热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

全球机器学习领域顶尖的16家公司

来源:网络大数据作者:AndyPatrizio摘要:机器学习是众多公司颇感兴趣的一个新兴领域。本文介绍了几大领先的机器学习公司࿰

640?wx_fmt=png&wxfrom=5&wx_lazy=1

来源:网络大数据   作者:Andy Patrizio

摘要:机器学习是众多公司颇感兴趣的一个新兴领域。本文介绍了几大领先的机器学习公司,包括老牌技术厂商和后起之秀。


机器学习是与人工智能一同急剧发展的领域。IDC预测,人工智能和机器学习的支出会从2016年的80亿美元增加到2020年的470亿美元。


虽然这两个术语换着使用,而且常常一起出现,但有所不同。人工智能是自动化的统称,机器学习是人工智能的一个子集:基于数据,软件或应用程序更深入地了解它执行的任务,不需要重新编程。


这两种新兴技术催生了新的商业活动,不乏机器学习初创公司或人工智能公司。


IDC还预测,到2019年底,40%的数字化转型项目将得到人工智能和机器学习的支持,因此不难理解为什么这些流行语频频见诸媒体。谁都想紧跟潮流。


长期以来,引领重大转变的是颠覆性初创公司,老牌公司通常落后,因为它不愿意丧失霸主地位,或者反应迟钝。倡导软件即服务这个概念的是Salesforce,而不是IBM或Oracle,不过这两家公司确实迅速紧跟形势。


不过就机器学习而言,新旧厂商都争先恐后、不甘落后。老牌球员已学会变得更灵活,并不坚守旧方式。这就是为什么许多最具创新性的机器学习公司其实是老牌公司。


下面介绍了16家顶尖的机器学习公司,因其产品的重要性而上榜。如果你有什么需要补充,欢迎留言交流。


1.亚马逊


机器学习用于亚马逊的全部消费者服务,从在线商店到Kindle和Echo设备,不一而足。机器学习用于确定用户喜好(比如产品购买),还用于Alexa引擎、Alexa智能家居设备、亚马逊JHIM、亚马逊Rekognition、亚马逊音乐及其他功能。此外,该公司基于从消费级产品方面获得的体验,通过AWS提供机器学习服务。


相关链接:https://aws.amazon.com/aml/details/


2.苹果


苹果借助机器学习大大改善了Siri,因此它不仅仅可以呼叫联系人列表的某个人。现在它还可以识别谁最近向你发送了电子邮件,但不在你的联系人列表中;还有面部识别功能,识别30000多个中文字符,或者告诉你车子泊在哪里。


在过去两年,苹果收购了多家机器学习和人工智能初创公司,比如Littice.io、Regaind、Pop Up Archive、Init.ai和SensoMotoric等。


相关链接:https://developer.apple.com/machine-learning/


3.Ayasdi


Ayasdi最初是DARPA资助的一家初创公司,诞生于斯坦福大学数学系。其核心技术“拓扑数据分析”可以找到复杂数据中的细微模式,尤其是能够找到所谓“暗数据”中的洞察力,这种数据常常被认为无用,但实际上大有价值。


相关链接:https://www.ayasdi.com/platform/


4.Digital Reasoning


Digital Reasoning擅长认知计算,运用机器学习来识别沟通数据中有意思的人类行为。它利用人工智能积累上下文,填补任何来源的认知空白,明确什么有价值、什么没价值,并通过揭露隐藏的关系、风险和机会来得出结论。


相关链接:http://www.digitalreasoning.com/


5.Darktrace


Darktrace使用人工智能和机器学习来提供名为“企业免疫系统”的网络安全系统,该系统模拟人体免疫系统:了解什么是所有设备和用户的“正常行为”,环境变化后更新洞察的信息,然后寻找表明存在安全问题的异常情况。因此,它不需要传统防病毒软件所使用的病毒特征数据库;一旦发现新威胁,就会更新。


相关链接:https://www.darktrace.com/


6.Dataiku


Dataiku提供的分析软件让公司能够更有效地构建和交付自己的数据产品。Dataiku的Data Science Studio是面向数据团队的企业级平台,让公司能够更高效地使用自己的数据来构建和交付应用程序和项目。它旨在帮助数据科学家成为更庞大的公司团队的一员,搞好从安全到营销活动的各项工作。


相关链接:https://www.dataiku.com/


7.Facebook


Facebook的20亿用户每天都在使用机器学习,但他们没意识到这一点。它用于Facebook、Messenger和Instagram的朋友标记建议、个性化新闻源、共同朋友分析和社群推荐。该公司在全球有四个人工智能研究园区,表明它专注于用人工智能来运行网站。


相关链接:https://research.fb.com/category/machine-learning/


8.Feedzai


Feedzai由数据科学家和航空航天工程师创办,旨在提供端到端的欺诈预防,并为消费者提供更好更安全的体验,完全借助人工智能和机器学习。它支持在线、移动和实体商店;机器学习获得每次销售的知识、不断积累,而不是靠规则和模式来工作。新的客户渠道上线后,它自动开始监控该渠道。它让分析员可以根据行为分析,实时预测和防止电子支付损失。


相关链接:https://feedzai.com/


9.谷歌


谷歌在过去五年先后收购了13家公司,以加强视觉处理、图像处理、谷歌语言、搜索引擎排名、语音识别和搜索预测等功能。此外,它还为其谷歌云服务客户提供Cloud AI服务,让客户可以将机器学习添加到其应用程序中,用于图像搜索及识别、翻译和语音控制。


相关链接:https://ai.google/education/#?modal_active=none


10.IBM Watson


Watson问世已有几年,但机器学习方面去年刚推出。它让数据科学家可以转换数据,并运用机器学习算法来训练预测模型,构建利用机器学习模型所作的预测的智能应用程序。开发人员还可以运用算法从数据集中学习,生成可基于数据集进行预测的模型。它还为客户提供数据模型构建功能,客户可以从IBM提供的算法中进行选择,或者让IBM决定哪种算法最适合自己。


相关链接:https://www.ibm.com/cloud/machine-learning


11.Luminoso


Luminoso是主攻自然语言理解软件的顶级人工智能公司之一。它梳理非结构化的文本数据(来自呼叫中心、聊天机器人的记录和社交媒体帖子),帮助公司从对话和反馈中获得洞察力,并优化客户互动、洞察客户趋势并发现客户关心的问题。


相关链接:https://luminoso.com/


12.N-iX


N-iX是一家定制开发公司,擅长机器学习和认知计算领域。内部有800多名工程师为医疗、金融科技、航空、信息内容管理、娱乐及其他行业的客户开发定制应用程序。它借助Python和R开发机器学习算法,并使用多个额外的库,比如Caffe、DeepLearning4J、TensorFlow、Theano和Torch等。


相关链接:https://www.n-ix.com/machine-learning-ai/


13.QBurst


堪称机器学习公司和人工智能公司中的先驱。它运用机器学习,以贵公司要求的速度来做出数据驱动的决策。使用众多机器学习技术解决人脑难以轻松分析的多维问题。


机器学习算法可以识别数据的潜在结构,揭示新的洞察力,并利用数据做出准确的预测,结合上下文来处理庞大数据集中的信息。利用机器学习,你可以优化以信息为中心的业务流程、根据客户需求定制解决方案、提高生产力、预测需求以及实现其他用途。


相关链接:https://www.qburst.com/machine-learning-services/


14.高通


高通不像苹果、三星和英特尔这些竞争对手大肆收购,但它在2017年收购了荷兰机器学习初创公司Scyfer(金额未透露),向机器学习迈出了一大步。高通致力于在设备层面部署人工智能技术。大多数新款骁龙芯片都有旨在用于手机上的人工智能功能,并不将计算发送到云端来处理。高通表示,它专注于设备端解决方案,以此提高可靠性、减少延迟和带宽使用,并改善隐私保护。Scyfer开发了人工智能工具用于诸多功能,比如收入预测、面向医疗业的声音识别以及面向制造业的质量检查。


相关链接:https://www.qualcomm.com/artificial-intelligence


15.Skytree


如果你打算自称是“机器学习公司”,最好有点干货。Skytree提供企业级机器学习平台,可帮助客户发现深层分析洞察力、预测未来趋势、提出建议,并揭示未开发的市场和客户。 Skytree机器学习平台旨在持续搜索最精确的模型,从而不断提升模型的性能。


相关链接:http://www.skytree.net/products/


16.优步


对于外界来说,优步是一家拼车公司。其背后是Michelangelo,这个机器学习即服务平台让内部团队能够在优步的大规模环境下无缝构建、部署和运行机器学习解决方案。它涵盖了端到端的机器学习工作流程,比如管理数据,训练、评估和部署模型,进行预测,监管预测(比如叫的车多久后到达)。优步计划最终向公众提供这种机器学习即服务。


相关链接:https://eng.uber.com/michelangelo/


原文标题:Top 15 Machine Learning Companies,作者:Andy Patrizio


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg



推荐阅读
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • navicat生成er图_实践案例丨ACL2020 KBQA 基于查询图生成回答多跳复杂问题
    摘要:目前复杂问题包括两种:含约束的问题和多跳关系问题。本文对ACL2020KBQA基于查询图生成的方法来回答多跳复杂问题这一论文工作进行了解读 ... [详细]
  • 本文介绍了设计师伊振华受邀参与沈阳市智慧城市运行管理中心项目的整体设计,并以数字赋能和创新驱动高质量发展的理念,建设了集成、智慧、高效的一体化城市综合管理平台,促进了城市的数字化转型。该中心被称为当代城市的智能心脏,为沈阳市的智慧城市建设做出了重要贡献。 ... [详细]
  • 本文介绍了数据库的存储结构及其重要性,强调了关系数据库范例中将逻辑存储与物理存储分开的必要性。通过逻辑结构和物理结构的分离,可以实现对物理存储的重新组织和数据库的迁移,而应用程序不会察觉到任何更改。文章还展示了Oracle数据库的逻辑结构和物理结构,并介绍了表空间的概念和作用。 ... [详细]
  • 知识图谱——机器大脑中的知识库
    本文介绍了知识图谱在机器大脑中的应用,以及搜索引擎在知识图谱方面的发展。以谷歌知识图谱为例,说明了知识图谱的智能化特点。通过搜索引擎用户可以获取更加智能化的答案,如搜索关键词"Marie Curie",会得到居里夫人的详细信息以及与之相关的历史人物。知识图谱的出现引起了搜索引擎行业的变革,不仅美国的微软必应,中国的百度、搜狗等搜索引擎公司也纷纷推出了自己的知识图谱。 ... [详细]
  • 推荐系统遇上深度学习(十七)详解推荐系统中的常用评测指标
    原创:石晓文小小挖掘机2018-06-18笔者是一个痴迷于挖掘数据中的价值的学习人,希望在平日的工作学习中,挖掘数据的价值, ... [详细]
  • Java 11相对于Java 8,OptaPlanner性能提升有多大?
    本文通过基准测试比较了Java 11和Java 8对OptaPlanner的性能提升。测试结果表明,在相同的硬件环境下,Java 11相对于Java 8在垃圾回收方面表现更好,从而提升了OptaPlanner的性能。 ... [详细]
  • 本文介绍了Python语言程序设计中文件和数据格式化的操作,包括使用np.savetext保存文本文件,对文本文件和二进制文件进行统一的操作步骤,以及使用Numpy模块进行数据可视化编程的指南。同时还提供了一些关于Python的测试题。 ... [详细]
  • 开发笔记:Python之路第一篇:初识Python
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了Python之路第一篇:初识Python相关的知识,希望对你有一定的参考价值。Python简介& ... [详细]
  • Imdevelopinganappwhichneedstogetmusicfilebystreamingforplayinglive.我正在开发一个应用程序,需要通过流 ... [详细]
  • 篇首语:本文由编程笔记#小编为大家整理,主要介绍了Flutter添加APP启动StoryView相关的知识,希望对你有一定的参考价值。 ... [详细]
  • 都说Python处理速度慢,为何月活7亿的 Instagram依然在使用Python?
    点击“Python编程与实战”,选择“置顶公众号”第一时间获取Python技术干货!来自|简书作者|我爱学python链接|https:www.jian ... [详细]
  • 热点追踪深度探讨实地探访商务合作当一个哲学家遇到大数据分析会发生什么?如果告诉你,这个组合曾帮助美国“猎杀拉登”,你是否会惊讶到瞪眼睛。在 ... [详细]
  • 本文介绍了P1651题目的描述和要求,以及计算能搭建的塔的最大高度的方法。通过动态规划和状压技术,将问题转化为求解差值的问题,并定义了相应的状态。最终得出了计算最大高度的解法。 ... [详细]
author-avatar
执爱马嘟嘟_539
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有