本港台开奖现场直播 j2开奖直播报码现场
当前位置: 新闻频道 > IT新闻 >

wzatv:【图】重磅 | 微软收购NLP明星公司Maluuba,Bengio将成为微软顾问

时间:2017-01-15 11:26来源:118图库 作者:118开奖 点击:
参与:微胖、李泽南、朱思颖 2017 年 1 月 13 日,微软宣布收购加拿大初创公司 Maluuba。Maluuba 由加滑铁卢大学毕业生 Kaheer Suleman 和 Sam Pasupalak 所创,关注服务于通用人工智能的自然语

参与:微胖、李泽南、朱思颖

2017 年 1 月 13 日,微软宣布收购加拿大初创公司 MaluubaMaluuba 由加滑铁卢大学毕业生 Kaheer Suleman 和 Sam Pasupalak 所创,关注服务于通用人工智能的自然语言处理研究。在此次收购中,担任 Maluuba 顾问的 Yoshua Bengio 也同时与微软达成了协议,进而成为微软的顾问。目前该交易的金额尚未披露。

  

wzatv:【图】重磅 | 微软收购NLP明星公司Maluuba,Bengio将成为微软顾问

公司背景

加拿大滑铁卢大学(University of Waterloo)以计算机学科闻名,2011 年 8 月 18 日,学校在读研究生 Kaheer Suleman 发明了一款智能程序,取名 Maluuba。同年,他与几位同学创立了 Maluuba 公司,他们最初的想法是做一款智能语音旅行工具,用户可以通过语音搜寻航班。

2012 年 2 月,Maluuba 从三星风投获得 200 万美元种子轮投资。半年后,他们的第一款产品出现在公众视野中,这款程序能把用户的语音请求转化为有用的信息或行动。虽然不少媒体将之称为「Android 平台的 Siri」,但 Maluuba 的初衷却是要挑战 Siri,而后续发展也表明,Maluuba 的确比 Siri 更出色。

Maluuba 通过绑定第三方服务来实现语音助手功能。2012 年 11 月,公司对外发布了自然语音处理 API 接口,移动开发者可以在自己的应用中添加类似 Siri 的语音处理功能。2012 年 12 月份推出了语音购物功能,用户可以通过语音进行购物。在语音助手领域,Maluuba 的步伐比较快。

2013 年,随着越来越多消费类电子产品公司和设备制造商乐于将一些新技术融入自己产品,Maluuba 也加快了与智能手机、电视、自动驾驶汽车等公司的合作。比如,LG 旗舰 G 系列手机的 voicemate 应用就采用了 Maluuba 的技术。2013 年 2 月,Maluuba 正式宣布向 Windows Phone 平台迁移。Maluuba 的 Windows Phone 8 版本拥有 Android 版本的大部分功能,例如可以搜索餐馆、影院、新闻和企业(以及进行语音购物)、设置闹钟、提醒和会议安排、打电话、发短信和邮件、指示方向和天气,甚至还集成了 Outlook 日历。

Maluuba 最初愿景是想让机器拥有人类水平的理解力。人工智能面临的重大挑战之一就是那些缺乏大规模标记数据集的领域,或者难以对相关环境进行较好模拟的领域。语言就是一个很好例子。互联网上包含有无穷无尽的网页,但上面全都是文字,没有一个地方找得到以机器能够理解的形式所书写的关于这些文字意思的内容。因此,机器学会阅读将是人工智能在处理和理解人类语言进程中一个里程碑式事件,也是一个真正人工智能必须达到的标准。

不过,Maluuba 成立之初就认识到,深度强化学习的基础研究和技术成熟尚需时日。2014 年,时机趋于成熟。标志性事件就是 DeepMind 采用了深度学习技术的人工智能程序在无需监督的情况下,就可以掌握多种电子游戏。

2015 年 8 月,Maluuba 融资 900 万加元(A 轮)用于进一步推进深度学习研究。同年 12 月,Maluuba 在深度学习重镇——加拿大蒙特利尔开设了一个新的研发实验室(有 13 名深度学习研究人员,负责人是公司 CTO Kaheer Suleman)。Maluuba 关注机器学习中的两个细分研究领域:对话和机器理解。同时,像 Maluuba 也更关心研发解决通用问题的人工智能,对解决真实世界问题更感兴趣。他们相信自己能找出更好的人机交互方式,并与蒙特利尔大学教授、人工智能专家 Yoshua Bengio 和阿尔伯塔大学教授、强化学习专家 Richard Sutton 等展开合作。

目前,全世界已有超过 5000 万台移动电子设备(比如,智能手机、自动驾驶汽车等)采用了 Maluuba 的自然语言处理服务。

重要成果:EpiReader

2016 年 3 月,Maluuba 登上新闻头条。研究人员发布论文(),介绍了他们最新的进展。论文描述了一个能够阅读几百个童话故事的算法。训练结束后,该算法可以正确地回答算法并不熟悉文本的多选题,准确率超过 70%。研究人员还在《哈利波特和魔法石》上进行测试,该算法能够以近似的准确率回答相关文本问题。这一成绩超过当时最好的神经网络方法 15%,也比当时最好的特征工程解决方案好 2%。Yoshua Bengio 说:「从数字上看,这是一次大的飞跃。」

4 月,Maluuba 将一段技术演示视频放上了 YouTube,视频中的人工智能机器人 Marcy 在阅读了第五季《权利的游戏》梗概后,马上领会了故事的复杂情节。好比对这部美剧一无所知的普通人在简单阅读维基百科剧情介绍后,立刻弄懂了整个故事。

(责任编辑:本港台直播)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
推荐内容