文|牛刀財經 吳大郎 

雖然喬布斯已去世十年有余，但是與他有關的科技故事，還遠遠沒有結束。

2021年6月，人工智能公司Brain Technologies（以下簡稱為Brain）宣布獲得由喬布斯遺孀Laurene Powell Jobs參與投資的5000萬美元融資。這是繼2016年6月的千萬美元投資后，Laurene Powell Jobs第二次“加倉”Brain。

值得注意的是，或許是因為早已看盡科技行業的蜃樓山市，喬布斯去世后，Laurene對科技行業興致索然，十余年來，除Brain外，并未直接投資其他科技公司。

官方資料顯示，Brain的目的，是希望通過更通用的AI技術，讓技術和代碼變得有溫度、能共情，最終建立一個以人為中心的數字世界。2020年，Brain推出了世界上第一個可以幫助用戶思考的即時生成型界面，可以基于用戶的目標即時渲染和生成相關的界面和應用。

五年時間，兩次吸引喬布斯家族投資，難道Brain的即時生成型界面真的比得上蘋果的iOS系統？

01 iOS們的致命缺陷

讓我們把時間的輪盤撥回2007年，這一年的年初，喬布斯在 Macworld開發者大會推出搭載iOS系統（當時命名為iPhoneOS）的初代iPhone，開啟了一個全新的時代。

不可否認的是，相較于基于電腦的Windows等桌面系統，由于手機傳感器更為豐富，因此，以iOS為代表的智能手機操作系統給我們的社會帶來了巨大的變革。比如，如果我們想在大街上打車，那么打開智能手機上的打車App，輸入地址和目的地，就能一鍵叫車。

但是如果追根溯源，我們也可以發現，“智能手機”核心的交互和信息顯示邏輯，相較于電腦并沒有本質的區別。在籌備iPhone時，喬布斯就表示：“把Mac縮小，這將會是工程學上一個史詩般的壯舉，或是把iPod擴大”。而發布iPhone時，喬布斯更是毫不避諱iPhone和Mac的聯系，“iPhone運行OS X，并且可使用‘桌面應用程序’”。

因為無論是Mac還是iOS，都只能提供被動的服務。比如，如果我們想要修圖，需要打開電腦上的PS軟件；如果我們想要打車，則需要打開手機上的打車App。

正如Brain創始人Jerry Yue 所言：“計算機在輸出‘Hello world’或者做任何運算或執行的時候，它是不知道執行的原因的，它只是在執行人類寫好的函數。每個函數并不知道自己為什么存在，今天寫程序也只是在用固定的方式連接界面和背后的函數。這也是雖然數十億的人每天重復使用著這些軟件它們也無法自我學習和提升的原因。”

現代計算平臺這種被動的操作邏輯，與前信息時代，人類使用轆轤、耬車、石磨盤等農業用具在本質上類似。在決策時，都需要人類產生想法，找到正確的工具，進行操作，最終才能達成目的。

而之所以如今的計算平臺相較于傳統農業設備可以迸發出更大的價值，主要是得益于前者具備超快的芯片算力以及網聯能力，進而可以帶來效率提升。

但iOS等計算平臺沒能解決的一個問題是，平臺內的軟件生態存在嚴重的孤島化傾向。比如在百度這個主打搜索的App中，我們就找不到微信公眾號的內容。這在某種程度上，反而會降低我們的使用效率。

雖然近兩年，有關部門看到了上述信息孤島化的問題，試圖通過政策的強力去改造App，但是歸根結底，iOS等計算平臺的運行邏輯，就是通過應用程序，將流量分發到不同的App。因此，扭轉上述困局最有效的辦法，其實還是寄希望于計算平臺的遷移。

02 Brain打造下一代計算平臺

也正是在這個背景下，JerryYue 于2015年12月創立了人工智能公司 Brain，試圖用AI的力量，革新人類信息的分發模式。

如前文所述，2020年，Brain就推出了世界上首個可以幫助用戶思考的即時生成型界面，根據用戶的目標，實時渲染以及生成相關的界面和應用，幫助用戶直接個性化地計劃并完成各類任務。

做到讓App找人，而不是人找App。

事實上，Brain的產品恰好擊中了上文談到的，當今計算平臺的兩個痛點——被動使用以及信息孤島化。

首先，從使用的角度來看，Brain做到了需求即結果。比如，如果我們想要購買一張機票，在以前，我們需要在多個被動的App中間輸入信息、對比價格。而在Brain的產品中，我們只需要說出目的地的描述，前者即可即時生成相關的界面以及全網的搜索結果供用戶一鍵訂票。

是的，全網搜索。這正是Brain的另一個優勢，打破App之間的信息壁壘。比如，當我們收到法律文件卻看不懂的時候，用戶只需問Brain “怎么變得對公司更有利？”，此時，Brain即可自動調用法律AI，無縫生成嚴謹的法律建議，并按用戶的反饋改好法律語言，并自動回復郵件。

看到這里，可能很多人都覺得Brain的產品和天貓精靈、小愛同學等智能音箱產品類似，都是通過下達語音指令，進而直給到實時的反饋。但事實上，Brain的產品和后者有本質的不同。

現如今我們看到的大部分AI，包括天貓精靈、小愛同學甚至AlphaGo，都只能稱得上是“弱AI”。這類產品是通過特定數據訓練出來的，僅可以解決狹窄且特定的問題。比如，AlphaGo在圍棋方面舉世無雙，但是連牛頓三定律都不能理解。

反觀Brain，為了達到通用型AI的目標，則選擇單樣本學習的路徑。相較于需要大量標記數據驅動的監督學習，單樣本學習可以讓機器通過無監督學習訓練下的大型模型，完成對語義的深度理解以及語義代表的建立，做到只看極少量的數據，就可以觸類旁通地學習到深度內容以及新概念。

舉個簡單的例子，監督學習就像嬰兒學習，如果想要教會一個嬰兒認識動物，那么就要在他面前大量展示動物的相關信息。反觀單樣本學習更接近成年人認知世界的邏輯，在先驗知識的基礎上，通過少量信息就可以實現強大的自我學習能力，大跨步地去學習或者理解問題。

雖然Brain的相關產品還在成長，但是在解決現有計算平臺痛點以及堅持單樣本學習的技術路線下，Brain已經取得了一定的成績。

比如，Brain于2021年推出了超級應用程序Natural。截至2022年2月，Natural在北美地區月均用戶購買請求已破800萬，月均增長率達到了驚人的200%。

03 專注是Brain能持續成長的關鍵

在智能手機紅利收縮的背景下，提前押注壓一個時代的Brain自然引得了投資人的關注。

接受采訪時，Brain創始人Jerry Yue就透露：“截止去年，我們收獲到不同投資人至少2.5億美金的的簽署投資條款清單（Signed Term Sheet），但是我們只接受了5000萬美金的投資。原因是尋找對的長期合作伙伴達到最終的愿景比估值或單純的資本資源重要太多。”。

與大部分投資人希望通過押注科幻版的故事圈錢不同的是，Brain的投資人也充分理解JerryYue的訴求。

“唯一條件，是要求Jerry不能為短期商業目標而改變方向，也盡可能避免資本干預技術的可能。”Jerry對外表示，“后來每次見面，Laurene總是在嘗試說服我錢不重要”。本著投資人極度負責的態度，Brain持續深挖技術。官方信息顯示，從2016年-2020年，Brain花了四年時間進行技術研發，獲得了數百個相關領域的核心專利。最終使得AI模型在沒有人工干預的情況下，“自學”了400多萬種功能，自我生成能力進入指數級增長的狀態。

也正由此，Brain的AI技術甚至可以深入人類智慧的高峰——哲學層面。

Jerry透露，在一次測試中，他曾問Brain的AI，“人是否擁有自由意志？”結果AI回到道：“答案取決于你探討的問題。探討的問題距離生存欲望越近的時候，你的自由意志越低，如果探討的問題距離生存欲望越遠，你的自由意志越高。”令人驚奇的是，該問題并不是來自于網絡上的copy，而是AI的“思考”。

這很難不讓人想起2013年美國導演斯派克·瓊斯指導的科幻電影《她》。該電影講述了一個人工智能無限發達的時代背景下，男主西奧多愛上了人工智能系統薩曼莎的故事。

電影大量展示了與Brain打造的產品類似的主動式人工智能語音交互的場景。比如，當西奧多想要寫字的時候，只需要對著薩曼莎說話，文字即可輸入屏幕，并且說一句“打印”，即可見到紙質文件。

更重要的是，薩曼莎也具有哲學思辨能力，在影片的最后，它和男主都坦言：“我從沒像愛過你這樣愛過別人...”

當“她”成為現實，還有誰會忍受“Siri”呢？