军力的。谷歌在2013年收购了 DNNresearch，得到了深度学习方面的大牛 Jeoff Hinton，次年又以4亿英镑的巨额收购了位于伦敦的 DeepMind。Facebook 挖来了深度学习的另一位元老 Yann LeCun，而苹果也在今年接连收购了数家机器学习初创公司。其他大科技公司，包括三星、Salesforce 和 GE，在最近几个月也纷纷建立自己的 AI 实验室。这是一个极端的卖方市场，而 Geometric Intelligence 的定位很正确。

　　这家位于纽约的创业公司拥有可能被大型公司收购的所有标志。Marcus 称，该公司已经申请了至少一项专利。但公司没有发表过研究结果或推出过产品。它所拥有的是一支由15名研究人员组成的团队，正是这支团队对 Uber 来说非常有吸引力。这支团队的研究人员包括专注认知科学和概率规划的斯坦福大学教授 Noah Goodman，以及深度神经网络方面的专家，j2直播，研究“自愈”机器人的怀俄明大学的 Jeff Clune。

　　并非 Marcus 对其公司的技术保持神秘。深度神经网络——能够通过分析大量数据来学习各种任务的模式识别系统——已经重塑了谷歌、Facebook这些企业。深度神经网络能够识别照片中的面孔，理解你向智能手机下达的指令，等等。但 Marcus 将深度神经网络描述为一种非常局限的技术，因为训练这些网络所需的大量数据并不总是可得的。他说，Geometric Intelligence 正在开发的是能够使用远少得多的数据来训练网络的技术。