乔布斯家族连续“加仓”，Brain凭什么打造下一代iPhone？
文丨吴大郎
出品丨牛刀财经（niudaocaijing）
虽然乔布斯已去世十年有余，但是与他有关的科技故事，还远远没有结束。
2021年6月，人工智能公司Brain Technologies（以下简称为Brain）宣布获得由乔布斯遗孀Laurene Powell Jobs参与投资的5000万美元融资。这是继2016年6月的千万美元投资后，Laurene Powell Jobs第二次“加仓”Brain。
值得注意的是，或许是因为早已看尽科技行业的蜃楼山市，乔布斯去世后，Laurene对科技行业兴致索然，十余年来，除Brain外，并未直接投资其他科技公司。
官方资料显示，Brain的目的，是希望通过更通用的AI技术，让技术和代码变得有温度、能共情，最终建立一个以人为中心的数字世界。2020年，Brain推出了世界上第一个可以帮助用户思考的即时生成型界面，可以基于用户的目标即时渲染和生成相关的界面和应用。
五年时间，两次吸引乔布斯家族投资，难道Brain的即时生成型界面真的比得上苹果的iOS系统？
01 iOS们的致命缺陷
让我们把时间的轮盘拨回2007年，这一年的年初，乔布斯在 Macworld开发者大会推出搭载iOS系统（当时命名为iPhoneOS）的初代iPhone，开启了一个全新的时代。
不可否认的是，相较于基于电脑的Windows等桌面系统，由于手机传感器更为丰富，因此，以iOS为代表的智能手机操作系统给我们的社会带来了巨大的变革。比如，如果我们想在大街上打车，那么打开智能手机上的打车App，输入地址和目的地，就能一键叫车。
但是如果追根溯源，我们也可以发现，“智能手机”核心的交互和信息显示逻辑，相较于电脑并没有本质的区别。在筹备iPhone时，乔布斯就表示：“把Mac缩小，这将会是工程学上一个史诗般的壮举，或是把iPod扩大”。而发布iPhone时，乔布斯更是毫不避讳iPhone和Mac的联系，“iPhone运行OS X，并且可使用‘桌面应用程序’”。
因为无论是Mac还是iOS，都只能提供被动的服务。比如，如果我们想要修图，需要打开电脑上的PS软件；如果我们想要打车，则需要打开手机上的打车App。
正如Brain创始人Jerry Yue 所言：“计算机在输出‘Hello world’或者做任何运算或执行的时候，它是不知道执行的原因的，它只是在执行人类写好的函数。每个函数并不知道自己为什么存在，今天写程序也只是在用固定的方式连接界面和背后的函数。这也是虽然数十亿的人每天重复使用着这些软件它们也无法自我学习和提升的原因。”
现代计算平台这种被动的操作逻辑，与前信息时代，人类使用辘轳、耧车、石磨盘等农业用具在本质上类似。在决策时，都需要人类产生想法，找到正确的工具，进行操作，最终才能达成目的。
而之所以如今的计算平台相较于传统农业设备可以迸发出更大的价值，主要是得益于前者具备超快的芯片算力以及网联能力，进而可以带来效率提升。
但iOS等计算平台没能解决的一个问题是，平台内的软件生态存在严重的孤岛化倾向。比如在百度这个主打搜索的App中，我们就找不到微信公众号的内容。这在某种程度上，反而会降低我们的使用效率。
虽然近两年，有关部门看到了上述信息孤岛化的问题，试图通过政策的强力去改造App，但是归根结底，iOS等计算平台的运行逻辑，就是通过应用程序，将流量分发到不同的App。因此，扭转上述困局最有效的办法，其实还是寄希望于计算平台的迁移。
02 Brain打造下一代计算平台
也正是在这个背景下，JerryYue 于2015年12月创立了人工智能公司 Brain，试图用AI的力量，革新人类信息的分发模式。
如前文所述，2020年，Brain就推出了世界上首个可以帮助用户思考的即时生成型界面，根据用户的目标，实时渲染以及生成相关的界面和应用，帮助用户直接个性化地计划并完成各类任务。
做到让App找人，而不是人找App。
事实上，Brain的产品恰好击中了上文谈到的，当今计算平台的两个痛点——被动使用以及信息孤岛化。
首先，从使用的角度来看，Brain做到了需求即结果。比如，如果我们想要购买一张机票，在以前，我们需要在多个被动的App中间输入信息、对比价格。而在Brain的产品中，我们只需要说出目的地的描述，前者即可即时生成相关的界面以及全网的搜索结果供用户一键订票。
是的，全网搜索。这正是Brain的另一个优势，打破App之间的信息壁垒。比如，当我们收到法律文件却看不懂的时候，用户只需问Brain “怎么变得对公司更有利？”，此时，Brain即可自动调用法律AI，无缝生成严谨的法律建议，并按用户的反馈改好法律语言，并自动回复邮件。
看到这里，可能很多人都觉得Brain的产品和天猫精灵、小爱同学等智能音箱产品类似，都是通过下达语音指令，进而直给到实时的反馈。但事实上，Brain的产品和后者有本质的不同。
现如今我们看到的大部分AI，包括天猫精灵、小爱同学甚至AlphaGo，都只能称得上是“弱AI”。这类产品是通过特定数据训练出来的，仅可以解决狭窄且特定的问题。比如，AlphaGo在围棋方面举世无双，但是连牛顿三定律都不能理解。
反观Brain，为了达到通用型AI的目标，则选择单样本学习的路径。相较于需要大量标记数据驱动的监督学习，单样本学习可以让机器通过无监督学习训练下的大型模型，完成对语义的深度理解以及语义代表的建立，做到只看极少量的数据，就可以触类旁通地学习到深度内容以及新概念。
举个简单的例子，监督学习就像婴儿学习，如果想要教会一个婴儿认识动物，那么就要在他面前大量展示动物的相关信息。反观单样本学习更接近成年人认知世界的逻辑，在先验知识的基础上，通过少量信息就可以实现强大的自我学习能力，大跨步地去学习或者理解问题。
虽然Brain的相关产品还在成长，但是在解决现有计算平台痛点以及坚持单样本学习的技术路线下，Brain已经取得了一定的成绩。
比如，Brain于2021年推出了超级应用程序Natural。截至2022年2月，Natural在北美地区月均用户购买请求已破800万，月均增长率达到了惊人的200％。
03 专注是Brain能持续成长的关键
在智能手机红利收缩的背景下，提前押注压一个时代的Brain自然引得了投资人的关注。
接受采访时，Brain创始人Jerry Yue就透露：“截止去年，我们收获到不同投资人至少2．5亿美金的的签署投资条款清单（Signed Term Sheet），但是我们只接受了5000万美金的投资。原因是寻找对的长期合作伙伴达到最终的愿景比估值或单纯的资本资源重要太多。”。
与大部分投资人希望通过押注科幻版的故事圈钱不同的是，Brain的投资人也充分理解JerryYue的诉求。
“唯一条件，是要求Jerry不能为短期商业目标而改变方向，也尽可能避免资本干预技术的可能。”Jerry对外表示，“后来每次见面，Laurene总是在尝试说服我钱不重要”。
本着投资人极度负责的态度，Brain持续深挖技术。官方信息显示，从2016年－2020年，Brain花了四年时间进行技术研发，获得了数百个相关领域的核心专利。最终使得AI模型在没有人工干预的情况下，“自学”了400多万种功能，自我生成能力进入指数级增长的状态。
也正由此，Brain的AI技术甚至可以深入人类智慧的高峰——哲学层面。
Jerry透露，在一次测试中，他曾问Brain的AI，“人是否拥有自由意志？”结果AI回到道：“答案取决于你探讨的问题。探讨的问题距离生存欲望越近的时候，你的自由意志越低，如果探讨的问题距离生存欲望越远，你的自由意志越高。”
令人惊奇的是，该问题并不是来自于网络上的copy，而是AI的“思考”。
这很难不让人想起2013年美国导演斯派克·琼斯指导的科幻电影《她》。该电影讲述了一个人工智能无限发达的时代背景下，男主西奥多爱上了人工智能系统萨曼莎的故事。
电影大量展示了与Brain打造的产品类似的主动式人工智能语音交互的场景。比如，当西奥多想要写字的时候，只需要对着萨曼莎说话，文字即可输入屏幕，并且说一句“打印”，即可见到纸质文件。
更重要的是，萨曼莎也具有哲学思辨能力，在影片的最后，它和男主都坦言：“我从没像爱过你这样爱过别人．．．”
当“她”成为现实，还有谁会忍受“Siri”呢？
