没有想象力的生活十分乏味。事实上，计算机面临的最大问题可能就是没有想象力。
赋予计算机想象力是 Vicarious 公司的创始人们的信念，这家神秘的人工智能公司已经得到了硅谷一些最著名和最成功的人的支持。根据生物大脑中信息流动方式的启发，Vicarious 正在开发一种全新的数据处理方式。该公司的领导人表示这将赋予计算机类似想象力的东西，他们希望这种能力将帮助机器变得更加智能。
从本质上讲，Vicarious 也是在人工智能当前的繁荣上赌博。谷歌、Facebook、亚马逊和微软等公司在过去几年已经取得了惊人的进步——通过一个被称为“深度学习”的过程处理送入大型神经网络中的大量数据。比如，当训练了足够多的样本之后，深度学习系统可以学习高精确地识别特定的面部或动物品种。但这些神经网络和真正的生物大脑的相似度实际上非常低。
Vicarious 已经推出了一种考虑了更多生物特性的新型神经网络算法。其中很重要的一个特性是想象其已经学到的信息在不同的场景中会怎样——某种形式的人工想象力。该公司的创始人认为如果要让机器表现出更类似人类的智能，就必须用到一种根本上不同的设计。计算机必须具备从更少的数据中学习的能力，以及更容易地识别刺激和概念。
尽管一开始时 Vicarious 带来了一些兴奋，但过去几年中该公司一直很安静。直到今年，该公司才表示将发布其研究的细节，其还承诺将提供一些令人瞠目的演示以说明有想象力的计算机可以多么有用。
该公司的总部据帕洛阿尔托的旧金山湾一小段车程(该公司要求保密具体地址)，看起来完全不像是人工智能革命的中心。他们的办公司看起来很普通，不远处开着一家麦当劳，楼下几层是牙医诊所。但该公司的内部充满了一家高科技创业公司应有的各种饰物。在我拜访时，十几位工程师正在努力工作，有几位使用的是让人印象深刻的跑步机办公桌。一些工程师的办公桌顶上安装着微软 Kinect 3D 传感器。
在我穿过门后不久，该公司 33 岁的 CEO D. Scott Phoenix 以适当的术语对我说道：“我们正快速接近我们在人工智能领域做一些有趣的事情所需的计算力。在未来 15 年内，最快的计算机每秒所能做的运算将超过活着的所有人所有大脑中的神经元总数。所以我们真的很接近。”
但 Vicarious 并不仅仅是在利用更强大的计算力。Phoenix 说其数学创新将能更忠实地模拟人类大脑中的信息处理。事实上，目前人工智能中的神经网络和真正大脑中的神经元、树突、突触之间的相似关系是非常低的。
Phoenix 说，人工神经网络最明显的一个缺点是信息只有一种流动方式。“如果看看经典神经网络中的信息流动，那是前馈架构。”他说，“实际上大脑中的反馈连接比前馈连接更多——所以你错过了超过一半的信息流动。”
想象力——一种对人类很基本但对机器却是奥秘的能力——可能会成为人工智能下一个巨大进展的关键，这样想无疑是很诱人的。
目前，Vicarious 已经表明其方法可以创造具备灵巧的解读能力的视觉系统。2013 年，该公司表明其系统可以应对任何验证码(用来防止软件机器人注册账号或恶意登录的视觉谜题)。Phoenix 解释说，内置于 Vicarious 的系统中的反馈机制可以让其想象一个字符被扭曲或遮掩时的可能模样。
Phoenix 在一块白板上简要描绘了该方法系统的一些核心细节。但他并未透露进一步的细节;验证码方法的相关具体描述将在今年晚些时候发表的一篇论文中公布。
在原理上，这种视觉系统可以用在许多其它的实际用途中，如更精确地识别架子上的物体或更智能地解读真实世界场景。Vicarious 创始人也表示他们的方法可以扩展到其它远远更复杂的智能领域，包括语言和逻辑推理。
Phoenix 说他的公司今年晚些时候会给出一个涉及到机器人的演示。而且事实上，该公司网站的招聘列表中包括几个机器人专家的岗位。目前的机器人在抓取不熟悉的、古怪安放的或部分遮挡的物体上效果还不甚好，因为它们在识别方面还存在一些困难。“你可以看看亚马逊的设施里人们抓取物体的样子，大部分时候他们甚至不看他们正在做的事。”他解释说，“他们正在想象——使用他们的感官运动模拟器——物体的位置，而且他们也在想象自己手指上的那一点会碰到它。”