日前，uber 已经对 geometric intelligence 进行全资战略收购。后者是一个由学界 ai 研究人员联合创立的 公司，它将成为 uber 旧金山总部新设立的 ai 中央实验室的核心团队。
众所周知，打车应用需要大数据分析和人工智能来改善服务。uber 在匹兹堡已经有一支精英汇聚的机器学习团队。但该团队专注于自动驾驶的相关研究。以 geometric intelligence 公司成员为核心的新团队，将开展 ai 的基础研究。这不会直接带来产品，但在将来很可能产生一系列的潜在应用，例如行车路线管理。这也是一个重要的信号：uber 想要与谷歌、苹果、微软等“传统”互联网巨头，在 ai 基础研究上竞争。这又带来一个问题：ai 基础研究的成果往往不会局限在某个领域。互联网 ai 研究的巨头们，无一不对 ai 进行“跨界”应用。uber 在将来，是否会成为一家跨界 ai 公司？或者，利用 ai 研究成果进入其他交通行业细分领域？
geometric intelligence 的创始团队包括：纽约大学认知学家 gary marcus，剑桥大学机器学习教授 zoubin ghahramani，中佛罗里达大学计算机教授 kenneth stanley 和纽约大学神经语言学博士 douglas bemis。该公司一共有 15 名雇员，包括多名高级数据工程师和人工智能学者。该收购协议的其中一项是：他们必须保持其与学界的纽带。这意味着 uber 与大学 ai 研究院之间开展合作的前景。
geometric intelligence 的当前研究聚焦于：如何用小规模数据库训练 ai 系统和代理。很多公司想方设法提高计算设备的数据处理能力和运算性能，对海量数据进行处理。uber 的新团队却想要从另一个角度解决问题：用有限的数据让 ai 更智能。这使得在没有“足够”数据支持下，快读提高 uber 基于大数据的产品服务成为可能。
uber cpo jeff holden 在博客表示，不管公司运作在哪个科技领域，都存在一个共同的挑战——“如何与现实世界进行交流的高层次智能问题”。提高基础研究的能力，无疑是面对这类 ai 挑战最有效的方式。
本文作者：三川