作者：汤姆·西蒙奈特掌上电脑的发明者通过钻研人类大脑的运作，帮助企业把海量的数据整合为商业智库。最新动向：20世纪90年代掌上型电脑的发明者杰夫o霍金斯，在人类大脑策划中心——大脑皮层运作机制的启发下，发明出一套新型预测算法。
来源： Numenta

杰夫·霍金斯(Jeff Hawkins)向来善于预测未来。这位掌上电脑的发明者，Palm公司的创始人于上世纪90年代就预测，即将到来的时代将会被功能强大、身材轻盈的便携式电脑所引领。他说：“当时没人相信——人们认为我疯了。当然，如今我仍为移动电脑取得的成就感到兴奋。”

在他的新公司Numenta中，霍金斯正致力于一个看似不合乎情理的项目：复制人脑运作，以此来设计一个可为信息泛滥的商业运作做出精准迅捷决策的软件。自2005年伊始，他与团队便开始致力于算法的研究。如今已准备好要发布一个可在产品中得到实用的版本。Numenta的这项技术旨在获得多方位的应用，如判断一笔信用卡交易是否具有欺诈性，预测网友下一步将要点击什么，甚至可预见病人病情复发的可能性。

霍金斯说：“以上例举的共同之处在于，它们都包含随着时间演化而来的复杂模式。”各种感官向大脑输入大量复杂数据，人脑中的某些部位解析这些数据并用它做出预测。这些模式借鉴了大脑的此类功能，而算法可分析这些模式，并做出推断。

一些公司已将Numenta的最新技术投入试验。位于墨西哥城的Sm4rt电脑安全公司（Sm4rt Security Services）便是其中一员。其首席执行官维克多·查佩拉（Victor Chapela） 说：“一家全球顶尖银行雇佣我们来检验这项新技术是否真的可以遏制信用卡欺诈。我们仅用了三个月便可与已发展了25年的现有系统的精确度相匹敌。”

他说，Numenta的欺诈监测技术将在明年与银行现有的评估手段一起投入应用。因信用卡欺诈，银行每年损失约1亿多美元。他补充道：“因此，但凡能使损失减少哪怕一小部分的技术都将得以快速回报。”

银行之所以对Numenta技术颇感兴趣，那是由于该技术可从历史数据中吸取反欺诈技术的致命弱点。一家银行的电脑系统仅有10毫秒的时间决定是否要对一笔交易进行授权。查佩拉说：“完全没有时间搜索客户的历史交易记录。”因此，交易很典型地被精细分类，并依据每个分类的具体规范加以判断。这些规范包括持卡类型的特点、收费金额以及商户类型等。

然而，这些彼此独立的条条框框在Numenta的技术面前显得没有必要。相反，每一个客户的初始消费类型训练出一套算法来掌握该客户的习惯。不论何时，系统都有内置的历史记录表征，以此来预测下一笔交易将会属于哪种类型。如果一笔新交易与历史记录中的任何一项都不符合，那么它将列为疑似欺诈。查佩拉说，这种方法可使欺诈探测永远保持在最新状态。另外，传统的分析系统以六个月为周期，对规范进行艰难的升级。

霍金斯对潜在科技的灵感来源于对大脑皮层的研究。大脑皮层是人脑外层的褶皱,负责语言、行动与策划。令人称奇的是，这些大相径庭的能力并非来源于有着具体特征的不同神经元,而是由构造相同的神经元负责。

霍金斯借鉴了构造相同的神经元这一观点。他说:“我们用神经科学的原始数据作为指导, 其中包含大量生物学。” 这套算法对大脑皮层中处理信息的若干层次神经元进行了模拟。最底层神经元接收原始的输入数据, 然后将已处理并压缩过的版本输送给算法。“当信息在层次模型上攀升时, 与其原始状态相比会变得越来越抽象。而其最突出的特征会被萃取出来。” 田纳西大学（University of Tennessee）人工智能方面的工作人员伊塔玛·艾尔(Itamar Arel)说道。

系统对未开展的事件的预测能力是由它对即时性的、随时间变化的数据独特的处理能力所决定的。由于传统的智能软件无法处理由随时间而变的众多变量所构成的输入,因此它无法做到这一点。相反,大部分工程师必须提取出他们认为有用的不定量,并将其植入到算法当中。

艾尔说，在以人脑研究为启发而建成的模型中, 这种“预处理”并非是必需要素。相反，智能系统可自行决定什么是重要的而什么并不重要。这是一个混合了深层机械智能的新兴领域。艾尔补充道：“尽管大多数学术研究的焦点是图像处理，然而Numenta的独到之处在于，它可以处理即时性数据，这为不同类型的应用开辟了新天地。”在这些例证中，霍金斯设想：这样商业活动便可更好地分析人类语言或建筑中的电子运用类型。

尽管这一方式使系统不再拘泥于仅对一个任务进行专门处理，而是对任何类型的数据都可进行处理，但Numenta仍旧需要证明这项技术可被广泛应用并是具有成本效益的。公司将以何种方式将这一技术推向市场，目前尚不明朗，但多半不会以现成产品的模式推出，而会以开发工具的形式上市。“目前这项技术着实管用，”霍金斯说，“明年将是见证我们转向‘产品－发展’模式的一年。”

MSN空间完美搬家到新浪博客!