Demiurge Technologies (www.demiurge.technology) 是一家位于瑞士的人工智能初创公司，于2015年5月成立后仅6个月便完成了950万美元融资。据了解，Demiurge的意识学习是一种新型的脉冲神经网络模型，其强大的自主学习能力与低廉的应用成本有望替代深度学习的简单神经网络模型。Demiurge目前正在开发基于意识学习的下一代通用大脑芯片和智能机器人。
关于所谓「智能」的理解成为时下人工智能从业者不同维度的努力方向。此前，机器之心曾报道了纽约大学心理学教授Gary Marcus对于现有人工智能发展的批评，在他看来，如果研究者要创造真正复杂的人工智能——一种可快速学习周遭世界的智能，那么人们必须从儿童学习新概念并进行概括的方法中找寻灵感。
Demiurge公司也认为，真正的智能必须具备一个自我监督式的，完全自适应的，永远在线的学习机制并建立一个闭环的感知与运动反馈回路。只有这样，智能系统才能通过与物理环境的动态交互来实时建立精准的世界模型。只有实现了真正的智能, 大多数我们所设想的人工智能产品和应用（例如，无人驾驶汽车，家庭服务机器人等）才可以适应真实应用场景下极为苛刻的制约因素（功耗，延迟，稳定等），实现具有突出性价比的功能与设计。
深度强化学习无法实现真正的智能，因为深度学习与强化学习各自的先天缺陷决定了「积非不能成是」：一方面深度学习的神经元太过简单，以至于无法利用海量的时间与空间信息去识别物体或理解场景；另一方面强化学习的奖励太过单一，以至于无法利用感知与行为的丰富时空关联去获得最优策略。
总体来说，深度学习先天性的视而不能见，强化学习先天性的见而不能用，使得拼凑出来的深度强化学习无法利用闭环的感知与运动反馈回路进行高效能的自主学习。
意识学习能够实现真正的智能，因为它最擅长利用高维时空信息中的模式识别与行为决策，并在数学，物理学，神经科学和计算机科学正在重建的基础上发展而来。这里的意识学习特指生物大脑处理感知信息的通用物理机制，截然不同于人们经常提及的自我意识。Demiurge的意识学习网络实现是一种最普遍最原始的意识形式。这种意识既存在于鸟类的大脑中，也同样存在于一个水分子中。
Demiurge以全系统整体迭代的方法统一模型的测试环节与产品原型的开发环节，大幅缩短人工智能产品应用的迭代周期。
据了解，此次参与投资的包括冯仑，乐博资本杨宁和乔顺昌的180万美元天使轮投资与来自弘道资本770万美元的A-1轮投资。
Demiurge在全球招募开创性人才。如果你拥有对实现真正智能的浓厚兴趣，量身定制的跨学科背景和久经考验的无畏之心，请发邮件(至crew@demiurge.technology) 进一步联系。
