1、谷歌
评语：谷歌将一流的计算资源与智能算法结合起来，开发了无人能及的热门服务：搜索、地图、Gmail和都因为集中化的内容广受欢迎，用户也很容易在上面找到自己想要的信息。由于现在每年获得的照片超过1万亿张，所以存储和呈现照片已经成了谷歌今后的重要项目——同时也是该公司进一步吸引用户的重要渠道。
“我们认为可以通过颇具影响力的方式，围绕照片和视频部署机器智能，方便用户享受他们所创造的内容。”谷歌副总裁阿尼尔·萨布哈瓦尔（Anil ）说。2015年5月推出的谷歌服务可以像鞋盒子一样汇总用户存储在不同硬盘和设备上的图片。这都要得益于应用，这款去年11月发布的应用还可以对传统照片进行数字化。借助谷歌的图片识别和人工智能技术，该服务的功能还能把图片制作成各种特效和图册。
谷歌的用户超过2亿，这凸显出该公司的创新意识和改革意愿。“人们仍然需要滚屏查看图片，”萨布哈瓦尔说，“我们希望采取更多措施，让第一页的照片变得更加智能。”
2、IBM
评语：几十年来，IBM一直在抛弃原有的电脑硬件制作和销售业务，向更加现代化的业务方向转型，希望成为一家提供云计算和数据分析服务的公司。在2015年斥资约20亿美元收购了 的数字资产后，IBM又向这一方向迈出了一大步，获取了关于世界各地的大量天气数据。这些信息被广泛应用于航空、保险和农业领域，IBM的沃森系统可以借此对天气形态形成新的理解，给出更加精准的预测。在这种以消费者为中心的实际应用中使用沃森，可以帮助IBM获得数据公司的身份，而不再仅仅是一家电脑公司。这对该公司的业务发展同样有利：据称，每年约有价值5000亿美元的商务发展依赖天气变化。
IBM的沃森事业部位于纽约，早在2014年1月就已单独分拆。该部门的重点是基于云计算的人工智能技术，可以帮助开发者和组织将自然语言处理和认知计算等工具整合到他们自己的产品之中。自从沃森商用以来，这项技术已经应用于癌症研究（沃森负责筛选和解读数以百万的医学期刊）和零售（沃森负责帮助消费者寻找商品）等领域。截至2017年，沃森已经为4亿多人和病号提供了服务。IBM目前正在探索未来的用例，包括让沃森同时与多种技术互动，并将人工智能整合到其他应用中，包括无人驾驶和餐饮服务业。
3、百度
评语：百度CEO李彦宏2016年公开宣称，该公司将把人工智能技术积极整合到百度旗下的所有重要业务中，包括搜索引擎以及无人驾驶等新业务。去年8月，百度、斯坦福大学和华盛顿大学发布了一项学术研究，证明语音输入比在智能手机上打字更加精准，速度甚至快出三倍。该公司的硅谷实验室专门负责为人工智能寻找新的使用方式，而该公司开发的语音识别引擎也整合到他们的搜索工具中，在中国的用户达到数亿。
4、
评语：虽然最著名的是音乐识别应用，但该公司真正的创新是开发了全世界最先进、最精准的自然语言处理平台。该平台有很多应用（云计算、移动和汽车），可以方便用户不用动手便可与很多数据域展开互动。2016年，推出了Hound虚拟助手，与苹果Siri、亚马逊Alexa和谷歌展开竞争，目前约有2万开发者使用平台，其服务已经整合到150个域中。采用该技术的企业包括三星、英伟达、索尼、Yelp和Uber。
5、Zebra
Zebra 是一家以色列公司，他们将深度学习技术应用到放射领域。该公司已经积累了大量的医学成像训练集，另外还拥有一项分类技术，因此可以借助电脑预测各种疾病，精度甚至超过人类。2016年，该公司推出了两个新的软件算法，可以预测甚至预防心脏病等心血管疾病。
6、
评语：由于可以将智能手机拍摄的照片和视频变成梵高、毕加索、列维坦风格的超现实主义作品，出人意料地成为2016年最热门的应用之一。该公司并没有像那样使用图片滤镜，而是利用这家俄罗斯创业公司的神经网络生成全新的作品。虽然这目前只是一款手机应用，但代表了下一代图片制作服务，也让我们得以窥见人工智能将对未来的图片和视频产生何种影响。
7、Iris AI
评语：查找科研资料是一项费时费力的活动，对高等院校或企业研发部门的研究人员来说，往往像是大海捞针——可能需要查阅数以百万的论文才能找到相关数据，而每天还会新发表成千上万篇论文。Iris AI则使用人工智能帮助人们完成这一任务。自从发布以来，已经有4.8万人尝试过这项服务，其中13%成为了它的常规用户。企业和高校的研究表明，Iris AI的人工智能技术可以将科研资源需求量降低30%至50%。测试表明，使用Iris AI的效率远高于谷歌学术。任务越复杂，节约的时间越多。正因如此，Iris AI的所有付费工具已经接近售罄，虽然使用这款工具的高校、企业和研究机构数量不大，但却在不断增多。
8、
评语：为了帮助用户找到自己最喜欢的内容，每个月都要处理1.5亿图片搜索。该公司正在逐步利用机器学习技术提供与用户之前的钉图相似的内容——所以，如果某人之前钉了一张中世纪的桌子图片，系统便会认为此人可能也喜欢同一时期的其他家具。该公司甚至希望在不久后更新移动应用，在用户用智能手机摄像头拍摄某个物体后，便可立刻为其推荐类似的东西。
9、
评语：对企业来说，独特的logo十分重要，但同时也要避免侵犯他人的注册商标。类似地，如果一家公司已经拥有较高辨识度的logo，肯定也希望在他人侵犯自己注册商标后尽快知道。但这一过程往往很麻烦。的机器学习技术便可派上用场。它使用图像视频别工具来加快这一流程，尽快判断某个新logo是否可以接受，并寻找那些可能侵犯现有注册商标的logo。欧盟和澳大利亚商标局都已经采用了的系统。
10、 Labs
评语：有很多公司和政府机构都希望提前几个月了解人群的食物需求量。但政府似乎并不擅长预测整个美国和整个世界的农作物产量，并为即将到来的粮食短缺做好准备。 Labs可以做到这一点，他们使用机器学习来分析大量的卫星图片数据集，从而分析和预测农作物产量。
该公司与金融、保险、农业综合企业和环保行业展开了合作，而且已经盈利。之所以能够更好地预测农作物产量，是因为该公司会对3PB的数据展开持续分析——相当于6000万个装满文本的四抽屉文件柜，或者长达40年的高清视频。该公司每天还会从网上汇总10TB的新数据——相当于在书架上摆了1万多米的书。
相关文章
