深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的進(jìn)步在自然語言處理和計算機視覺方面取得了巨大突破，它們有可能解決制造、零售、供應(yīng)鏈、農(nóng)業(yè)和無數(shù)其他業(yè)務(wù)領(lǐng)域的重大問題。當(dāng)然，一些最重要的創(chuàng)新背后是科技初創(chuàng)公司。

[[421983]]

在最近的文章中，我們研究了革新自然語言處理的初創(chuàng)公司和在MLops領(lǐng)域處于領(lǐng)先地位的初創(chuàng)公司。在這里，我們將看看“應(yīng)用人工智能”初創(chuàng)公司。這些公司正在應(yīng)用不同的技術(shù)——無論是處理圖像、文本、音頻、視頻、分類或表格數(shù)據(jù)，還是上述的組合——來應(yīng)對各種行業(yè)挑戰(zhàn)，從實現(xiàn)自動駕駛汽車的承諾到推動農(nóng)業(yè)生產(chǎn)的邊界。

1.ArgoAI

我們到了嗎?多年來，我們似乎一直在等待承諾，但自動駕駛技術(shù)的工作仍在繼續(xù)。ArgoAI是一家旨在成為自動駕駛汽車完整平臺的公司，涵蓋所有軟件、硬件、地圖和遠(yuǎn)程基礎(chǔ)設(shè)施，將我們帶入我們不必在的輝煌未來上班路上坐公交車或火車看書。

與福特和大眾汽車等合作伙伴合作，ArgoAI正在推動研究的邊界，最近剛剛發(fā)布了Argo激光雷達(dá)(光檢測和測距)，這是一種對400米外的物體進(jìn)行距離檢查的新方法，以及在夜間和弱光條件下工作良好，并且能夠處理可能導(dǎo)致其他激光雷達(dá)陣列出現(xiàn)問題的隧道等過渡)。

ArgoAI并沒有對其當(dāng)前的技術(shù)做出瘋狂的承諾，但似乎正在努力構(gòu)建安全的輔助駕駛體驗的所有模塊，在美國的六個城市進(jìn)行測試，并計劃稍后在歐洲進(jìn)行測試年。

2.CeresImaging

也許它不像自動駕駛那么令人驚嘆，但CeresImaging用于種植農(nóng)作物的技術(shù)很可能有助于在您進(jìn)入自動駕駛汽車并擁有它之前很久就降低您的雜貨賬單帶你去超市。

CeresImaging提供了老派和尖端技術(shù)的完美結(jié)合，避開了安裝在固定翼飛機上的高分辨率相機的衛(wèi)星或無人機圖像，并將這些圖像用作一系列模型的輸入，為農(nóng)民提供關(guān)鍵信息，例如在田間發(fā)現(xiàn)灌溉問題前兩到三周發(fā)現(xiàn)灌溉問題，糾正過度澆水或澆水不足的情況，并計算解決這些問題將如何影響產(chǎn)量。

此外，CeresImaging可以減輕農(nóng)民執(zhí)行簡單、勞動密集型任務(wù)(例如樹木計數(shù))的負(fù)擔(dān)，而不是從航拍圖像生成樹木計數(shù)。Ceres將提交一份報告，按品種統(tǒng)計樹木的數(shù)量，并確定丟失和損壞樹木的位置，甚至生成替換的苗圃訂單。這只是AI技術(shù)如何解鎖進(jìn)步的一個小例子，即使是在有人說“神經(jīng)網(wǎng)絡(luò)”這個詞時可能不會立即想到的領(lǐng)域。

3.LandingAI

LandingAI由GoogleBrain的聯(lián)合創(chuàng)始人、百度前數(shù)據(jù)科學(xué)負(fù)責(zé)人AndrewNg創(chuàng)立，旨在將AI的力量帶入尚未看到其帶來的進(jìn)步的領(lǐng)域。該公司的第一款產(chǎn)品LandingLens是一個集成平臺，允許制造商將他們的專業(yè)知識與LandingAI相結(jié)合，以生產(chǎn)不斷改進(jìn)的視覺檢測平臺。除了制造業(yè)，LandingAI還致力于為農(nóng)業(yè)和汽車行業(yè)開發(fā)視覺檢測系統(tǒng)。

LandingAI方法的一個有趣方面是它如何將用戶數(shù)據(jù)置于解決方案的中心。處理輸入數(shù)據(jù)通常是數(shù)據(jù)科學(xué)家工作中最不令人興奮的部分，但盡管在過去幾年中自監(jiān)督解決方案取得了長足的進(jìn)步，但輸入數(shù)據(jù)是您可以對應(yīng)用程序產(chǎn)生最大影響的地方。你的模型有多花哨并不重要;如果你喂它垃圾，你就會把垃圾扔出去。因此，LandingAI專注于高效且易于使用的標(biāo)簽系統(tǒng)，確保持續(xù)收集數(shù)據(jù)，輕松重新訓(xùn)練和驗證模型，當(dāng)然，如果推理突然傾斜(例如，如果相機丟失顏色通道)。

4.Sentinel

遲早，我們將需要一種檢測深度偽造的方法。雖然深度偽造——使用人工智能技術(shù)生成真人的假音頻和視頻——還沒有完全成為主流，但生成此類媒體所需的費用和知識每周都在減少。您可能已經(jīng)看過有關(guān)令人信服的近期新聞報道。更令人信服的假湯姆克魯斯在我們的未來。

Sentinel總部位于愛沙尼亞，正在努力成為該領(lǐng)域的領(lǐng)導(dǎo)者之一。憑借來自北約網(wǎng)絡(luò)安全部門的令人印象深刻的證書和愛沙尼亞前總統(tǒng)的支持，他們提供了一個利用各種深度學(xué)習(xí)方法的API，以及用于比較目的的大量現(xiàn)有假貨數(shù)據(jù)庫，以確定上傳的媒體是否為假貨.Sentinel系統(tǒng)甚至?xí)梢环輬蟾妫f明在陽性結(jié)果的情況下如何生成假貨。

5.Standard

就像遍布美國幾個主要城市的Amazon Go商店一樣，Standard提供了無需排隊即可進(jìn)行實體購物的承諾。當(dāng)您進(jìn)入商店時，您可以使用移動應(yīng)用程序進(jìn)行登記，四處走動并獲取您想要的東西，然后您就離開了。Standard的計算機視覺技術(shù)會跟蹤您離開大樓時攜帶的所有物品，并向您的帳戶收費。這種體驗比AmazonGo更加順暢，沒有旋轉(zhuǎn)門或大門。

Standard非常希望成為使這項技術(shù)在零售商中無處不在的公司，與他們的供應(yīng)鏈掛鉤，以提供詳細(xì)的分析以及最流暢的結(jié)賬體驗。目前，Standard在舊金山擁有一家旗艦店(但當(dāng)然!)并與CircleK簽署了一項協(xié)議，在亞利桑那州進(jìn)行一些試點實驗，用自動結(jié)賬技術(shù)改造四家商店。如果一切順利，我們可以看到Standard的購物AI在全國范圍內(nèi)迅速傳播。

接下來在哪里?

在這次創(chuàng)業(yè)公司的簡短介紹中，我們可以看到，計算機視覺、自然語言處理和其他深度學(xué)習(xí)方法等尖端技術(shù)的垂直領(lǐng)域非常廣泛，而且很可能被低估了。神經(jīng)網(wǎng)絡(luò)一直在學(xué)習(xí)越來越多。它們已經(jīng)出現(xiàn)在我們的手機中，它們會來到我們的商店、汽車、供應(yīng)鏈、制造工廠和農(nóng)場。誰知道到2030年他們還會在哪里?