| 大西洋月刊采访Palm的创始人Jeff Hawkins，谈论神经学、大数据和人工智能的未来。 几十年来Jeff Hawkins一直过着双重生活，一方面是第一个成功的移动设备公司Palm的联合创始人，另一方面他在业余时间研究人的大脑。没有了学术界的条条框框，使他能够在同时涉足神经科学和电子科技的情况下来理解大脑认知。他向我们描述了他在人工智能上的最新产品——Grok（正式名称为Numenta）。
ALEXIS MADRIGAL: Grok是什么？JEFF HAWKINS: Grok是一款帮助企业自动应对数据流的软件。它的方法是在机器产生的数据中找到规律并做出预测。例如，它可以通过智能电表来预测能源需求，或是从复杂机械的数据中预测出设备的可靠程度。这种科技是建立在人类智能的基础上的。 AM：那么它是如何运作的？JH：Grok会自我学习，它可以在没有人类干预的情况下自己找到数据规律。当数据流进入Grok时，它会自动像人类分析师一样为数据建立模型，方法是通过理解哪条数据流是有用的，试着对数据进行描绘，并通过调整复杂算法参数来改善结果。由于Grok是完全自动的，所以对处理成千上万的数据流来说是个理想的选择。Grok同时也会不断学习。不像多数其它的数据分析技术，Grok会从每一个数据点中学习，而不必重新接受训练。分析师完全不需要自己决定什么时候把模型下线，什么时候升级模型。 AM：现在的人多数是怎么处理数据的？JH：现在多数人是把数据放入一个大数据库，然后分析它们之间的关系。例如Facebook有10亿用户，而你希望知道对其中20%的用户应该投放什么广告，这样你就需要有一个大模型来处理这些数据。我们的做法不一样，例如有10000个智能电表，而他们想知道两个小时后的能源消耗量，我们会为此建立10000个模型。这是数据分析师做不到的。如果你想为工厂里的每一台机器建立模型，为风力发电场的每一个风车建立模型的话，就离不开自动化。我们建立很多小模型——这是数据处理的未来。 多数先进的数据分析需要用到大量的专家对数据进行分批处理，数据在某一时间段被收集起来，然后分成若干大块进行处理。这个过程会很慢，而且随着世界的改变也很难应用到更广的范围。它还要用到昂贵的大数据库，在日常运行和大规模数据转移方面很复杂。而Grok像你的大脑一样，是一个流的系统。数据只要通过Grok，它就能做出预测，而且它的运作不需要存储数据。在成千上万台设备同时产生亿万条数据流的情况下，有能力找出其中最重要的一条是个巨大优势。 在工业领域，有一些更基础的方法，例如盯着一个传感器来确保它不会超过某个值，被用来监控设备并发出警报。这些方法有它们的局限：等到警报拉响时可能就太晚了，而不同的机器也可能有不同的标准。 Grok可以让之前需要手动调整的处理过程进行自动处理。系统加热或是降温可以智能调节。应用程序可以根据负载情况在不同的服务器之间迁移，可以改变网络流量的的传输路径。重型机械一般会发布警报并提供应对措施建议。Grok让你可以抢先预测到问题，而不是事后应对。 AM：Grok还可以用在哪些领域呢？JH：可以用来预测异常情况。这种预测就像是对正在播放的嘈杂旋律中的每一条进行识别，如果有一条不同，就会发出警报。在信用卡和安全领域有很多人需要异常情况预测。当然，异常情况就是预测的反面——如果你没有正确做出预测，就成了异常情况。 |
