近日，機器之心獲悉，以「小資料、大任務」為技術正規化的暗物智慧科技（以下簡稱「DMAI」）已完成數千萬美元 Pre-A 輪融資，其致力於打造新一代基於強認知的人工智慧技術平臺，並賦能垂直行業。本輪融資由賽領領投，IDG、鼎暉、高捷、將門等知名投資機構共同參與投資。值得關注的是，這家強認知 AI 平臺公司是由全球著名計算機視覺專家、統計與應用數學家、人工智慧專家朱松純教授創辦。具有強認知能力的 AI 技術為何能獲得資本青睞？人工智慧的未來將何去何從？
AI 變局時代的機遇和挑戰
深度學習的興起讓人工智慧迎來了它的高光時刻。
AI 從科幻電影全面走進日常生活——它是能解放我們雙手的機器人，它是能聽說讀寫的翻譯程式，它是能看到並「認出」我們的人臉識別技術，它也是能和職業圍棋手、專業遊戲選手對戰的頂尖高手……計算機智慧超越人類的「奇點時刻」似乎正在逼近。
然而，目前讓機器人隨機應變地抓取固定物體都是極其困難的任務，而如果讓機器人進入救災現場，它們可能會被電纜纏得無法動彈，更遑論取代專業的消防員。顯而易見，我們距離真正的人工智慧還有一段距離。
從當下人工智慧的發展現狀看，大多數研究和產品還在採用大資料分析和深度學習方法，往往針對某個特定任務，用大量資料訓練特定模型，屬於「大資料、小任務」的技術正規化。
其實，早在 2005 年，朱松純教授就領銜成立了國內首個非營利性的研究機構——蓮花山計算機視覺研究院，並籌建了世界上最早的大資料標註團隊，釋出了精細化程度最高、語義資訊最豐富的大規模資料庫 LHI Dataset。其標註的廣度和精細程度為世界領先，並推動了計算機視覺的物體識別和影像解譯任務的發展。
蓮花山計算機視覺研究院研討會合照，圖源：百度百科
2005 年到 2009 年，這個大咖雲集的研究院受到了學術界的廣泛關注，期間多次舉辦大型前沿學術講習班及國際學術會議，也吸引了一大批國內年輕學者交流訪問，其中不少人在日後都成長為計算機視覺與人工智慧領域的頂級專家。
在 2005 年的蓮花山計算機視覺研究院首場研討會中，參會人員包括後來為大量影像資料收集與標註做出突出貢獻的多位著名科學家，如 Berkeley 影像分割資料庫原創者 David Martin（上圖 1 排左 4），MIT 教授、LabelMe 資料庫的原創者 Antonio Torralba（上圖 2 排右 3），Stanford 教授、前谷歌雲人工智慧和機器學習首席科學家李飛飛（上圖 3 排右 5）等。
在此期間，也湧現出一大批具有重大影響力的成果。如朱松純教授與團隊提出了第一個基於影像內容解析的文字描述生成計算框架, 該論文發表於 Proceedings of the IEEE，並被 MIT Technology Review 專門報導。
也正是在做資料標註的過程中，朱松純及其團隊發現了人工智慧研究領域的新課題——無論窮盡多少資料，機器都無法解釋物體和場景的物理屬性、使用功能、行為因果和人的意圖及價值觀等。於是，在 2008 年，朱松純便帶領其團隊轉向人工智慧認知領域的研究，專注於視覺常識的建模與物理、社會常識，並引領了美國人工智慧跨學科研究方向。
為什麼現在的聊天機器人往往是在「扯白」？因為在語言產生之前，人類就已經具備豐富的認知基礎，但目前機器人顯然缺乏這種「常識」，缺乏對外部世界的感知、對運動的因果推理。
視覺常識和認知推理可能是未來人工智慧需要跨越的最大障礙。針對深度學習缺乏泛化、解釋等種種弊端，美國相關高等研究機構於 2018 年 9 月宣佈開發下一代人工智慧技術, 旨在提高人工智慧的先進性，使新一代機器學習獲得類似人類的交流與推理能力，有能力識別新的場景和環境並加以適應。
需要澄清的是，人工智慧並不等於深度學習。自 1980 年代以來，人工智慧經歷了計算機視覺、認知科學、自然語言理解和多模態對話、機器學習、機器人及博弈理論六大學科「百家爭鳴」的時期，正處於機遇和挑戰並存的大變革時代。在人工智慧領域深度學習同質化競爭愈演愈烈的當下，新的技術理論突破或許才是破局的關鍵。
勇闖行業「無人區」的開拓者
當科學界、工業界就此展開熱烈討論之時，已經有人邁出了第一步。2017 年，蓮花山研究院團隊的幾位主力再次聚首，並創辦了 DMAI。
DMAI 在國際上率先提出顛覆性的「小資料、大任務」技術正規化，致力於研究可解釋、可追溯、安全穩定和可以自我診斷的新一代 AI 技術，而求解的關鍵在於挖掘「暗物質」。
現代物理學界的主流觀點認為，宇宙中存在不可見的物質——暗物質。宇宙間可探測的物質與能量只佔 5%，其餘 95% 的暗物質與暗能量雖至今還無法觀測，卻蘊含了宇宙存在和演化的奧秘。
與此類似，在人工智慧領域也存在「暗物質」，如物體功效、因果鏈條、行為動機、價值決策、內心認知等關乎智慧體存在發展的大量「常識」，是現階段人工智慧領域尚待探索的「無人區」。
如今，DMAI 正透過挖掘人工智慧領域的「暗物質」，在「小資料」的基礎上實現「大任務」，並朝著真正高階的人工智慧之路邁進。
多年來，DMAI 的創始團隊在人工智慧領域已有深厚的研究沉澱，並在這條探尋之路上攻堅克難，而今終於迎來融合六大學科的「大一統」曙光。
這無疑是一條極少有人走的路，尤其在網際網路行業緊縮、貿易保護主義盛行、行業壁壘重重的當下，作為逆流而上的開拓者，DMAI 註定要面臨更多的挑戰。儘管如此，DMAI 並沒有選擇做行業裡隨波逐流的追隨者，而是做勇闖行業「無人區」的開拓者。
1969 年，網際網路的第一個節點誕生在 UCLA Boelter Hall 三樓, 用七層協議實現了計算機之間的通訊。人類的發展歷程中總有一些有趣的巧合，就在同一棟建築的頂樓，朱松純教授首次提出人工智慧的五層認知架構，旨在實現機器與人類在多模態下的通訊與交流。該構架也將進一步打通網際網路與社交網路，達到人機共生共存的目標。
值得注意的是，這一顛覆性的技術正規化背後，是國際頂級的人工智慧研發團隊。DMAI 自成立伊始就帶著「國際化」的基因——公司目前擁有美國洛杉磯和中國廣州雙中心，研發團隊主要由來自 UCLA、CMU、英國劍橋大學、倫敦大學等頂級名校的知名科學家以及來自谷歌、微軟等世界五百強科技企業的資深工程師組成。核心成員長期從事人工智慧基礎和底層技術研究。
人工智慧行業技術門檻高，AI 人才尤其是高階人才一直是高度稀缺資源，也是谷歌、微軟、國內 BAT 等巨頭佈局 AI 的「必爭之地」。而行業在評估 AI 創業團隊的實力時，除了成員學歷背景，其學術成果更是關鍵指標。
DMAI 的創始及研發團隊迄今在計算機視覺、自然語言理解、機器學習、大資料等各領域頂級期刊和會議發表原創性學術論文 500 餘篇，擁有國際/國家發明專利近百項，數十次摘得國際國內學術或科研大獎。
DMAI 創始人朱松純教授於 1996 年獲哈佛大學計算機博士學位，在國際頂級期刊和會議上發表論文 260 餘篇，三次問鼎計算機視覺領域的馬爾獎，並獲得由國際認知科學學會頒發的認知建模獎、獲赫爾姆霍茨獎、國際模式識別協會 J. K. Aggarwal 獎等。（引自百度百科）
事實上，在加入 DMAI 之前，團隊中已經有不少人在各自的領域做出了出色的成績，並獲得業界和學術界的高度認可。
DMAI 大中華區執行長林倞，美國加州大學洛杉磯分校博士後，IET Fellow。林倞曾擔任商湯科技執行研發總監及研究院副院長，在人工智慧領域擁有豐富的實戰經驗，並獲得吳文俊人工智慧自然科學獎，多次領導和實施大規模高併發的 AI 應用專案，成功服務於億級別終端使用者。
DMAI 美國區 CEO Mark Nitzberg，哈佛大學計算機博士，Mark 的經驗包括：擔任加州大學伯克利分校與人共存的人工智慧研究中心 (CHAI) 執行總監；擁有 20 多年矽谷創業經驗，在矽谷創立多家 IT 公司，並被亞馬遜等成功收購。
同樣畢業於美國加州大學洛杉磯分校的趙明天，現任 DMAI 技術長，負責整體技術研發和工程方案的制定與實施。趙明天博士及博士後研究涉及基於時空與或圖的影片解譯演算法，任職谷歌期間先後擔任廣告反欺詐機器學習平臺技術主管、谷歌自主雲專案的創始成員和第一位工程師，負責最佳化谷歌雲產品和服務的可用性。
「我只是想做些更有意義的事情。」對於加入 DMAI 的初衷，趙明天給出的答案似乎過於簡單。但這背後的隱喻也再次揭示了 DMAI 的開拓者基因——大多數人都是被時代裹挾前進併為時代所改變，只有極少數的人正在嘗試用他們的智慧、勇氣、膽識引領、改變這個時代。
在逐步構建和完善通用化技術平臺的同時，DMAI 也將深耕智慧化教育、健康醫療等垂直領域，為社會和人類發展謀福祉。