当下，人们正在越来越多地使用自动化设备来为人类服务，而随着自动化设备的不断发展，能够让机器“自主思考”的相关软件也随之成为了必需品。Prowler.io 便是一家专注于机器学习的人工智能初创公司，通过创建自主系统平台，帮助机器“学习思考”，以便更好地作出判断和决策。
近日，Prowler.io宣布获得150万美元欧元（约200万美元）种子轮融资金， 投资方有Passion Capital、 Amadeus Capital 和Singapore’s Infocomm Investments。公司将利用新资金继续进行平台的研发，初步创建一个完整的原型平台，另外，公司还将扩招员工，吸纳更多精英人士加入公司团队。
Prowler.io 是今年1月份刚刚成立的初创公司，总部位于英国剑桥，创办人有Dongho Kim、Aleksi Tukiainen和Vishal Chatrath，现由Vishal Chatrath担任公司CEO。公司专注于虚拟环境下的机器行为学习和模拟，借助逆向增强学习和深度强化学习，来帮助机器捕获行为，进行判断决策。
Prowler.io的技术致力于改变视频游戏和智能城市模拟的发展，公司系统借助游戏和真实世界的数据，来训练智能机器人，使其适应所在的运行环境，学会模仿人类行为，并同其他智能机器人竞争或合作。当前，游戏、智能城市模拟和自动化系统中，决策一般都是通过复杂且不易操作的手工决策树来作出，不仅表现差而且环境维护成本高。PROWLER.io公司拥有一支经验丰富的研究团队和工程师，他们正在研发的新一代机器学习算法将极大地改善AI决策系统的决策速度和决策质量，从而为游戏爱好者带来更好的游戏体验。
PROWLER.io的机器人使用“强化学习”的机器学习方法，可以使机器执行极其复杂的决策制定。该技术能够让智能机器人快速学习并适应不断改变的环境，让游戏中非玩家角色（NPC）的行为更加自然，同时也让自动化车辆更加智能地应对不断变化的复杂路况。
公司的技术可以应用到多种不同的行业，比如交通、制造业、医药和医院等，不同当下公司所专注的还是视频游戏领域。因为在游戏领域，尽管游戏创建者一直在努力创建更加现实和形象的界面，但是游戏中很多角色的反应依然很机械单调。此外，在技术瓶颈上，游戏领域和其他行业所面临的问题也是一样的。一旦游戏领域的人工智能技术有所突破，便可以直接应用到其他行业中去。
人工智能的发展主要有两个分支：感知和决策制定。而目前大部分企业所专注的都是感知层面的技术研发，例如计算机视觉、 图像识别和其他帮助破译周围环境的系统。但是对于研究者来说，感知对智能机器人来说已经不成问题了。我们以前认为，机器人无法像人类一样感知周围世界，但是现在它们可以做到了。
现在急需突破的是AI的另一个方面，也就决策制定，这也是为什么Prowler会选择专注于该领域。目前已经有很多企业也在尝试解决该领域所面临的各种难题，而Prowler 的切入点则是通过使用“强化学习”的机器学习方法，公司的目标是要创建一个可以通过应用程序界面进入的平台，可以在不同场景下借助预设的脚本使用平台的思考算法。
本文来自翻译：www.amadeuscapital.com来源：36Kr链接：http://36kr.com/p/5053920.html
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
