久久不卡网,91漫画,日韩一区二区精品

We believe AI should be an extension of individual human wills and, in the spirit of liberty, as broadly and evenly distributed as possible. -OpenAI

「AI00 ，這是一個開源項目」

這不僅是一份榜單，更是一個人人可以參與的開源項目：

是一個復雜龐大的體系，涉及眾多學科，也關(guān)乎技術(shù)、產(chǎn)品、行業(yè)和資本等眾多要素，報告的寫作團隊只代表他們的專業(yè)觀點，有自己的局限性，需要更多行業(yè)專家參與進來加以修正和完善。

技術(shù)和行業(yè)的發(fā)展瞬息萬變，而報告的制作周期較長，其中的內(nèi)容和數(shù)據(jù)勢必會落后于行業(yè)的最新進展，無法同時滿足時效性和高質(zhì)量的要求。而領(lǐng)域內(nèi)參與者的及時更新可以解決這個問題。

我們深刻地理解在沒有專業(yè)用戶反饋的情況下所做出報告的質(zhì)量局限性，所以希望用工程界「Agile Development」的理念來對待我們的報告，不斷收集專業(yè)反饋來持續(xù)提升報告質(zhì)量。

是一個永恒命題，我們不僅會把「 100 家公司」這個主題持續(xù)做下去，還會陸續(xù)開展其他主題。這個過程需要人工智能領(lǐng)域不同的參與者加入進來。

向 OpenAI 、「斯坦福人工智能百年研究」和「Open Source」致敬。

為此，我們將邀請人工智能領(lǐng)域的科學家、技術(shù)專家、產(chǎn)業(yè)專家、專業(yè)投資人和讀者加入進來，共同完成這項人工智能的長期研究。我們將對參與者提供的信息進行匯總和整理，以月度為單位更新此份報告。

「前言」

每一次新技術(shù)的誕生和發(fā)展往往會催生一批新的平臺和架構(gòu);從計算機和互聯(lián)網(wǎng)的繁榮到移動互聯(lián)網(wǎng)的興起，我們已經(jīng)逐漸習慣顛覆和壟斷的不斷發(fā)生;每一次新平臺和架構(gòu)的誕生也孕育著暗流涌動的產(chǎn)業(yè)變革，之如 1971 年的英特爾，1980 年的微軟，1998 年的谷歌，2007 年的蘋果，和 2010 年的 Facebook 。

而如今，則是新一代人工智能公司的崛起，深度學習將機器學習推進到成熟，計算能力和云計算的普及，互聯(lián)網(wǎng)帶來了海量數(shù)據(jù)和人機頻繁互動，這些使人工智能變得更加實用，它已經(jīng)通過多種方式在逐漸改變著我們的行業(yè)，滲透進了我們的生活。

科技巨頭擁有巨大的技術(shù)、數(shù)據(jù)、人才、產(chǎn)品線和資金等資源優(yōu)勢，谷歌 TensorFlow 幫助開發(fā)者將想法變成產(chǎn)品;Facebook 使用機器學習每秒進行 600 萬次預測;亞馬遜的 Echo 成為全球最為成功的消費級語音交互產(chǎn)品。而初創(chuàng)企業(yè)也通過自身強大且靈活的技術(shù)創(chuàng)新能力和垂直場景的應用給行業(yè)帶來驚喜。

在過去兩年多時間里，機器之心采訪、記錄和報道了全球人工智能領(lǐng)域無數(shù)優(yōu)秀的人工智能技術(shù)、公司和產(chǎn)品。但隨著行業(yè)的發(fā)展，我們也逐漸意識到，越來越多概念化與噱頭性的產(chǎn)品和團隊已經(jīng)開始讓正處于變革拐點的行業(yè)變得浮躁和難以判斷。

關(guān)于人工智能行業(yè)，到底哪些才是最值得我們關(guān)注的公司，而哪些公司又將主導人工智能的未來?

為此，機器之心和 Comet Labs 聯(lián)合發(fā)布了影響全球人工智能公司的榜單。我們選取了基礎(chǔ)研究、技術(shù)和產(chǎn)品、行業(yè)潛力、公司運營能力、資本實力等五個維度，甄選出了全球范圍內(nèi)最具前途的 100 家人工智能公司，它們包括那些我們已經(jīng)熟知的科技巨頭，垂直行業(yè)獨角獸，也有尚在萌芽的初創(chuàng)公司。

當然，這份榜單肯定沒有做到盡善盡美，也存在 100 家的名額限制，但我們堅信，這份基于我們誠意、內(nèi)容經(jīng)驗和專業(yè)判斷的不存在任何商業(yè)利益的榜單可以為大家總結(jié)和精煉出一些有價值的信息，帶給大家靈感和啟發(fā)。

人工智能帶來了精致可用的人機交互方式。和其他細分領(lǐng)域相比，語音和自然語言處理的融資額和估值在本榜單中均屬最高。越來越多的公司開始關(guān)注自然語言理解，而加拿大公司 Maluuba 在如此早期的階段就成立了研究院來專注于挑戰(zhàn)前沿問題。

計算機視覺是目前機器感知中最突出的形式。它是受到深度學習崛起影響最大的人工智能子領(lǐng)域，并在一些視覺任務上幫助計算機首次實現(xiàn)了超越人類的水平。在這個分類中，既有在動態(tài)識別方面依托于計算機視覺和深度學習技術(shù)為用戶提供基于圖像理解的信息獲取和人機交互產(chǎn)品的 Clarifai ，也有充滿想象力的將衛(wèi)星圖片和圖像識別結(jié)合起來進行預測分析的 Orbital Insight 。在具體應用方面，來自英國的 Ditto Labs 和新加坡的 ViSenze 通過對計算機視覺技術(shù)的應用分別在電子商務和數(shù)字營銷領(lǐng)域進行了一些落地實踐。

本榜單中的芯片和硬件相關(guān)的企業(yè)主要集中于人工智能芯片和其他硬件研究。其中，來自美國的 ALCES 通過人工智能視覺算法在手機攝像頭的微小尺寸上實現(xiàn)高清超動態(tài)的 3D 圖像感知，大大提高智能機器對環(huán)境的感知水平，致力于深度學習芯片架構(gòu)的 Wave Computing 則推出了自己的 DPU 。

本榜單中機器人領(lǐng)域的公司涵蓋了中國、美國、日本、瑞士、英國、丹麥和德國等七個新老工業(yè)國家。在這個分類中，除了大型的工業(yè)級機器人，在醫(yī)療、無人機和家庭服務機器人等領(lǐng)域也都誕生了一批有著成熟產(chǎn)品和應用場景的公司，例如 Cyberdyne、3D Robotics 和 iRobot 。在靜態(tài)環(huán)境中，機器人導航在很大程度上被解決了。目前的努力是在考慮如何訓練機器人以泛型的、預測性的方式與周圍世界進行交互。深度學習對機器人的影響也剛剛開始。

對人工智能而言，醫(yī)療領(lǐng)域一直被視為一個很有前景的應用領(lǐng)域。目前有許多依托深度學習和成像技術(shù)的人工智能創(chuàng)業(yè)公司，之如來自美國的基于深度學習的癌癥檢查公司 Enlitic 。此外，來自美國的人工智能醫(yī)療平臺 CloudMedX ，以及將兩大學科人工智能和基因結(jié)合起來的 Deep Genomics 。未來幾年，基于人工智能的應用將能夠改善數(shù)百萬人的健康狀況和生活質(zhì)量。

由于較高的數(shù)據(jù)質(zhì)量和明確的需求，金融稱為人工智能最有前途的應用之一。數(shù)據(jù)分析公司 Kensho 在入侵華爾街，取代了分析師的部分工作。也出現(xiàn)了使用機器學習進行信用服務的 ZestFinance 和 Aire 。同時，傳統(tǒng)金融巨頭高盛也儼然變成了一家科技公司，推出基于機器學習的「AppBank」，擁有的工程師數(shù)量也接近大科技公司。

美國平均每輛車上裝有 70 個傳感器，汽車將逐漸取代人類成為更好的司機，交通交由自動駕駛汽車接管，實現(xiàn)人與貨物的實時接取和運送。這將徹底改變城市運行機制和居民生活。本榜單中自動駕駛類的公司來自美國、以色列和新加坡三個國家。除了以 Tesla 和 Drive.ai 為代表的美國公司，以色列的 Mobileye、Innoviz Technologies 以及新加坡的 nuTonomy 也分別在自動駕駛技術(shù)的視覺算法和安全系統(tǒng)上有著值得關(guān)注的應用。

在垂直應用領(lǐng)域，我們可以看到 Uber、Airbnb 在交通路徑優(yōu)化和定價的人工智能應用，也有Salesforce、Slack、Sentient Technologies 將機器學習用于企業(yè)服務的經(jīng)典案例。此外，在農(nóng)業(yè)、法律領(lǐng)域的的代表公司 Planet Labs 和 ROSS Intelligence 也十分值得關(guān)注。

這是一份令人激動的名單，有的公司在做機器學習平臺，有的是挑戰(zhàn)前沿問題的研究。DeepMind 在被收購后依然在進行獨立研究和運營。神秘的 Vicarious 還是持續(xù)研究「下一代人工智能算法」，日本創(chuàng)業(yè)公司 Preferred Networks 則利用深度學習讓機械臂有了學習能力。

科技巨頭間的競爭異常激烈，從基礎(chǔ)研究到開源平臺，從計算資源再到產(chǎn)品升級。這關(guān)乎到下一代平臺，開發(fā)者生態(tài)和用戶。但與此同時，他們也承擔著更大的責任，不久前，亞馬遜、谷歌、 Facebook、IBM 和微軟前所未有的走在一起，共同成立一家非營利組織，致力于推進公眾對人工智能技術(shù)的理解，針對當前該領(lǐng)域的挑戰(zhàn)和機遇執(zhí)行可行方案。