אובר מקימה חטיבת מחקר חדשה בתחום הבינה המלאכותית

אובר ממשיכה לרכוש סטארט-אפים בתחום הרכב האוטונומי: החברה הודיעה אמש (ב') על הקמת חטיבת מחקר חדשה בתחום הבינה המלאכותית. במרכז החטיבה יעמדו פרופסור גארי מרקוס וזובין גאהראמני, מייסדי הסטארט-אפ Geometric Intelligence, שנרכש כעת על ידי אובר בעסקה שפרטיה לא נמסרו.

Geometric Intelligence הוא הסטארט-אפ השלישי שנרכש על ידי אובר, שבעצמה נחשבת לסטארט-אפ הגדול בעולם, והערכות השווי האחרונות שלה עומדות של 700 מיליארד דולר. שלושת הסטארט-אפים אחראיים על פיתוחים הקשורים לרכב אוטונומי: מוקדם יותר השנה, אובר רכשה את Otto, שהוקמה על ידי הישראלי ליאור רון, ולפני כשנה את deCarta. אוטו מפתחת מערכות חיישנים המאפשרות לתת לרכבים קיימים יכולות נהיגה אוטונומית, ואילו deCarta פיתחה מערכות מיקום מדויקות במיוחד.

המכונית ללא נהג של אובר

15 העובדים של Geometric, שמשרדיה ממוקמים כיום בניו יורק, יצטרפו לאובר. רובם יעברו למרכז המו"פ בסן פרנסיסקו. מרקוס, שמתפקד גם כמנכ"ל Geometric, ימונה לראש המעבדות של אובר וידווח ישירות לסמנכ"ל המוצרים של החברה, ג'ף הולדן. גארהראמני, המייסד השני, יקים מרכז מו"פ חדש באזור בוסטון. כל אנשי הצוות של Geometric הם אקדמאיים, עם התמחות בתחום למידת מכונה, פסיכולוגיה וניורלוגיה.

אובר אמרה שהצוות יעסוק לא רק בפיתוח בינה מלאכותית עבור רכבים ללא נהג, אלא גם יפתח כלים חכמים עבור האפליקציה הראשית שלה – כמו המלצות חכמות, שיפורים במערכת הניווט, הערכות מדויקות יותר לזמני הגעה, מניעת זיופי כרטיסי אשראי ועוד.

מעט מאוד ידוע על Geometric, שהוקמה לפני כשנתיים. בין השאר לא ידוע כמה כסף, אם בכלל, היא גייסה מקרנות הון סיכון. עד כה החברה הצעירה פעלה לחלוטין מתחת לרדאר. עם זאת, פרופסור מרקוס הוא דמות מוכרת למדי בענף – הוא ראש מרכז השפות ב-NYU, ופרסם מספר ספרים בנושאי אבולוציה של שפות, קוגנציה ואינטיליגנציה מלאכותית וכותב טור קבוע ב"ניו יורקר".

מרקוס מציג עמדה שונה מרוב עמיתיו בתחום ה-AI. כיום, הגישה הרווחת בפיתוח מערכות בינה מלאכותית חדשות היא שימוש באלגוריתמים של רשתות עצביות – המחקים את דרך הפעולה של המוח האנושי – ומערכות ביג דאטה על מנת לאפשר למחשב ללמוד לזהות תבניות ודרכי פעולה אופטימליים. מרקוס מצידו מחזיק בגישה של אלגוריתמים אבולוציוניים, שבהם המחשב יכול לבצע "קפיצה לוגית" גם על בסיס מעט מאוד מידע וללא תהליך ארוך של למידה.