合肥个人贷款(兴业消费金融)
2017年1月13日，微软宣告收买加拿大草创公司Maluuba。Maluuba由加滑铁卢大学毕业生KaheerSuleman和SamPasupalak所创，重视服务于通用人工智能的天然言语处理研讨。在此次收买中，担任Maluuba参谋的YoshuaBengio也一起与微软达成了协议，从而成为微软的参谋。现在该买卖的金额没有宣告。
公司布景
加拿大滑铁卢大学（UniversityofWaterloo）以计算机学科出名，2011年8月18日，校园在读研讨生KaheerSuleman发明晰一款智能程序，取名Maluuba。同年，他与几位同学创立了Maluuba公司，他们开始的主意是做一款智能语音游览东西，用户能够经过语音查找航班。
2012年2月，Maluuba从三星风投取得200万美元种子轮出资。半年后，他们的第一款产品呈现在大众视界中，这款程序能把用户的语音恳求转化为有用的信息或举动。尽管不少媒体将之称为「Android渠道的Siri」，但Maluuba的初衷却是要应战Siri，而后续开展也标明，Maluuba确实比Siri更超卓。
Maluuba经过绑定第三方服务来完成语音帮手功用。2012年11月，公司对外发布了天然语音处理API接口，移动开发者能够在自己的运用中增加相似Siri的语音处理功用。2012年12月份推出了语音购物功用，用户能够经过语音进行购物。在语音帮手范畴，Maluuba的脚步比较快。
2013年，跟着越来越多消费类电子产品公司和设备制造商乐于将一些新技能融入自己产品，Maluuba也加快了与智能手机、电视、自动驾驶轿车等公司的协作。比方，LG旗舰G系列手机的voicemate运用就选用了Maluuba的技能。2013年2月，Maluuba正式宣告向WindowsPhone渠道搬迁。Maluuba的WindowsPhone8版别具有Android版别的大部分功用，例如能够查找饭馆、影院、新闻和企业（以及进行语音购物）、设置闹钟、提示和会议安排、打电话、发短信和邮件、指示方向和气候，乃至还集成了Outlook日历。
Maluuba开始愿景是想让机器具有人类水平的了解力。人工智能面对的严重应战之一便是那些缺少大规模符号数据集的范畴，或许难以对相关环境进行较好模仿的范畴。言语便是一个很好比方。互联上包括有无穷无尽的页，但上面全都是文字，没有一个当地找得到以机器能够了解的办法所书写的关于这些文字意思的内容。因而，机器学会阅览将是人工智能在处理和了解人类言语进程中一个里程碑式工作，也是一个实在人工智能有必要到达的规范。
不过，Maluuba建立之初就认识到，深度强化学习的根底研讨和技能老练需求时日。2014年，机遇趋于老练。标志性工作便是DeepMind选用了深度学习技能的人工智能程序在无需监督的情况下，就能够把握多种电子游戏。
2015年8月，Maluuba融资900万加元（A轮）用于进一步推动深度学习研讨。同年12月，Maluuba在深度学习重镇——加拿大蒙特利尔开设了一个新的研制实验室（有13名深度学习研讨人员，负责人是公司CTOKaheerSuleman）。Maluuba重视机器学习中的两个细分研讨范畴：对话和机器了解。一起，像Maluuba也更关怀研制处理通用问题的人工智能，对处理实在国际问题更感兴趣。他们信任自己能找出更好的人机交互办法，并与蒙特利尔大学教授、人工智能专家YoshuaBengio和阿尔伯塔大学教授、强化学习专家RichardSutton等打开协作。
现在，全国际已有超越5000万台移动电子设备（比方，智能手机、自动驾驶轿车等）选用了Maluuba的天然言语处理服务。
重要效果：EpiReader
2016年3月，Maluuba登上新闻头条。研讨人员发布论文，介绍了他们最新的开展。论文描绘了一个能够阅览几百个童话故事的算法。练习完毕后，该算法能够正确地答复算法并不了解文本的多选题，精确率超越70%。研讨人员还在《哈利波特和魔法石》上进行测验，该算法能够以近似的精确率答复相关文本问题。这一效果超越其时最好的神经络办法15%，也比其时最好的特征工程处理方案好2%。YoshuaBengio说：「从数字上看，这是一次大的腾跃。」
4月，Maluuba将一段技能演示视频放上了YouTube，视频中的人工智能机器人Marcy在阅览了第五季《权力的游戏》梗概后，马上领会了故事的杂乱情节。好比对这部美剧一窍不通的一般人在简略阅览维基百科剧情介绍后，马上弄懂了整个故事。
技能演示标明，Maluuba现已能够处理大批量的文字数据，并且能答复愈加杂乱困难的开放性问题了。在机器学习和人工智能范畴，这是一个巨大的打破。Maluuba的产品副总裁MohamedMusbah标明：「人们在未来的几个月中会看到一些十分风趣的工作。」
2016年6月7日，Maluuba在arXiv上宣告了一篇论文，介绍了一种全新的机器文本了解模型EpiReader。
在之前机器之心的专访中，Maluuba介绍说，EpiReader采纳两个过程来确认问题答案。第一步（Extractor），咱们运用了一个双向GPU逐字阅览故事和问题，接着选用一种相似PointerNetwork中的Attention机制在故事中选择出或许作为答案备选的单词。第二步（Reasoner），这些备选答案被刺进「完型填空」式的问题中，构成一些「假定」，接着卷积神经络会将每个假定与故事中的每个语句加以比较，寻觅文本蕴涵（TextualEntailment）联络。简略来说，蕴涵是指，两个陈说具有很强的相关性。因而，最近似故事假定的蕴涵得分最高。最终，将蕴涵得分与第一步得到的分数相结合，给出每一个备选答案正确的概率。
与微软协作的原因：通用人工智能
Maluuba在官方博客上解释道：
到现在为止，咱们重视的范畴是机器阅览了解，对话和了解以及通用（人类）智能，比方回忆、常识推理以及资讯查找行为。这些范畴的前期研讨效果加快了咱们扩展团队的需求，明显，咱们需求用重要资源来支撑咱们的团队以推动终极方针的完成。
微软十分符合咱们的公司。微软大众化人工智能的大志让这个星球上每个人和安排与人工智能技能运用办法从根本上保持一致。微软为咱们供给了将咱们的研讨传递给百万个人用户和公司用户的时机，他们能够从实在智能机器的呈现中获益良多。别的，微软巨大的技能资源——包括后端根底架构（如微软Azure和其齐备的硬件根底设施）以及工程人员将协助咱们加快研讨和供给商场处理方案的脚步。简言之，咱们的新拍档能让咱们愈加快速的走向最初的愿景。
微软也标明，Maluuba在深度学习和强化学习方面的专业知识将协助咱们处理问题和决议计划体系推动咱们的人工智能民主化战略，并使其能够为每个人服务——一切顾客，企业和开发者。跟着最近微软在语音辨认和图像辨认上运用深度学习技能的巨大效果，以及今日来自Maluuba成员的新力量，公司信任「更好的还在后边，咱们将向机器阅览和写作主张新的进攻。」
此外，不久之前微软在其官方博客上开放了一个包括10万个问题和答案的数据集MSMARCO。经过将数据集免费开放给范畴内更多的研讨者，微软期望能够推动机器阅览范畴的打破性研讨。这个开源数据集的负责人RanganMajumder曾说，「为了完成人工通用智能的方针，咱们首要需求机器能够像人类相同阅览和了解文档。这个数据集是向这个方向迈出的一步。」
微软的长时间方针一直是通用人工智能，Maluuba的研讨能够助力微软完成这一宏伟方针。优势互补，微软收买Maluuba也就家常便饭了。
蒙特利尔的人工智能范畴方位正在取得认可
这次收买标明，蒙特利尔在人工智能范畴的重要方位最近正在逐步被全球各大公司认可。在微软之前，谷歌曾在2016年11月宣告在蒙特利尔建立一个新的人工智能研讨机构，并对该市的几所大学进行了出资。值得一提的是，谷歌在这一动作中试图撮合的YoshuaBengio——Maluuba的参谋也跟着这次收买与微软产生了联络。在一切大公司都在争抢人工智能范畴人才的环境中，微软的尽力或许还有深意。
Maluuba标明，「没有YoshuaBengio教授（深度学习创始人之一）、RichardSutton（最重要的强化学习前驱）以及蒙特利尔日益壮大的研讨生态圈的巨大协助，咱们无法走到今日。特别是，Bengion教授为咱们的研讨人员的研讨工作供给了十分名贵的惯例咨询和辅导。曩昔几年中，Bengio教授也由于他的远见——将蒙特利尔打造成人工智能研讨的中心而得到了特别认可。经过蒙特利尔大学和麦克吉尔大学的研讨，这座城市现已开展成为国际上最大的深度学习学术中心；现在，这个区域大学中有大约150深度学习研讨人员。加拿大的学院、公司以及创业公司生态体系正为人工智能范畴带来巨大立异，证明加拿大，特别是蒙特利尔能够与硅谷试比高下。在这一新的篇章里，咱们会持续积极地与蒙特利尔以及宣告国际尖端人工智能研讨的学术社区协作。」
成功的诀窍
前一段时间，在承受机器之心专访时，Maluuba给其他人工智能创业者和研讨人员给出的一些主张或许能够作为公司迈入今日这一新篇章的重要经验之一。
人工智能方面。我想说，此刻创业正其时，也很让人振奋，由于这儿需求处理许多令人激动的问题，这个职业现已到了这样一个阶段：咱们正处在处理这些问题的前沿，并且公司十分高兴支撑实在的创业者来处理这些问题，无论是资金上仍是战略才能上。现在成为这个范畴的创业者，很让人激动。
可是，我想提示需求留意的几点。
首要，区别现实和虚拟。许多人工智能范畴里的信息都过火夸张了，由于对现状缺少根本了解，并且对人工智能持过于振奋情绪也源于人类赋性。区别现实和虚拟能协助你实在了解自己所在的方位，协助你精确认位所要处理的问题。
第二点便是选择他人没有处理过的共同问题，然后试着怎么用人工智能加以处理，看看自己处理的情况怎么，和他人有什么不同。我以为几年后，这个范畴的公司就要比拼：看谁能使用最先进的技能做出没有人想到新产品，处理他人没有处理的问题。
