【猎云网（微信号：ilieyun
）】3月13日报道（文/竹子）
李世石和谷歌AlphaGo的人机围棋战受到了全世界的瞩目，这场比赛在3月9日拉开了序幕，第一局李世石投子认输。之后，在3月10日和12日的两场对决中，都以李世石的失败告终。到目前为止，比赛结果是3：0。
一石激起千层浪。一时间，朋友圈、微博、各大媒体网站都被这条新闻刷屏，引来了社会各界对人工智能的关注，而这，也必将促进人工智能产业的巨大发展。
谈谈人工智能
人工智能（Artificial Intelligence），英文缩写为AI，通俗点说，就是让机器学习人的智能活动规律，然后去完成之前需要靠人的智力才能胜任的工作。
人工智能设计的领域很广，它可以应用于机器人、语言识别、图像识别、自然语言处理、专家系统和自动程序设计等多个领域。
认真说，人工智能一点都不神秘，它早已遍布在人们的生活之中。要说人工智能会颠覆人类，也许吧。但眼下，它更多的是一个刺激源。不仅刺激企业家们深耕这个行业，同时也刺激风投们竞相进入。
Venture Scanner的统计显示，目前全球立足于人工智能领域的企业已经达到了955家，它们大部分是为了解决商业智能问题和金融安全，其中395家公司已累计获得了48.5亿美元的融资。艾瑞咨询2016年1月的报告显示，中国人工智能领域已有近百家创业公司，其中约65家获得共计29.1亿元人民币的融资。
与此同时，人工智能领域已经出现33笔企业并购交易以及1家首次公开募股公司Adgorithms。
今天猎云小编（微信：ilieyun）就来做一个简单的盘点，带大家看一看那些以AI为“卖点”的创企们都是如何玩转人工智能的。
科研领域
Deepmind
深度学习是人工智能技术的热门领域，也最受风投青睐。它指将大量的数据输入人工神经网络并且注入新数据以得到反馈推论。目前谷歌、微软和百度等互联网巨头都在深度学习领域投入重金研发。而不少深度学习创业公司也都遭巨头们纷纷抢购。AlphaGo的背后就是这么一家公司。
AlphaGo的背后的公司叫做Deepmind，2014年被谷歌以4亿美元的重金收购。早在2013年，DeepMind就创造出了可以模仿人类思维、学习如何玩电子游戏的人工神经网络。对于AlphaGo，DeepMind加入了用于处理长期规划的更深层次的强化学习技术。
据透露，目前DeepMind正在与英国NHS（国家医疗服务体系）进行合作，并已经成立了“DeepMind健康”项目，希望通过技术手段帮助有意向参与的医护人员提高服务质量。或许DeepMind的下一个创造就是“AlphaDoctor”。
Osaro
除了Deepmind外，Osaro也是一家研究深度学习的AI创企。
Osaro是旧金山一家研究机器人深度强化学习的初创公司，其开发的机器智能软件结合了感官知觉和判定能力，可以帮助计算机和机器人系统能够更加有快速有效地进行试错学习。
Osaro公司开发的人工智能基于的是神经网络（neural networks）和增强学习（reinforcement learning）。除此之外，Osaro公司特别研发的循环神经网络还可以让AI拥有类似于人类的短期记忆：将短暂的过去与现在进行比较，从而更好地判断出环境状态的变化和未来发展趋势。
Atlas
Atlas是谷歌母公司Alphabet旗下的波士顿动力公司（Boston Dynamics）所研发的一款人形机器人。
机器人学家认为，双足人形机器人的运动稳定性一直是学术界研究的难题，在Darpa机器人挑战赛这样的顶尖赛事里，世界一流的实验室做出的双足机器人在平地上的步态仍是小心翼翼，而且还经常摔，但从波士顿动力公司发布的视频来看，Atlas可以自己推门走出办公室以及在森林雪地里行进，摔倒了也能自己起身。它在雪地上的表现几乎可以用“健步如飞”来形容。
这款新型机器人有四个方面的突破性创新发展：一是要比之前的机器人小巧灵便得多；二是它不需要连着电源线，是独立电池供电；三是拥有非常出色的平衡能力，动作完成流畅且无卡顿；四是能够自主判断周边环境并据此做出相应的变换和修改。
所有的这些就意味着Atlas的使用范围已经不仅仅局限于实验室，它正在逐渐走出实验室，努力为社会和大众提供服务。
商业领域
Nervana
Nervana公司专门从事人工智能中的深度学习，对人工神经网络输入大量数据，并根据回复的信息推断和更新数据。
最初，Nervana的主营业务是出售专为深度学习任务定制的硬件，而现在该公司打算利用自己的硬件提供深度学习云服务。去年，该公司还发布了它的开源深度学习软件Neon，让所有人都可以免费试用该软件。
得益于计算能力的提升以及大量数据的使用，这项技术在处理图像、录像、文本和演讲方面越来越受到人们的青睐。
“它的名字与英文中的nascense（起源的意思）发音相似，因为正是这个创企孕育了NNAI（网络人工智能）通用技术。”联合创始人兼总裁Jürgen Schmidhuber解释道。
PredictionIO
成立之初，PredictionlO就承诺将为应用开发者提供便利，开发者只要使用他们的API和后端算法，就可以轻松地打造出更智能的应用。开发者还可以为每个终端用户提供定制服务，这样，不仅用户体验能够得以提升，开发者也能更有针对性地提高销售业绩。
PredictionlO的与众不同之处就在于，它没有采用“一药包百病”的解决方案。相反，创始人Chan表示，他们的产品能够依据数据集和用户行为的特点来构建各自不同的算法。
不过在今年2月，Salesforce为了提升自身的机器学习和大数据分析技术，收购了PredictionIO。收购后，PredictionIO将协助Salesforce开发机器学习技术，全面提升Salesforce云端的智能性。
随着各大公司对用户行为及数据分析的需求越来却强，近几年有关机器学习等人工智能创企的收购案不在少数。如2014年，LinkedIn收购了机器学习数据分析创企Newsle。让LinkedIn的用户能够清楚地掌握人际关系网内其他人的动向。2015年，微软收购了以色列机器学习企业Equivio，通过分析软件对大量非结构性数据及文件进行智能分析。
Orbital Insight
Orbital Insight是尝试通过卫星影像建立大规模自动化数据通道的第一家企业，他们希望用数据科学和机器学习的优势来解读世界改变的趋势。
Orbital Insight为程序植入人工“神经元”，让程序学会自动寻找兴趣点数据，帮助分析卫星图像。
通过卫星观测地球上某个地区在某段时间内发生的变化并追踪和检测这些变化，它可以为决策制定者和投资者所用，让他们获悉有关经济、农业生产等各方面的信息。
比如，Orbital Insight通过卫星影像观察某个地区建筑的阴影变化，可以分析出当地建筑行业是在繁荣上升还是在萧条下降。分析停车场的数据来初步预测沃尔玛等零售商的季度销售情况。还可以从油箱体积分析出全球原油储量。
Deep instinct
这个创企想要在杀毒软件市场占有一席之地，利用深度学习技术将网络打造成一个会不断学习的智能大脑，具备自动识别恶意软件的能力，且全程不需要病毒库的支持。
Deep Instinct的学习方法将恶意软件样本分解为大量的小“碎片”，恶意软件从而可以进行映射，这些被“分解”的样本仍是二进制位字符串，用于训练神经网络进行系统地识别。在进行了数百万次计算后，神经网络运行于一个GPU集群中，最终得出一个能够指向终点的静态神经网络结果。
Deep Instinct能够同时检测并阻止所有资产中“首次出现”的恶意活动。它运行得非常快同时占用的计算机资源很少，恶意软件识别率远超传统安全公司。
Deep Instinct于去年11月正式成立，公司的大部分员工都拥有高等数学学位。
医疗领域
Vuno
韩国的创企Vuno一直与医疗公司联手研发医疗数据演算技术，来帮助医生诊断病情。创始人曾经在Samsung语音识别部门工作。据公司首席技术官Kyuhwan Jung向媒体宣称，Vuno拥有自己的VUNOnet深度学习技术与架构，而且公司还打算将此技术开源。
Enlitic
Entilc公司通过使用深度学习的人工智能技术，帮助放射科医生分析医疗影像。
该软件系统可以显示相关研究结果、进行测量、标注医疗影像中的关键部位、显示类似病例等，为医生们节省时间。
深度学习技术会利用大数据（比如医疗影像）来训练人工智能系统，然后让它对新数据给出分析反馈。其他提供深度学习工具的公司还有Clarifai、Ersatz Labs、Metamind、Nervana Systems以及Skymind。
Entlic公司于2014年成立，总部在旧金山。迄今为止Entlic总共筹资1500万美元。
社会领域
Prospero
随着人类人口的稳步上升，能否高效地种植、收割和分配粮食成了一个全球性问题。到2050年，全球农业需要养活90亿人，这也是爱荷华州投资人David Dorhour正致力于开发能够变革农业生产的机器人的原因。
这些农业机器人模型最初叫做Prospero，它们体型小巧，有六条机械腿，当上百台Prospero一起工作时，几亩地的种植任务很快就能完成，并且比农夫做得更为精细。Prospero不需要GPS或复杂的视觉软件，它只需正下方视觉即可。
每个Prospero都支持无线通信，因此，如果某一只机器人检测到一大块未播种的土地，它就会给其他机器人发送求助信号；同样，如果某只机器人检测到一块完全播种好的土地，它就会通知同伴去其他地方工作。如果一大批农业机器人倾巢出动，那么种田的效率一定能成倍提升。
通过使用简单交流取代机器人相互之间的频繁定位，Dorhour减少了对计算能力的需求，这样农村地区的用户使用起来也会更加方便。
图谱科技
互联网上每天产生巨量的图片信息，而其中又包含了大量的色情、暴恐等违规图片，对于企业和用户来说都会造成不好的影响。基于深度学习，计算机可以大规模高速地自动识别色情、广告图片和视频。
图普科技专注于图像识别技术，利用大数据来训练图像识别模型，在筛选网络数据方面发挥了巨大作用。一句话来说，就是在海量的信息里把黄暴恐内容识别出来。
图普科技推出的第一个产品，是图像识别云。它希望为开发者提供高效、易用的识别方案。
日立公司
日本日立公司（Hitachi）搭建了一个未来可预知犯罪行为的系统，这个系统通过大量的数据，从历史犯罪数据到公共交通地图，从天气预报到社交媒体对话等，来预测何时、何地可能发生犯罪行为。
被称为“日立可视化犯罪预测分析（PCA）”的新技术可以从传感器和互联网等各种渠道获得信息数据。该公司已经给这些美国城市和一些加勒比地区国家的警察局提供了视频监控和传感器系统。
日立并不是唯一一家提供公共安全监控和预测服务的公司。但是使之区别于其他同类公司的地方在于日立声称他们引入了机器学习，用数据推动预测而不是基于已知的影响犯罪行为的重要因素来判断是否有罪案将发生。日立还使用了自然语言处理：即计算机能够消化并理解通俗文本或对话的能力。
生活助手领域
Pepper
Pepper，一款移动人形机器人，最初的定位为“社交伴侣”机器人，虽然不擅长协助人类处理一般性事务，如做家务，但讲笑话、教学甚至是协助家人朋友间的沟通则是它的拿手好戏。
在日本的商店里出售的机器人Pepper，会用咯咯笑、拥抱的方式跟进店的顾客打招呼，有时它也会为进店的顾客唱一小段歌。
这款白色塑料的机器人Pepper一米多高，它靠固定底座上的轮子移动。眼睛的颜色会在听别人说话或自己说话时有所改变，而且说话时手臂会随着表达变换位置。
Pepper外表呆萌，能说日语、日语、法语、西班牙语等多种语言。而它的杀手锏，则是被外界广为宣传的情绪识别能力，它可通过软件来分析你的面部表情和语调方式，从而读出你当前的情绪。
Genee
Genee就是你的人工智能个人助理。在允许访问已有的日历和邮件App后，所有人都可以使用Genee。
你只需要将Genee复制到邮件上，Genee便会像私人助理般全权负责你的日常安排。如果你需要将会议时间延迟15分钟或者重新设置时间，这款应用上也有一个一键式选项可以让Genee通知其他参与会议的人。
尽管许多自然语言处理应用还有很多不足之处， Genee发展的关键是集中在自然语言的一小部分，从而确保这个系统操作上去感觉是一个人类助理。
创始人表示： “我们拥有一个高级算法来优先安排时间，此外我们还经常在一些常识事情上训练计算机。”
Taradeep
TeraDeep研发出Learning Camera软件产品，使相机可以在拍摄时自动分析及进行识别标记。
Learning Camera软件能够在画面中自动识别及探测照片中的人、宠物、周围的物件等。除了内置的检测内容可分类到近1000种标签，也可以训练识别新的对象或物件。当TeraDeep Camera正在进行拍摄时，左上角会实时显示所识别到的事物。
TeraDeep已经建立了自己的图像识别技术。图像识别也是深度学习使用得最普遍的技术。该公司提供了一些学习摄像软件以及应用程序界面，这样，开发者就能够将这些技术整合到他们的应用之中。
再谈人工智能
人类始终站在新技术时代的风口浪尖上。从第一代超级计算机的诞生到现在，机器的学习进化速度只会越来越快、越来越强。在逻辑分析推算问题上，机器注定会超越人类。但与此同时，也会为整个社会带来巨大的商机和发展潜能。
BBC预测，人工智能市场将继续保持高速增长，2020年全球市场规模将达到183亿美元，约合人民币1190亿元。
想象一下，当所有琐碎、微不足道的事都可以由机器来完成，人类也必定有更多的时间可以用来进行自我探索，那时我们将会变得更有创造力。
人工智能正处于它的起步阶段，未来的产业布局必然会和今日有所不同，但这也正是时代在进步的特征。目前我们要做的，就是跟上人工智能的发展步伐。
