Cortica是一家总部位于以色列特拉维夫的人工智能公司，专注于自动驾驶技术。该公司成立于2007年，开发了一种受大脑启发的机器感知和决策方法，旨在创建能够从经验中学习而非仅依赖大规模标注数据集的自动驾驶系统。其技术已部署于商用车辆中，包括与主要汽车制造商的合作，并代表了主流深度学习方法之外的另一种范式。
该公司源于计算神经科学的学术研究，以其对无监督学习和稀疏表示的关注而著称。与需要大量人工标注的传统神经网络不同，Cortica的算法旨在自主识别视觉数据中的模式和对象，模仿生物大脑处理感官信息的方式。这一基础理念塑造了其产品路线图和企业合作，使Cortica在竞争激烈的自动驾驶领域中成为值得关注的角色。
创立与早期发展
Cortica由一群神经科学家和计算机科学家共同创立，包括Igal Raichelgauz、Karina Odinaev和Yehoshua Zeevi，他们在以色列理工学院相识。最初的研究旨在模拟视觉皮层中的层级处理，从而产生了一种生成对象不变表示的专利方法。2010年，公司获得了首轮大额融资，从私人投资者处筹集了600万美元，以将其技术商业化。
早期阶段专注于通过多种应用验证概念，包括面向消费产品和医疗诊断的图像识别。到2013年，Cortica已转向汽车应用，认识到先进驾驶辅助系统需求的增长。2015年，公司展示了一个原型，能够使用标准车载摄像头实时识别交通标志和行人，其准确性达到与Deep learning系统相当的水平，而无需大量训练数据，这成为一个里程碑。
技术与大脑启发式AI
Cortica方法的核心是一种专有算法，称为Cortica认知引擎，它采用稀疏编码和层级时间记忆来模拟皮层功能。该系统通过多个层处理视觉输入，每层提取越来越抽象的特征，类似于大脑中看到的Neural network架构。一个关键创新是其使用无监督学习，使系统能够适应新环境而无需在标注示例上重新训练。
认知引擎使用公司所称的“签名”构建世界的动态模型，这些签名是对象和事件的紧凑表示，可高效存储和调用。这种设计使得在嵌入式硬件上进行实时处理成为可能，这是自动驾驶汽车的关键约束。Cortica声称其系统所需的计算能力远低于可比的Machine learning模型，可能降低能耗和成本。独立评估已注意到其在变化光照和天气条件下的鲁棒性，这些属性归因于受大脑启发的处理流程。
自动驾驶系统
Cortica面向汽车领域的主要产品是“Cortica Drive”平台，这是一个用于4-5级自动驾驶的完整软件栈。该系统集成多种传感器模态，包括摄像头、雷达和激光雷达，通过集中处理单元进行融合。它执行对象检测、车道保持、路径规划和其他道路使用者的预测建模等任务，全部在安全认证框架内进行。
2019年，Cortica与一家欧洲主要汽车制造商合作，开始在城市环境中测试其技术，这标志着一次重要部署。到2021年，车队已在多个国家累计行驶超过100万公里的自动驾驶里程，由安全驾驶员监控操作。公司还开发了一个模拟环境，生成合成场景以加速测试，减少对实际道路里程的需求。2023年，该平台的生产就绪版本在特定地区获得了有限商业使用的监管批准，标志着从研究向部署的过渡。
合作与商业化
Cortica采取了战略联盟策略以将其技术推向市场。2019年，它宣布与日产关联的研究人员合作，将其感知软件集成到下一代车辆中，尽管协议细节从未披露。2021年，与地图公司TomTom的合作更为显著，旨在将高精地图与Cortica的实时感知数据结合，以改善导航。
公司还探索了其技术的非汽车应用。2018年与一家医学影像公司的合资企业旨在将其算法应用于放射学，但该项目后来被搁置。2020年，Cortica推出了认知引擎的许可计划，允许其他公司将技术嵌入机器人和监控系统。这些努力在核心汽车业务成熟的同时产生了替代收入来源。
领导层与团队
Cortica的领导层自成立以来保持稳定，Raichelgauz担任首席执行官，Odinaev担任首席技术官。执行团队包括来自汽车和航空航天行业的资深人士，包括前Intel和Qualcomm工程师，为软件重点补充了硬件专业知识。公司雇佣约150名工程师和研究人员，许多人拥有神经科学、数学和计算机科学的高级学位。
知名顾问包括来自MIT CSAIL和Stanford AI Lab的学者，他们为大脑启发式方法增添了可信度。团队在同行评审期刊上发表了关于稀疏编码和视觉注意等主题的论文，使Cortica区别于纯商业企业。这种学术导向有助于吸引人才并维持组织内的严谨研究文化。
行业背景与竞争对手
自动驾驶汽车行业竞争激烈，主要参与者包括Waymo、Cruise和Tesla，它们通常依赖深度学习和大量标注数据集。Cortica通过减少对数据标注的依赖来区分自己，这是该领域的一个昂贵瓶颈。然而，这种反主流方法面临质疑，因为主流成功在很大程度上验证了深度学习方法。
人们常将其与Cerebras和Groq进行比较，后者也专注于高效AI推理，但针对数据中心工作负载而非边缘感知。在汽车领域，[[mobileye]是感知芯片的主导供应商，但其架构更为传统。Cortica的利基在于其声称的生物学合理学习，这可能实现不可预测驾驶条件下的持续适应，支持者认为这是完全自动驾驶的必要特征。
挑战与争议
尽管前景广阔，Cortica面临重大障碍。自动驾驶汽车行业因安全担忧和监管审查经历了更广泛的放缓，Cortica也未能幸免。2022年，公司推迟了计划中的美国市场扩张，理由是认证延迟和供应链问题。一些分析师质疑其无监督学习方法的可扩展性，特别是在没有明确训练的情况下处理罕见边缘情况。
公司还卷入了与大型科技公司的专利纠纷，但大多数已通过许可协议解决。2020年，一名前员工声称投资者报告中的某些性能指标被夸大，公司否认了这一指控，但导致信心短暂下降。此后，Cortica强调透明度，发布其安全记录的第三方审计，尽管它尚未获得与其较大竞争对手相同的公众信任水平。
未来展望
截至2024年，Cortica继续开发其技术并寻求商业合作。公司已累计筹集约4000万美元资金，得到风险投资公司和汽车行业战略投资者的支持。它计划扩大在亚洲市场的影响力，这些地区的自动驾驶监管框架正在快速发展。领导层表示将专注于提高计算效率并扩展系统处理复杂城市场景的能力。
长期生存能力取决于获得大规模制造协议并展示规模化安全性。分析师指出，尽管Cortica的技术具有独特性，但公司运营在一个由科技巨头和成熟汽车制造商主导的资本密集型行业。然而，其无监督学习的利基可能随着监督方法局限性的显现而变得越来越有价值。如果成功，Cortica可能证明大脑启发式算法为完全自动驾驶提供了一条可行路径，挑战当前的Deep learning正统观念。
Cortica仍然是AI应用神经科学的一个引人注目的案例研究。它从学术好奇心到商业部署的历程说明了替代AI范式的挑战和机遇。它是否能实现广泛采用将取决于技术突破、监管发展以及未来几年做出的战略选择。