当前位置:首页>编程日记>正文

Sorenson Capital:值得投资的 5 种 AI 技术


概要:身为投资者的你,如果看好AI和机器学习的前景,又该在AI公司遍地开花的市场中,选择什么样的公司进行投资?

来源:36Kr


值得投资的机器学习和人工智能的应用有哪些?

人工智能、神经网络、机器学习,这些名词在我们的生活中出现的频率越来越高,我们也渐渐习惯阅读和谈论相关的资讯。但是他们具体能为我们的实际生活和工作带来什么的影响?身为投资者的你,如果看好AI和机器学习的前景,又该在AI公司遍地开花的市场中,选择什么样的公司进行投资?


今时今日,一说到机器学习和人工智能,总会激起大家的很多想象。根据麦肯锡全球研究院今年六月的预测,2016年AI领域的投资额估计在260亿到390亿之间,是三年前的3倍之多。这个增长主要是由企业家的投入和技术进步带来的。

AI领域的大部分投资是由内部研发投资构成的,财力雄厚的数字原生代公司,例如亚马逊、百度和谷歌这类科技巨头。

麦肯锡全球研究院(MGI),成立于1990年,是麦肯锡公司的业务和经济研究部门。麦肯锡全球研究院的使命是帮助在商业,公共和社会各界的领导人对全球经济的发展有更深的了解,并提供一个事实基础,有助于对关键管理人员的决策和政策问题做决定。

消灭无聊的任务


我们在工作中都有过忙碌的经历,忙着做一些很有必要、但是索然无味、既不重要,又没有什么价值的任务。不过,随着机器学习和AI通过一些人机交流的技术,可能会帮助我们减轻这方面的工作负担。像Siri、Cortana和Google Assistant这类型的虚拟助手,可以解决基本的任务,也可以用自然的语言跟用户对话。

有些公司对AI虚拟助手的应用还要更深入。比如Dialogflow,谷歌的一个子公司(原名为Api.ai) 这类公司建立对话界面,通过机器学习来理解并且达到用户的需要。不管你的任务是发送5000个活动邀请,还是订一张旧金山飞往巴黎的几篇,又或者是秒回线上客户的一些基本的问题,Dialogflow都能提供相应的解决方案,来帮助你减少无聊、重复性高的工作,节省时间和人力。

基于谷歌助手的CNBC对话机器人


集中分散的信息


现在,数据对于一个企业每个层次的运营非常关键。就算是小企业,也有很多材料需要耗费时间和人力去解读和整理。那么对于大企业而言,在整理海量信息上耗费的时间的资源就更难想象了。

有时候,这些信息是可得的,但是信息分布的范围太大,来源也很杂,超出了人类整理的能力范围。把这种工作交给机器学习和AI就再合适不过了,不如,Elucify公司的主要业务就是帮助销售团队自动升级联系人列表。只要按下一个按键,Elucify的产品就能从各种公开和个人数据来源搜集到大量的数据,然后通过对比和调整,将数据整理好。

应对分布式数据


现代的网络安全管理需要将内部数据和外部数据进行比较,而需要比较的数据量都是以TB(1TB=1000GB)来计算的。 这是一个非常难解决的问题,不过我们手头上有个完美的工具——机器学习和AI。

我在英特尔投资公司工作的时候,投资过Vectra Networks(一家使用AI来打击网络攻击的网络安全公司)。 通过将企业内部的数据日志同外部网络数据进行比较,Vectra Networks可以自动检测攻击。 而这种分布广泛的信息,人类想要处理根本不太可能。

还有一家类似的公司RiskSense,率先开展积极的网络风险管理,并利用机器学习和人工智能来实现数据处理的自动化。 随着网络安全方面的问题不断增多,挑战不断变化,像这样的公司将是我们应对分布式数据问题的关键。

动态数据处理


在过去的五十年中,每一本关于商业的书都会花很多笔墨,专门讨论如何提高效率。高效,是大家在工作中不断追求的目标。 在追求效率的路上,企业面对的一块大绊脚石,就是解决雇员个体的性格特征。 现在,一些有前瞻性的公司开始利用人工智能来应对人类行为的这种动态问题。

一家名为GitPrime的初创公司,利用代码数据来找出软件工程师最高效的工作模式。 这些复杂的模式帮助企业在快速决策,并且能够更快地响应不断变化的需求。 找出在数百万行代码中人类造成的影响,这在过去是难以想象的,但机器学习和人工智能可以帮助我们找出这些影响。

GitPrime基于数据和报告的团队,让用户了解软件工程的进度。可以实时查看团队成员的工作, 也可以回顾所有历史数据。

预防危险发生


目前最前沿的工业系统会将AI驱动的机器人、3D打印技术和人类监督结合起来。使用这样的系统,企业不仅可以省下数以百万计的花费,甚至能拯救人的生命。工业自动化的先锋 Rethink Robotics公司建造由AI来驱动的交互式机器人系统。这个过程不仅为公司降低了成本、提高了效率,也为工人创造了更安全的工作环境。生产作业中危险的部分由机器来动手,这就保证了在背后操作人员的安全。

对机器学习和AI的投资总是充满了对未来的想像,并且有很轰动的效应。我就亲眼见证了很多风投的资金进入这类型企业,看好这些方面的发展。但是18年的风投经验让我明白,我要找的是能够带来影响深远、实实在在解决方案的企业。机器学习和AI对于消灭无聊的、分散的、动态的、危险的任务是具有极大潜力的,是一种很好的手段。如果你有兴趣投资,不妨从这些方面选择合适的企业。


http://www.coolblog.cn/news/04c9bf3a21b88edf.html

相关文章:

  • asp多表查询并显示_SpringBoot系列(五):SpringBoot整合Mybatis实现多表关联查询
  • s7day2学习记录
  • 【求锤得锤的故事】Redis锁从面试连环炮聊到神仙打架。
  • 矿Spring入门Demo
  • 拼音怎么写_老师:不会写的字用圈代替,看到孩子试卷,网友:人才
  • Linux 实时流量监测(iptraf中文图解)
  • Win10 + Python + GPU版MXNet + VS2015 + RTools + R配置
  • 美颜
  • shell访问php文件夹,Shell获取某目录下所有文件夹的名称
  • 如何优雅的实现 Spring Boot 接口参数加密解密?
  • LeCun亲授的深度学习入门课:从飞行器的发明到卷积神经网络
  • Mac原生Terminal快速登录ssh
  • java受保护的数据与_Javascript类定义语法,私有成员、受保护成员、静态成员等介绍...
  • mysql commit 机制_1024MySQL事物提交机制
  • 支撑微博千亿调用的轻量级RPC框架:Motan
  • jquery 使用小技巧
  • 2019-9
  • 法拉利虚拟学院2010 服务器,法拉利虚拟学院2010
  • vscode pylint 错误_将实际未错误的py库添加到pylint白名单
  • 科学计算工具NumPy(3):ndarray的元素处理
  • 工程师在工作电脑存 64G 不雅文件,被公司开除后索赔 41 万,结果…
  • linux批量创建用户和密码
  • newinsets用法java_Java XYPlot.setInsets方法代碼示例
  • js常用阻止冒泡事件
  • 气泡图在开源监控工具中的应用效果
  • 各类型土地利用图例_划重点!国土空间总体规划——土地利用
  • php 启动服务器监听
  • dubbo简单示例
  • 【设计模式】 模式PK:策略模式VS状态模式
  • [iptables]Redhat 7.2下使用iptables实现NAT
  • Ubuntu13.10:[3]如何开启SSH SERVER服务
  • CSS小技巧——CSS滚动条美化
  • JS实现-页面数据无限加载
  • 阿里巴巴分布式服务框架 Dubbo
  • 最新DOS大全
  • Django View(视图系统)
  • 阿里大鱼.net core 发送短信
  • 程序员入错行怎么办?
  • 两张超级大表join优化
  • 第九天函数
  • HDU 5988 最小费用流
  • Linux软件安装-----apache安装
  • Sorenson Capital:值得投资的 5 种 AI 技术
  • 《看透springmvc源码分析与实践》读书笔记一
  • 正式开课!如何学习相机模型与标定?(单目+双目+鱼眼+深度相机)
  • Arm芯片的新革命在缓缓上演
  • nagios自写插件—check_file
  • 通过Spark进行ALS离线和Stream实时推荐
  • python3 错误 Max retries exceeded with url 解决方法
  • 行为模式之Template Method模式