當(dāng)下，人們正在越來越多地使用自動化設(shè)備來為人類服務(wù)，而隨著自動化設(shè)備的不斷發(fā)展，能夠讓機器“自主思考”的相關(guān)軟件也隨之成為了必需品。Prowler.io 便是一家專注于機器學(xué)習(xí)的人工智能初創(chuàng)公司，通過創(chuàng)建自主系統(tǒng)平臺，幫助機器“學(xué)習(xí)思考”，以便更好地作出判斷和決策。

近日， Prowler.io  宣布獲得150萬美元歐元（約200萬美元）種子輪融資金， 投資方有Passion Capital、 Amadeus Capital 和Singapore’s Infocomm Investments。公司將利用新資金繼續(xù)進行平臺的研發(fā)，初步創(chuàng)建一個完整的原型平臺，另外，公司還將擴招員工，吸納更多精英人士加入公司團隊。

Prowler.io 是今年1月份剛剛成立的初創(chuàng)公司，總部位于英國劍橋，創(chuàng)辦人有 Dongho Kim 、 Aleksi Tukiainen 和  Vishal Chatrath ，現(xiàn)由Vishal Chatrath擔(dān)任公司CEO。公司專注于虛擬環(huán)境下的機器行為學(xué)習(xí)和模擬，借助逆向增強學(xué)習(xí)和深度強化學(xué)習(xí)，來幫助機器捕獲行為，進行判斷決策。

Prowler.io的技術(shù)致力于改變視頻游戲和智能城市模擬的發(fā)展，公司系統(tǒng)借助游戲和真實世界的數(shù)據(jù)，來訓(xùn)練智能機器人，使其適應(yīng)所在的運行環(huán)境，學(xué)會模仿人類行為，并同其他智能機器人競爭或合作。當(dāng)前，游戲、智能城市模擬和自動化系統(tǒng)中，決策一般都是通過復(fù)雜且不易操作的手工決策樹來作出，不僅表現(xiàn)差而且環(huán)境維護成本高。PROWLER.io公司擁有一支經(jīng)驗豐富的研究團隊和工程師，他們正在研發(fā)的新一代機器學(xué)習(xí)算法將極大地改善AI決策系統(tǒng)的決策速度和決策質(zhì)量，從而為游戲愛好者帶來更好的游戲體驗。

PROWLER.io的機器人使用“強化學(xué)習(xí)”的機器學(xué)習(xí)方法，可以使機器執(zhí)行極其復(fù)雜的決策制定。該技術(shù)能夠讓智能機器人快速學(xué)習(xí)并適應(yīng)不斷改變的環(huán)境，讓游戲中非玩家角色（NPC）的行為更加自然，同時也讓自動化車輛更加智能地應(yīng)對不斷變化的復(fù)雜路況。

公司的技術(shù)可以應(yīng)用到多種不同的行業(yè)，比如交通、制造業(yè)、醫(yī)藥和醫(yī)院等，不同當(dāng)下公司所專注的還是視頻游戲領(lǐng)域。因為在游戲領(lǐng)域，盡管游戲創(chuàng)建者一直在努力創(chuàng)建更加現(xiàn)實和形象的界面，但是游戲中很多角色的反應(yīng)依然很機械單調(diào)。此外，在技術(shù)瓶頸上，游戲領(lǐng)域和其他行業(yè)所面臨的問題也是一樣的。一旦游戲領(lǐng)域的人工智能技術(shù)有所突破，便可以直接應(yīng)用到其他行業(yè)中去。

人工智能的發(fā)展主要有兩個分支：感知和決策制定。而目前大部分企業(yè)所專注的都是感知層面的技術(shù)研發(fā)，例如計算機視覺、 圖像識別和其他幫助破譯周圍環(huán)境的系統(tǒng)。但是對于研究者來說，感知對智能機器人來說已經(jīng)不成問題了。我們以前認(rèn)為，機器人無法像人類一樣感知周圍世界，但是現(xiàn)在它們可以做到了。

現(xiàn)在急需突破的是AI的另一個方面，也就決策制定，這也是為什么Prowler會選擇專注于該領(lǐng)域。目前已經(jīng)有很多企業(yè)也在嘗試解決該領(lǐng)域所面臨的各種難題，而Prowler 的切入點則是通過使用“強化學(xué)習(xí)”的機器學(xué)習(xí)方法，公司的目標(biāo)是要創(chuàng)建一個可以通過應(yīng)用程序界面進入的平臺，可以在不同場景下借助預(yù)設(shè)的腳本使用平臺的思考算法。