NNAISENSE是施米德胡貝教授在德國和瑞士的學(xué)術(shù)實(shí)驗(yàn)室的一個(gè)成果，這個(gè)名字的含義為：基于神經(jīng)網(wǎng)絡(luò)的通用人工智能（NNAI）的誕生。這個(gè)公司的5位共同創(chuàng)始人相信，目前基于LSTM算法的商業(yè)成功只是開始，通過元學(xué)習(xí)、人工好奇心與創(chuàng)造力、優(yōu)化搜索程序和大型的強(qiáng)化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的新變體，這樣一個(gè)通用人工智能將會(huì)影響到每一個(gè)企業(yè)，最終超越人類。

　　目前這個(gè)公司的商業(yè)模式是：和不同的行業(yè)合作伙伴合作，為他們設(shè)計(jì)解決方案，在這個(gè)過程中，NNAISENSE基于神經(jīng)網(wǎng)絡(luò)的人工智能學(xué)到新的技能，從而逐漸成為更加通用的問題解決者。最終使命是創(chuàng)造一個(gè)能夠持續(xù)在舊技能基礎(chǔ)上學(xué)習(xí)的新技能的通用人工智能，最終學(xué)會(huì)更快的學(xué)習(xí)新技能。其中一些解決問題的技能是被AI自己通過人工好奇心發(fā)明出來的（施米德胡貝教授曾在1991年提出關(guān)于人工智能好奇心與創(chuàng)造力的理論）。

　　NNAISENSE公司與世界最大的鋼鐵制造商安賽樂米塔爾（Arcelor Mittal）合作，采用深度學(xué)習(xí)算法提高了鋼材缺陷的檢測效果。通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方式分析相機(jī)拍攝的鋼產(chǎn)品的照片，比傳統(tǒng)的方法更準(zhǔn)確和高效的評估鋼材質(zhì)量。人工智能這種模式識(shí)別的能力還可以應(yīng)用到上千個(gè)產(chǎn)業(yè)中。

　　Quantenstein是NNAISENSE與德國基金公司Acatis的合資公司。Quantenstein使用機(jī)器學(xué)習(xí)來選擇股票和管理投資組合。Quantenstein新基金的目標(biāo)是，在一定程度的波動(dòng)下，取得高于MSCI世界指數(shù)3%的收益率。在從2006年1月開始的測試，Quantenstein獲得了高于MSCI世界指數(shù)5%的、年化12%的收益。Quantenstein與市場上其他基金的主要區(qū)別是：整個(gè)系統(tǒng)由人工智能端到端驅(qū)動(dòng)，沒有人的參與，人工智能得到公司的基本數(shù)據(jù)以后，系統(tǒng)會(huì)給出投資組合及權(quán)重，并且系統(tǒng)會(huì)定期調(diào)整投資組合。傳統(tǒng)的長期價(jià)值投資系統(tǒng)，通常能夠進(jìn)行價(jià)值投資的第一階段：選股。第二個(gè)階段還是需要用馬科維茨或者其他方法來確定投資組合中不同的權(quán)重。而Quantenstein的投資系統(tǒng)已經(jīng)通過機(jī)器學(xué)習(xí)學(xué)會(huì)了第二階段，實(shí)現(xiàn)給定風(fēng)險(xiǎn)目標(biāo)前提下的收益最大化。除了在智能投顧領(lǐng)域，人工智能在金融產(chǎn)品營銷以及金融安全保障領(lǐng)域都有應(yīng)用。

　　NNAISENSE最近還與大眾奧迪合作，制造了一款能夠自動(dòng)停車的小型車。與其他自主駕駛汽車依賴激光、雷達(dá)等傳感器根據(jù)預(yù)定參數(shù)尋找方向所不同的是，該系統(tǒng)使用攝像機(jī)來學(xué)習(xí)如何自行駕駛。

　　在實(shí)現(xiàn)通用人工智能這一目標(biāo)的過程中，NNAISENSE與各行業(yè)合作研究不同的問題，以測試在建系統(tǒng)的不同方面，并且為正在進(jìn)行的研究計(jì)劃提供必要的洞察。盡管金融行業(yè)和汽車行業(yè)面臨不同的挑戰(zhàn)，但是，在這些看似不同的領(lǐng)域中，也存在一些共同的基本原則，兩者都需要通過基于高維度的數(shù)據(jù)來學(xué)習(xí)預(yù)測，并且學(xué)習(xí)根據(jù)這些預(yù)測去做出正確決策。

　　人工智能并不是一個(gè)獨(dú)立的技術(shù)，而是結(jié)合各個(gè)行業(yè)的大數(shù)據(jù)應(yīng)用到各個(gè)具體任務(wù)中的一系列技術(shù)。短期內(nèi)，施米德胡貝教授很難確切的預(yù)知哪一個(gè)行業(yè)在接下來會(huì)經(jīng)歷類似廣告行業(yè)的變化，也因?yàn)樵诤芏囝I(lǐng)域例如保險(xiǎn)、自動(dòng)駕駛和醫(yī)療保健以及其他行業(yè)中還存在各種法律和道德方面的障礙。

　　施米德胡貝教授認(rèn)為B2B是比較適合現(xiàn)階段商業(yè)人工智能發(fā)展的模式。隨著最終目標(biāo)的實(shí)現(xiàn)，AI可能會(huì)越來越多的B2C，但是目前階段為了更好的發(fā)展，B2B提供了最大的機(jī)會(huì)，因?yàn)槟承┐笮凸�司擁有有趣的專業(yè)方面的大數(shù)據(jù)和富有挑戰(zhàn)性的課題，有助于令人信服地驗(yàn)證AI的進(jìn)展。

　　現(xiàn)階段孩子甚至某些小動(dòng)物比最好的自學(xué)機(jī)器人還要聰明。但是施米德胡貝教授認(rèn)為，不久之后，人類將能夠制造出基于神經(jīng)網(wǎng)絡(luò)的AI機(jī)器人，通過逐漸學(xué)習(xí)，至少會(huì)像小動(dòng)物一樣聰明，好奇并富有創(chuàng)造性地不斷地學(xué)習(xí)、計(jì)劃和推理，并將各種各樣的問題分解成快速可解決（或已經(jīng)解決）的子問題。

　　一旦動(dòng)物級(jí)的人工智能可實(shí)現(xiàn)，距離實(shí)現(xiàn)人類AI的進(jìn)程將進(jìn)一步縮短：發(fā)展智力需要數(shù)十億年的時(shí)間，但相對的，只要數(shù)百萬年便發(fā)展出人類。技術(shù)演進(jìn)比生物進(jìn)化快得多，因?yàn)樵庥鏊篮�同的速度要快得多。也就是說，一旦我們有動(dòng)物級(jí)的AI，幾年或幾十年后，我們可能會(huì)有人類級(jí)別的AI，屆時(shí)每個(gè)企業(yè)都會(huì)改變，所有的文明都會(huì)改變，一切都會(huì)改變。

　　談到十年內(nèi)將出現(xiàn)什么樣的突破性技術(shù)，施米德胡貝教授認(rèn)為突破性技術(shù)具有不可預(yù)測性，目前看來，關(guān)于人工智能和神經(jīng)網(wǎng)絡(luò)研究的大多數(shù)基本突破都是發(fā)生于上世紀(jì)規(guī)模不大的歐洲實(shí)驗(yàn)室，而非公司，在未來，歐洲的小型學(xué)術(shù)實(shí)驗(yàn)室依然具有科研上的優(yōu)勢。但他同時(shí)認(rèn)為，美國和中國的互聯(lián)網(wǎng)巨頭在技術(shù)的市場化方面取得了巨大成功，最終使得相關(guān)技術(shù)被數(shù)十億用戶使用。

　　施米德胡貝教授看到中國相關(guān)產(chǎn)業(yè)正在迅速發(fā)展。中國既有人工智能和深度學(xué)習(xí)方面的優(yōu)秀人才，也有相應(yīng)的投資，因此在進(jìn)一步發(fā)展人工智能方面中國將發(fā)揮非常重要的作用。與此同時(shí)，對于近兩年高速發(fā)展的人工智能行業(yè)，他并不認(rèn)為行業(yè)存在泡沫，相反的，在他看來人工智能行業(yè)剛剛開始。