来源：网络大数据 作者：Andy Patrizio
摘要：机器学习是众多公司颇感兴趣的一个新兴领域。本文介绍了几大领先的机器学习公司，包括老牌技术厂商和后起之秀。
机器学习是与人工智能一同急剧发展的领域。IDC预测，人工智能和机器学习的支出会从2016年的80亿美元增加到2020年的470亿美元。
虽然这两个术语换着使用，而且常常一起出现，但有所不同。人工智能是自动化的统称，机器学习是人工智能的一个子集：基于数据，软件或应用程序更深入地了解它执行的任务，不需要重新编程。
这两种新兴技术催生了新的商业活动，不乏机器学习初创公司或人工智能公司。
IDC还预测，到2019年底，40%的数字化转型项目将得到人工智能和机器学习的支持，因此不难理解为什么这些流行语频频见诸媒体。谁都想紧跟潮流。
长期以来，引领重大转变的是颠覆性初创公司，老牌公司通常落后，因为它不愿意丧失霸主地位，或者反应迟钝。倡导软件即服务这个概念的是Salesforce，而不是IBM或Oracle，不过这两家公司确实迅速紧跟形势。
不过就机器学习而言，新旧厂商都争先恐后、不甘落后。老牌球员已学会变得更灵活，并不坚守旧方式。这就是为什么许多最具创新性的机器学习公司其实是老牌公司。
下面介绍了16家顶尖的机器学习公司，因其产品的重要性而上榜。如果你有什么需要补充，欢迎留言交流。
1.亚马逊
机器学习用于亚马逊的全部消费者服务，从在线商店到Kindle和Echo设备，不一而足。机器学习用于确定用户喜好(比如产品购买)，还用于Alexa引擎、Alexa智能家居设备、亚马逊JHIM、亚马逊Rekognition、亚马逊音乐及其他功能。此外，该公司基于从消费级产品方面获得的体验，通过AWS提供机器学习服务。
相关链接：https://aws.amazon.com/aml/details/
2.苹果
苹果借助机器学习大大改善了Siri，因此它不仅仅可以呼叫联系人列表的某个人。现在它还可以识别谁最近向你发送了电子邮件，但不在你的联系人列表中;还有面部识别功能，识别30000多个中文字符，或者告诉你车子泊在哪里。
在过去两年，苹果收购了多家机器学习和人工智能初创公司，比如Littice.io、Regaind、Pop Up Archive、Init.ai和SensoMotoric等。
相关链接：https://developer.apple.com/machine-learning/
3.Ayasdi
Ayasdi最初是DARPA资助的一家初创公司，诞生于斯坦福大学数学系。其核心技术“拓扑数据分析”可以找到复杂数据中的细微模式，尤其是能够找到所谓“暗数据”中的洞察力，这种数据常常被认为无用，但实际上大有价值。
相关链接：https://www.ayasdi.com/platform/
4.Digital Reasoning
Digital Reasoning擅长认知计算，运用机器学习来识别沟通数据中有意思的人类行为。它利用人工智能积累上下文，填补任何来源的认知空白，明确什么有价值、什么没价值，并通过揭露隐藏的关系、风险和机会来得出结论。
相关链接：http://www.digitalreasoning.com/
5.Darktrace
Darktrace使用人工智能和机器学习来提供名为“企业免疫系统”的网络安全系统，该系统模拟人体免疫系统：了解什么是所有设备和用户的“正常行为”，环境变化后更新洞察的信息，然后寻找表明存在安全问题的异常情况。因此，它不需要传统防病毒软件所使用的病毒特征数据库;一旦发现新威胁，就会更新。
相关链接：https://www.darktrace.com/
6.Dataiku
Dataiku提供的分析软件让公司能够更有效地构建和交付自己的数据产品。Dataiku的Data Science Studio是面向数据团队的企业级平台，让公司能够更高效地使用自己的数据来构建和交付应用程序和项目。它旨在帮助数据科学家成为更庞大的公司团队的一员，搞好从安全到营销活动的各项工作。
相关链接：https://www.dataiku.com/
7.Facebook
Facebook的20亿用户每天都在使用机器学习，但他们没意识到这一点。它用于Facebook、Messenger和Instagram的朋友标记建议、个性化新闻源、共同朋友分析和社群推荐。该公司在全球有四个人工智能研究园区，表明它专注于用人工智能来运行网站。
相关链接：https://research.fb.com/category/machine-learning/
8.Feedzai
Feedzai由数据科学家和航空航天工程师创办，旨在提供端到端的欺诈预防，并为消费者提供更好更安全的体验，完全借助人工智能和机器学习。它支持在线、移动和实体商店;机器学习获得每次销售的知识、不断积累，而不是靠规则和模式来工作。新的客户渠道上线后，它自动开始监控该渠道。它让分析员可以根据行为分析，实时预测和防止电子支付损失。
相关链接：https://feedzai.com/
9.谷歌
谷歌在过去五年先后收购了13家公司，以加强视觉处理、图像处理、谷歌语言、搜索引擎排名、语音识别和搜索预测等功能。此外，它还为其谷歌云服务客户提供Cloud AI服务，让客户可以将机器学习添加到其应用程序中，用于图像搜索及识别、翻译和语音控制。
相关链接：https://ai.google/education/#?modal_active=none
10.IBM Watson
Watson问世已有几年，但机器学习方面去年刚推出。它让数据科学家可以转换数据，并运用机器学习算法来训练预测模型，构建利用机器学习模型所作的预测的智能应用程序。开发人员还可以运用算法从数据集中学习，生成可基于数据集进行预测的模型。它还为客户提供数据模型构建功能，客户可以从IBM提供的算法中进行选择，或者让IBM决定哪种算法最适合自己。
相关链接：https://www.ibm.com/cloud/machine-learning
11.Luminoso
Luminoso是主攻自然语言理解软件的顶级人工智能公司之一。它梳理非结构化的文本数据(来自呼叫中心、聊天机器人的记录和社交媒体帖子)，帮助公司从对话和反馈中获得洞察力，并优化客户互动、洞察客户趋势并发现客户关心的问题。
相关链接：https://luminoso.com/
12.N-iX
N-iX是一家定制开发公司，擅长机器学习和认知计算领域。内部有800多名工程师为医疗、金融科技、航空、信息内容管理、娱乐及其他行业的客户开发定制应用程序。它借助Python和R开发机器学习算法，并使用多个额外的库，比如Caffe、DeepLearning4J、TensorFlow、Theano和Torch等。
相关链接：https://www.n-ix.com/machine-learning-ai/
13.QBurst
堪称机器学习公司和人工智能公司中的先驱。它运用机器学习，以贵公司要求的速度来做出数据驱动的决策。使用众多机器学习技术解决人脑难以轻松分析的多维问题。
机器学习算法可以识别数据的潜在结构，揭示新的洞察力，并利用数据做出准确的预测，结合上下文来处理庞大数据集中的信息。利用机器学习，你可以优化以信息为中心的业务流程、根据客户需求定制解决方案、提高生产力、预测需求以及实现其他用途。
相关链接：https://www.qburst.com/machine-learning-services/
14.高通
高通不像苹果、三星和英特尔这些竞争对手大肆收购，但它在2017年收购了荷兰机器学习初创公司Scyfer(金额未透露)，向机器学习迈出了一大步。高通致力于在设备层面部署人工智能技术。大多数新款骁龙芯片都有旨在用于手机上的人工智能功能，并不将计算发送到云端来处理。高通表示，它专注于设备端解决方案，以此提高可靠性、减少延迟和带宽使用，并改善隐私保护。Scyfer开发了人工智能工具用于诸多功能，比如收入预测、面向医疗业的声音识别以及面向制造业的质量检查。
相关链接：https://www.qualcomm.com/artificial-intelligence
15.Skytree
如果你打算自称是“机器学习公司”，最好有点干货。Skytree提供企业级机器学习平台，可帮助客户发现深层分析洞察力、预测未来趋势、提出建议，并揭示未开发的市场和客户。 Skytree机器学习平台旨在持续搜索最精确的模型，从而不断提升模型的性能。
相关链接：http://www.skytree.net/products/
16.优步
对于外界来说，优步是一家拼车公司。其背后是Michelangelo，这个机器学习即服务平台让内部团队能够在优步的大规模环境下无缝构建、部署和运行机器学习解决方案。它涵盖了端到端的机器学习工作流程，比如管理数据，训练、评估和部署模型，进行预测，监管预测(比如叫的车多久后到达)。优步计划最终向公众提供这种机器学习即服务。
相关链接：https://eng.uber.com/michelangelo/
原文标题：Top 15 Machine Learning Companies，作者：Andy Patrizio
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
