MetaMind获800万美元风投资金，揭开深度学习的神秘面纱

编者按：深度学习的概念源于人工神经网络的研究。作为人工智能的一种，“深度学习”是一个训练系统，能处理海量信息，它们来源于音频、图像和其他输入的信号，如果向这个系统展示新信息，它会以推论的形式作出反馈

编者按：深度学习的概念源于人工神经网络的研究。作为人工智能的一种，“深度学习”是一个训练系统，能处理海量信息，它们来源于音频、图像和其他输入的信号，如果向这个系统展示新信息，它会以推论的形式作出反馈。像Google和Facebook这样的科技企业已经在这个领域取得了技术进步并展开并购，“深度学习”的初创公司也在大量涌现。

斯坦福大学研究生Richard Socher在毕业之后创建了MetaMind，且于四个月后便从风投巨头Khosla Venture和Salesforce首席执行官Marc Benioff获得 800 万美元投资。

（MetaMind创始人Richard Socher，和 Sven Strohband在位于加州的办公室）

Richard Socher从没想到他会进入人工智能的尖端领域，他只是想把自己喜欢的数学和语言结合起来。

但是事情一件接一件地发生了，他开发完成了一项出色的技术“递归神经网络”(recursive neural networks)，现在，他从大学离职后创办的企业MetaMind正式启动了，并获得了数家著名企业的金融支持。

公司成立仅四个月，Socher和他的团队力图证明在“深度学习”领域MetaMind处理图像和文本的能力比目前任何技术都更卓越。为此，除了宣布从Khosla Venture和Salesforce首席执行官Marc Benioff那里得到了800万美元的资金之外，MetaMind还在官网演示了他们的多种技术能力。

作为人工智能的一种，“深度学习”是一个训练系统，能处理海量信息，它们来源于音频、图像和其他输入的信号，如果向这个系统展示新信息，它会以推论的形式作出反馈。像Google和Facebook这样的科技企业已经在这个领域取得了技术进步并展开并购，“深度学习”的初创公司也在大量涌现。

但是，Socher认为人们在使用MetaMind时能体会到它的优势，这家初创公司拥有两项核心技术，一是受聘于Facebook的纽约大学教授Yann LeCun研发的“卷积神经网络”，该技术在图片挖掘方面取得了突破性进展;还有就是索赫尔自己的“递归神经网络”，它在文本处理方面成就斐然。

Socher接受科技博客VentureBeat的采访时说：“我们处在这项技术的前沿，并能与其他公开的技术一较高下，我们想尽量用科学化的语言来表述它。”

像拖放那样简单

它就像鼠标拖放一样简单，这意味着现在几乎任何人都能进行“深度学习”。

“你不必是程序员”，正如Socher演示的那样，用户可以给MetaMind一些简单的文本来进行训练，然后会收到若干行代码，它们可以直接嵌入应用程序，不需建立数据中心，甚至用像“亚马逊网络服务”这样的公共云，所有的一切MetaMind全能搞定。

MetaMind网站上还有很多这样的演示，有的可以指出两个句子在语义上是多么相近，有的能就用户搜索的某一主题词显示推文的肯定或否定程度。MetaMind还可以形成一个分类器：用户上传一个带有文本标签的电子表格，使系统知道要搜索什么，然后再给它一些文本，让它进行动态分析。

只要用一组相关图片进行训练，MetaMind还能对图像进行分类。当它“消化”了一些食物图片之后，你可以拖拽一盘鱼或者薯片的照片，它可以很自信地说出图片里是鱼或者薯片。

Socher还演示了MetaMind如何提取与文本框中输入的文字相匹配的图像。

或是输入几个词

Socher用笔记本电脑输入了“鸟”(bird)这个词，系统展示了一些图像，每张都有一只鸟。然后他输入了鸟的复数形式(birds)，图像发生了变化，每张上都有很多只鸟。他说：“最酷的是它真的具有语义合成的感觉——词汇如何组成了较长语句的意义。”他键入“水上的鸟”，然后系统给出了鸟在水上飞翔的图片。

这种工作要求多种类型的“深度学习”，“卷积神经网络”在扫描大量图像之后能够提取特征，而“递归神经网络”能从句子中提取意义，这两项技术可以协同工作。Google和微软最近分别宣布他们已经掌握了一次性处理文字和图像的技术，但是Socher去年独立完成了这项研究，并在今年2月发表了两篇论文。他说：“我们拥有这项技术已经有几个月了。”

Socher走过了一条漫长的道路，他是德国人，大学期间他研究自然语言处理(NLP)，但是他觉得其中数学的成分太少了，因此研究生阶段他开始研究计算机视觉，虽然数学的成分多了，但是仍不完美，因为那太简单了。随后他去美国读博士，在斯坦福大学专攻机器学习。在那里他听了Andrew Ng教授关于“深度学习”及其在计算机视觉中的应用的报告。

“我觉得那是非常棒的想法，但是它们仍然不太适合自然语言处理，”索赫尔说，“我创造了一些‘深度学习’的新模式，可以应用于自然语言的处理。”

他的“递归神经网络”分析相邻两个词之间的关联，然后它再分析这两个词和它们左边那个词的联系，以此类推，“递归”这个词的意思就是直到它能理解一句话中所有的语言成分的意义。

2011年他首次提出了这些模型，在学术界引发了兴趣，之后他发表了数篇论文来证明“递归神经网络”的可行性。

他曾想从事研究工作，但是今年初，他意识到他不想走这条路。

作为斯坦福大学“机器学习”课程300多名学生的助教，Socher看到大家很想把这种技术应用于所有的数据类型。

“每五分钟就有一个完全不同领域的新项目，”他说，“我喜欢这样，机器学习前景广阔，而且它的重要性将进一步显现。”

几年来，他拒绝了大公司提供的工作邀请，他想把这些技术带入更广阔的领域，让更多的个人和企业能够使用。

创立企业

他需要资金建立团队来实现这些想法，最后他去了Khosla风投，见到了这家公司的首席技术官Sven Strohband。现在，Strohband已经加入MetaMind担任首席执行官。

同时，Khosla风投的创始人Vinod Khosla(也是Sun Microsystems的联合创始人)担任这家初创公司的顾问，Salesforce网的首席执行官贝尼奥夫和蒙特利尔大学该领域领军人物Yoshua Bengio都加入了公司高层。

MetaMind已经建立了一个10人团队，并且开始吸引付费用户，他们为小企业提供服务，也为财富500强的大企业工作。他们为在企业数据中心运行的MetaMind系统发放许可证，还可以为使用MetaMind动力系统的公司提供额外的咨询服务。

具体业务包括抽取财务分析报告中隐藏的关键词，或分析人们寻求客服帮助的聊天记录。更丰富的应用还有根据X光片预测病情等。

虽然MetaMind已经有很多此类应用，但是他们还在征集新的项目，显示出开放的心态，目的是想让世界告诉他们什么才是最好的选择，这对一个初创公司来说是非常正确的。

Strohband说：“我们相信它应该为更多人所用，因为我们认为它有很多用途，坦率的说我们真的无法预料人们会用它还干什么。” (译|Tracey)

编辑：admin