almost 业界｜最值得关注的18家深度学习创业公司

来自VentureRadar

机器的核心是编译和生产

参与:吴攀、魏发

在过去的几周里，我们一直在使用深度学习算法，为未来几周推出的新VentureRadar功能而努力。这激起了我寻找更多开发和应用深度学习的创业公司的兴趣，所以我决定从VentureRadar的数据库中选择18家在这个新兴领域排名最高的公司，仔细看看他们在做什么。

您也可以在VentureRadar网站上搜索关键词“深度学习”，了解更多关于这一新兴领域公司的信息。以下是18大公司简介。

一个

英语

医疗诊断

Enlitic于2014年8月在旧金山成立。它利用深度学习和图像分析来帮助医生在医学图像中做出诊断和标记异常，从而使医疗更加准确和高效。比如Enlitic，可以对X线、MRI或CT扫描得到的医学图像进行分析，然后在单个图像中找出数据或异常的趋势。

公司创始人杰瑞米·霍华德(也是黑客和数据科学家)认为数据科学是一个非常性感的职业。然而，数据科学家现在做的大部分工作是产品推荐或广告。他觉得不够性感。为了更好的找到数据科学的应用，让深度学习做一些更有意义的事情，他关注医疗。

他的基本思路是创建一个类似星际迷航记录仪(虽然可能不便携)的系统，收集特定患者的数据——从医学图片、实验室检测结果到医生笔记——让深度学习分析这些数据，做出诊断并给出治疗建议。这不是用机器代替医生，而是给他们提供工具，让诊断更方便。该公司还将与诊所、医院和其他医疗单位合作，分析算法并进一步完善公司的技术。

突触

非结构化文本的点提取

Synapsify构建了一个应用程序，可以从语义上阅读和学习相似的人类书写内容，并可以用来加速发现、意见提取和建议。该公司的愿景是，每个人都可以在没有技术专家和资源的情况下，利用机器智能获得可操作的想法和发现，并从中受益。

三

情感

面部表情分析

Affectiva的技术使用先进的计算机视觉算法来捕捉和识别视觉刺激刺激的情绪反应。Affectiva的旗舰产品，Affdex，好用；只要有摄像头，哪里都可以，不需要安装软件。另外，Affdex简单低调，没有乱七八糟的接线和电极。

四

Ripjar

社交媒体分析

Ripjar帮助企业利用大数据。Ripjar的应用程序套件使企业能够将目标外部数据(社交媒体、新闻、博客和互联网页面)与内部信息相结合，并产生独特的视图来帮助他们做出及时和关键的业务决策。Ripjar的产品集可以以一致的方式监控、分析和探索混合数据集。

五

深度自动

计算机视觉

Deepomatic是创建一个按钮，可以将媒体图片中任何想要的产品与电子商务网站中相同或相似的产品链接起来。内容出版商可以通过算法扫描他们的图像，以检测和识别令人兴奋的产品(如时尚产品)。通过将产品属性的自动理解与图案颜色的比较相结合，Deepatory将这些图像与电子商务网站上相同或相似的产品相链接。Deepomatic可以与内容所有者分享这一新的收入来源。

六

印度语

自然语言处理和图像分析

Indico开发了一个可以自动理解的机器学习模型，目标是让每个程序员成为数据科学家10倍以上。公司的每个模型都执行特定的任务。例如，它的“文本标签”模型可以确定一个段落的主题，而它的“面部定位”模型可以找到图像中的所有人脸。用户可以结合这些模型来解决他们数据中更复杂的问题。

七

Clarifai

图像和视频识别

2013年，Clarifai的首款图像识别系统进入了ImageNet图像中物体识别比赛的前五名。从那以后，Clarifai的深度学习系统不断进化，提高了识别的速度、字典的大小和对内存的占用。同时，它的应用范围已经超越了图像识别，可以从各种形式的数据中提取知识。Clarifai的技术中枢是高性能深度学习API，在此基础上，Clarifai正在构建新一代智能应用。这使得Clarifai能够以新的创新方式为所有人提供高科技解决方案，从而解决日常问题。

公司创始人马修·泽勒，纽约大学计算机科学博士，与深度学习领域最优秀的两位人物——杰夫·辛顿和扬·勒昆共事五年。他发现真正的难点在于建立一个学习模型——处理所有视觉数据的关键算法——可以快速处理各种图片。泽勒非常清楚“训练这些模型与其说是一项科学工作，不如说是一门艺术”，而且“需要多年的经验”这是Clarifai的切入点。Zieler的想法是，只要用户上传照片到Clarifai软件，软件就会对照片的内容进行分析，提供更多这样的照片。与传统的基于文本的图像搜索不同，这确实是一种基于视觉的搜索。

八

原子方式

药物发现

Atomwise利用深度学习神经网络发现新药。该公司声称在新药发现、结合亲和力预测和毒性检测方面取得了世界上最好的结果。Atomwise为制药公司、初创公司和研究机构提供候选药物预测服务。

九

笛卡尔实验室

图像识别、卫星和农业

基于深度学习和先进的遥感算法，笛卡尔实验室正在教计算机如何看待世界以及世界如何随着时间而变化。他们的第一个应用是使用大量的卫星图像(包括可见光和不可见光)来更好地了解全球作物生产。

元思维

自然语言处理和图像识别

MetaMind希望每个人都使用深度学习。该公司正在建立一个人工智能平台，用于自然语言处理、图像理解和知识库分析。该公司提供医学成像、食品识别和解决方案定制产品。

元思维希望提供更广泛的工具，包括自然语言处理。深度学习有望帮助机器真正理解用户所说的话，而这项技术的一个关键特性就是自我训练，这也是为什么很多人认为它可以帮助自然语言处理的原因。这是另一个正在开发元思维工具的领域。当你输入一个句子时，这个工具可以告诉你两个句子的相似度。商家可以使用这项技术来自动回答客户的问题。Socher说，用户提问的方式有很多种，虽然很多时候意义上并没有太大差异。这个工具也可以用来分析用户在一些社交网络(比如Twitter)上对公司的评价。

MetaMind目前从事深度学习咨询业务，也会提供自己的深度学习服务和软件。数百台装有数千个图像处理器的学习机运行MetaMind，这一在线服务为客户节省了建立自己系统的麻烦和成本。但是，如果客户想要操作自己的深度学习系统，如果需要，MetaMind会为其提供软件和专业服务。

量化皮肤

预测分析

量化皮肤是一个基于人工智能的平台，可以提高用户的健康学习、适应和活动建议。量化皮肤的目标是减少肥胖引起的慢性疾病；要知道，美国的肥胖状况已经达到了历史最高水平。使用Quantified Skin平台的初步效果已经显现，用户的行为正在向更健康的生活方式迈进。

深层基因组学

基因医学

Deep Genomics在机器学习、基因生物学和精密医学方面拥有世界领先的专业知识。该公司正在开发新一代计算技术，可以预测基因突变(无论是自然的还是治疗性的)引起的DNA变化会在细胞中发生什么。

超紧急

计算机视觉和图像识别引擎

HyperVerge使用深度学习算法来处理云中消费者的图片和视频。HyperVerge为图像处理开发的专利专有图像技术模型包括人脸检测、人脸识别、场景识别、差照片检测、重复照片检测、照片分类、相册汇总、面部美化和照片美化。

Idibon

自然语言处理和社交媒体分析

Idibon基于云的自然语言处理服务使企业能够组织和构建书面语言来回答关键的业务问题并自动化流程。Idibon拥有精确的自适应系统，支持NER/文本提取、情感分析、文本/内容分类和语言检测/识别。

听话的

计算机视觉

易趣正在开发一种专有的机器学习算法，专注于计算机视觉的深度学习。该公司的重点是让未标记的数据与监督学习一起工作。应用包括保险理赔、工业检测、远程监控等。

信任社会

信用评分

Trustingsocial正在将大数据和深度学习技术应用于社交、移动和网络数据，并为新兴市场开发消费者信用评级服务。它的评分算法可以从大量的社会数据中学习如何预测短期和长期的收入和信用状况。它是对基于消费者信用记录的FICO评分系统的补充。通过使用社交网络数据，该评分系统适用于全球数十亿用户。

Trak.io

数据分析

Trak.io是一个基于云的平台，软件即服务(SaaS)公司可以使用它来跟踪他们的客户数据。通过高效的记录系统(SOR)流程和深度学习&结合模式识别，公司的综合管理平台可以建立客户行为的预测模型。Trak.io取客户的所有客户数据，如功能使用情况、支付情况、支持服务列表、邮件记录等，然后根据这些数据自动对用户进行分类。

Skymind

文本分析、欺诈检测和垃圾邮件检测

Skymind是一家商业智能和企业软件公司，它分析媒体、图像和声音，以定位和量化影响业务的模式。该公司拥有一个深度学习和半情感机器人专家团队，并开发了世界上第一个开源、分布式和商业级的深度学习框架:Deeplearning4j.org。

公司创始人亚当·吉布森(Adam Gibson)认为，深度学习不应该由几个巨头主导，而应该走向大众(因此，他的公司名为“天空”+“头脑”)，并希望每个公司都可以使用深度学习，而无需雇佣自己的数据科学家。“我们正在克隆谷歌的功能，”帕特森说。虽然他们的项目刚刚开始，但他们已经能够使用深度学习技术来开发网络服务。“我们已经能够制造一些产品，至少能够复制论文的结果。然而，他们没有透露哪些公司正在使用他们的产品。

这篇文章最初是由机器之心编辑的。请联系本微信官方账号进行授权。

✄ -

加入机器的心脏(全职记者实习生):hr@almosthuman.cn

提交或寻求报告:editor@almosthuman.cn

广告和:商业合作:bd@almosthuman.cn