被稱為世界科幻文學“三巨頭”之一的羅伯特·海因萊因，于1987年出版了他著名的小說《異鄉(xiāng)異客》，在書中他杜撰了一個詞——Numenta，來自拉丁文 mentis，意為“心靈”。2005年，美國計算機科學家與神經(jīng)生物學家杰弗瑞·霍金（Jeffrey Hawkins），以此命名了他的新公司，致力于開發(fā)出一臺和人類大腦工作原理相似的智能機器。此前，Numenta 公司上榜了調(diào)研公司 CBInsights 的“最值得關注的100家人工智能公司”榜單。
Numenta 公司創(chuàng)建于2005年，其創(chuàng)始人 Jeffrey Hawkins 大名鼎鼎，既是計算機科學家，也是神經(jīng)生物學家，同時還是Palm公司、Handspring公司、Redwood Neuroscience Institute 研究所的創(chuàng)辦者。
創(chuàng)業(yè)的經(jīng)歷與其學術經(jīng)歷相符，早期創(chuàng)辦的 Palm 和 Handspring 公司專注于制造移動設備，想必離不開其計算機科學的學術背景，此后分別創(chuàng)辦于2002年和2005年的 Redwood Neuroscience 研究所和 Numenta 公司，則專注于研究新皮層處理信息的方式，并應用于計算機領域，這則歸功于其神經(jīng)生物學的背景。
根據(jù)人類進化史，大腦皮層分為新皮層和古皮層。所謂的“新皮層”在腦半球頂層，大約2-4毫米厚，分為六層。新皮層被證明與一些高等功能有相關關系，比如知覺、運動指令的產(chǎn)生，空間推理，意識及人類語言。在其他研究中也表明，人類經(jīng)過學習得到的意識都在新皮層集聚，形成物質(zhì)的反應體，記載和儲存所學習知識。
依據(jù)新皮層的處理信息的方式，2004年 Jeffrey 和其同伴寫了一本叫做《人工智能的未來》的書，提出了分層時序記憶（Hierarchical Temporal Memory） 的新算法。但隨著深度學習算法的火熱，Jeffrey 的這種算法似乎面臨著被“埋沒”的現(xiàn)狀。
不過，即便如此，Jeffrey 還是在積極地維護著自己的領地。
簡單來說，HTM 就是通過模擬新皮層的機制， 以人類認知世界的方式來學習世界中的對象。它提供一種在雜亂 、大型、現(xiàn)實世界的數(shù)據(jù)集中，進行模式識別和預測的方法。HTM 應用領域很廣，比如圖像和聲音識別、復雜系統(tǒng)的故障預測、網(wǎng)絡點擊預測、欺詐檢測系統(tǒng)預測、文本語義分析等 。HTM 底層的學習算法并不局限于特定的應用領域。
HTM 算法在圖像識別中的應用
Jeffrey 認為，當應用于計算機時，HTM 非常適合用于預測、異常檢測、分類以及最終的感覺運動應用程序，并且始終相信這項技術將成為下一波計算的基礎。
與其他機器學習方法不同，HTM 是基于時間模式，在連續(xù)基礎上學習無標記數(shù)據(jù)，這意味著它可以同時學習多種模式。
根據(jù) Numenta 官網(wǎng)介紹，HTM 算法到目前為止經(jīng)過了三次進化迭代：
測試 HTM 理論并開發(fā)第一代算法，在這個階段，視覺是一個主要的應用焦點領域；
開發(fā)第二代 HTM 學習算法，具有更強的生物相關性和未來工作的路線圖，在此階段，繼續(xù)探索應用程序，構(gòu)建預測引擎，并啟動了一個直接相關的開源項目；
研究第三代 HTM 學習算法，關注感覺運動整合。
致力于讓機器像人類大腦一樣工作的Numenta，入選最值得關注100家AI公司榜單
同時，雖然 Numenta 公司自身并不構(gòu)建商業(yè)的應用程序，但他們在一些領域創(chuàng)建了用于示例的 HTM 應用程序，例如監(jiān)視股票性能、檢測異常的人類行為以及在地理空間數(shù)據(jù)中發(fā)現(xiàn)模式。此外，Numenta 公司的合作伙伴在監(jiān)控 IT 基礎架構(gòu)和自然語言理解方面也創(chuàng)建了一些商業(yè)應用程序。
此外，Numenta 的創(chuàng)始團隊也頗為豪華：聯(lián)合創(chuàng)始人 Donna Dubinsky 此前在蘋果公司工作10年，負責銷售支持和物流；研究副總裁 Subutai Ahmad 曾在 Yesvideo 公司擔任工程副總裁，幫助公司從三個人成長為自動化數(shù)字媒體創(chuàng)作的領導者。
CrunchBase 顯示，Numenta 公司于2016年完成了一輪120萬美元的融資，投資方為 Cortical.io ，是一家提供基于語義折疊的自然語言理解（NLU）解決方案的公司，也是 HTM 技術的使用者。
雖然 Numenta 公司并未停止腳步，相比目前2006年提出、極為火爆的深度學習而言，早于2年提出的 HTM 算法顯然被壓了一頭。圍繞這兩種機器學習算法的優(yōu)劣，業(yè)界也有一些爭論。但總體而言，在面對多種類型問題時，深度學習的多層模型，顯然要優(yōu)于“一次只能解決一種問題”的 HTM 算法。但也正如吳恩達在談到深度學習時所言，解決不同問題需要不同的技術，所以也不能以簡單優(yōu)劣來評價兩種機器學習的算法。
記者認為，對科技領域而言，形成霸權是極度危險的，需要更多不同的聲音和探索。
