七家初創透視未來 (車品覺)

By on September 4, 2018

本文作者車品覺,為紅杉資本中國基金專家合夥人、原阿里巴巴集團副總裁,為《信報》撰寫專欄「全民大數據」

Datarobot提供了大量演算法和工具,用來開發和部署機器學習和AI項目。(網上圖片)

Datarobot提供了大量演算法和工具,用來開發和部署機器學習和AI項目。(網上圖片)

史丹福經濟政策研究所的《高科技專利申請的若干事實》研究發現,自2010年以來,機器學習專利申請量呈爆炸式增長,微軟和Alphabet目前處於領先地位,其中微軟更擁有2075項專利(2000年至2015年間),而亞洲區的Samsung和Sony也位列十大。

報告又列出25家值得關注的機器學習創業公司,我特別從中找出7家個人認為代表了未來數據中台自動化趨勢的公司給大家參考,也順便論證此一趨勢。

1. Anodot

利用機器學習優勢,對企業賴以開展日常運作的各種數據集進行建模,不斷尋找潛在業務模式。如同很多機器學習創業公司,Anodot的AI平台利用持續學習能力,試圖消除數據盲點,量化各種數據集的根源,並提供即時異常探測。

2. Cinnamon

依靠機器學習和AI技術,從非結構化檔案中自動提取數據。幾位聯合創始人在推薦引擎的設計和優化方面擁有豐富經驗,曾經開發過幾款有趣產品,包括Lapis Engine,非常精準地把使用者和產品的向量化資訊結合起來,提供準確的推薦和匹配。

3. Dataiku

設計和發布了Data Science Studio平台,目標是涵蓋端到端的所有步驟,把原始數據變成易於維護的數據驅動型應用,擁有直觀的互動式工作區,能夠縮短實現數據驅動所需的裝載、預處理、測試、部署迴圈。

4. DataRobot

企業級自動化機器學習平台,旨在讓技能水平不一樣的員工都可使用,提供了大量演算法和工具,用來開發和部署機器學習和AI項目,包括數百種開源機器學習演算法。

5. DataVisor

利用機器學習來發現金融數據中的異常,防止可能的數據洩露、銀行欺詐和其他類型的金融服務業犯罪活動。利用無監督學習技術,在造成損失之前精確地識別攻擊活動。

6. Innovaccer

開發基於AI和機器學習的系統,協助醫療機構整合來自多個分散式來源的複雜數據,為醫療人員提供寶貴意見。

7. Tamr

在MIT研究取得成功後,開始打造商業級解決方案,旨在利用機器學習解決對大量不同數據進行關聯和充實的難題,數據統一專案所需時間可縮減90%。

自2010年以來,機器學習專利申請量呈爆炸式增長。(網上圖片)

自2010年以來,機器學習專利申請量呈爆炸式增長。(新華社資料圖片)

(編者按:車品覺著作《覺悟.。大數據》現已發售)

歡迎訂購:實體書、電子書

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們