2017 年，你最看好的人工智慧公司有哪些？

01-05

反向問題 2017年有哪些人工智慧公司正在走向衰敗？
人工智慧，必須是今年科技領域的最熱關鍵詞。
無論是國家層面，還是學界、科研領域，都在積極造車搭車。
從產業角度來看，大公司布局動作頻繁，而創業公司也漸漸走到台前，無論它有多麼文藝的、科技的、歷史感的名字，總有幾個能被人記住。
但是作為專業的用戶，或者是對行業有關注，有思考，有想法，或者試圖了解這個領域的人，你對這一年，哪家或哪幾家 AI 創業公司最看好。

大公司FLAG+BAT是輸不了的。

圖森互聯是一個。昨天剛和UIUC的幾個教授聊完，發現自動駕駛在卡車運輸方面的應用在美國缺口非常大。我猜測在中國應該差不多。如果圖森把自動駕駛放在卡車運輸的應用方面，肯定是一個很大的優勢。甚至我想完全可以在很多地方，直接規劃專門的卡車車道，這樣也沒有那麼吃演算法。或許，如果圖森能夠想到一個好的切入點，比如專門做卡車，那他們一定能獲得十分輝煌的勝利，公司的估值也會突破天際。但如果遇到這種情況比較麻煩。當然作為自動駕駛的話方法通用問題不大。就是在數個細分領域，同時遭遇比他們體量和資金龐大的對手的進攻（類似當年荷蘭人面對英法德夾擊），這種情況或許會比較麻煩。因為一個公司要生存不光是技術（就好比你不可能永遠只靠強悍的軍隊捍衛你的國家。政治，外交和權謀一樣重要）。如果面對資源，人脈，財力大的多得多的對手，多線競爭可能會遇到很大麻煩。並不是所有人都有普魯士英雄國王腓特烈大帝以普魯士一國之力同時對抗英法奧俄四大列強並取得輝煌勝利的，運氣。

Face++，商湯科技這幾家不用說了。圖像識別的應用不光是人臉識別那麼簡單。實際上人臉識別只是CV里的一個小問題。能夠識別的東西多了。比如，識別標籤（商品管理裡頭就是一個很大的需求），識別農業裡頭什麼蘋果壞掉了（我在郵箱里收到過獵頭公司的項目需求），我個人猜想，我以前見到的一個用材料物理方法解決的問題，但解決的不好的問題實際上也可以用CV解決。實際上識別人臉最簡單的方法就是計算某個區域內的像素，pixel的積分。然後分割這一區域，分別求積分。之間的差值一般是會有一個固定的表達式可以描述的（比如，如果是人臉，這個差值應該是在一個什麼什麼區間）。還有另一種演算法是從眼睛入手的。另外，據聽說，騰訊查微信聊天里某位老先生的表情包，是從眼鏡入手的。

一些用AI和ML做fintech的公司，只要發現一兩個典型案例足夠了。我個人不太了解量化金融，就不多說了。其實我也很奇怪。我電子材料，信號處理和CS玩的都不錯，對電路設計，數字電路偏偏一點興趣沒有。我對工科和實際的金融管理學（非量化方向，和人打交道的前台業務）都比較感興趣，但是不太懂，或者說不太了解金融量化。

其次就是一些比較好的AI培訓機構。現在想學AI的人真的太多了。

tusimple

演算法核心領域就不說了，mxnet我自己不用，個人從剛接手caffe直接轉到tensorflow

另一個需要注意的地方是：tusimple的乖巧：有了成果找了上海市政府領導去體驗下，領導稱讚蠻好

我這個答案後面的內容被屏蔽了

腦子是個好東西，更多的可以自己體會下

有興趣可以去讀一下《菜場經濟學》

裡面涉及到了我國的特殊之處

我相信～tusimple這麼機智，會在這片土地乾的蠻不錯的

剛好昨天聽了王冠博士（吳恩達教授的弟子），在我們公司做了一次分享。昨天整整一天都在思考人工智慧方面的事情。

因為對這個方面沒有做過深入了解，所以思考非常淺薄，正是因為淺薄，所以提出來供大家批判，也促進幫助我一點進步。

王博士對人工智慧的看法我匯總了下有幾點：

人工智慧最終會成為基礎服務，類似互聯網、水、空氣一樣；
人工智慧基礎研究和初始應用的成本非常高，所以贏家通吃；
贏家最終會成為平台，絕大部分企業會在應用層上創新；
目前的人工智慧產品都還只是弱人工智慧，一項產品針對一種應用場景。

這幾點我非常贊同：

第二點可以簡單的從招聘上面理解下就知道成本了，成都這邊對機器學習工程師的招聘待遇是30-60K/月起步，這只是人。研究需要的數據成本、硬體成本是一個天文數字。那麼也可以推導出一個，如果一家公司宣布自己在人工智慧演算法或者服務上創業，而它又沒有巨獸形企業背書的話，9成9就是騙錢了；

第一點則解釋了為啥百度在莆田事件等等一大波問題後，股價仍然拔高，因為資本認為它有可能成為人工智慧時代的基礎伺服器提供商；

第三點沒話說，BAT已經用事實告訴了我們「馬太效應」從不過時，在小企業無能力做基礎研究的時候，只好搞搞應用層面的東西了；

做人工智慧需要的海量數據資源、海量計算資源、高級人才資源是基礎，依次對應現行技術相關的就是大數據、雲計算……這個上面不大可能突然出現一個天才人物在車庫裡就搞出來個終結者。那麼誰擁有這些資源？

看好的話，國內依次是百度&>阿里&>騰訊。

因為第四點的提出，科大訊飛這樣的妖股企業，從長遠來看，我個人覺得有明顯上限。

另外一塊就是硬體企業，類似寒武紀這樣的NPU研發企業，應該未來也很光明。

對行業了解不多，但是人工智慧的快速發展，對我們從業的電子教育行業來說可以解決非常非常多的場景技術瓶頸，比如口語測評、智能主觀題目評分、作文評分等等……。它幾乎可以改變每一個它能介入的行業。

看好自家公司的業務行嗎……

看好有數據的，有計算力的，和能賣錢的。

除了幾個大廠(BAT，FAMG，A是亞馬遜，不是蘋果)，大概就是國內海康威視之內做安防的公司。其他都是扯。

我為開為科技打CALL，2017年是新零售全面爆發的元年，明年將會持續爆發，我們把人臉識別、物體識別等技術和AR融合到一起，為零售商提供全面的解決方案，相信會是個很好的應用前景。

現在的人工智慧噱頭多過實際價值，為拉動經濟創造就業而製造出來的行業、短期內是很難有什麼大的突破的，這裡的短期是指5-10年。

現階段的人工智慧領域說白了只是計算機科技的應用，真正意義上的人工智慧還很遠很遠，過分投入只能是浪費罷了。要實現人工智慧先結合多個學科把人腦的工作原理搞清楚再說吧，少做點不實際的噱頭浪費時間和資源了。

如果真的要做這個領域的發展，希望能先限制該類公司的上市，避免成為資本的遊戲，損害民眾利益。

瀉藥!

我是圍棋迷，2016年初Alpha狗和李世石的五番棋每局都全程看了；和大多數人一樣經歷了：從不屑一顧；到大吃一驚；再到懷疑李世石是不是被收買了先輸一盤的陰謀論；然後就是被挫敗感；再然後懷疑谷歌有意放水輸一盤；最後感覺人類被完全超越了、人類會不會被AI淘汰？可以說最真切的感覺就是：前面40幾年沒見過人工智慧，簡直白活了！

沒多久，參照DeepMind的論文，一大批圍棋AI出現了，只是一年的時間，人類對圍棋AI基本難以求得一勝。而其中的佼佼者就是騰訊的「絕藝」，而且與其他圍棋AI拉開的差距是越來越大。說明人才和資源對於AI的研發是至關重要的！

所以國內的公司，我看好BAT。

瀉藥

Facebook、NVIDIA、Adobe、微軟、Uber 和埃森哲是 2018 年最佳的五家人工智慧公司。

當然是波士頓了，他們有狗，還有後空翻

我不太懂，不敢強答，但我總覺得Google在搞一波大的……

不要噴我，我腦洞比較大。

這裡補充一些國外的人工智慧方向的產品和企業：

（1）入口企業：蘋果siri 谷歌Google Now 微軟產品Cortana

（2）晶元企業：Nvidia(英偉達），Movidius,Nervana,Altera（這幾家企業都被英特爾所收購）

（3）創業公司：ObEN，Veritone（第一家美國申請IPO的人工智慧創業公司）等

這裡貼上相關鏈接：全球最值得關注的100家人工智慧公司（中國27家） | 互聯網數據中心-199IT | 中文互聯網數據研究資訊中心-199IT

從人才+數據+算力+場景來看

國外的facebook，google，amazon

國內的阿里巴巴，騰訊，百度

晶元領域可能還是英偉達，

新加坡的visenze

哪裡有什麼人工智慧

face++.商湯科技，寒武紀，估計2018是AI晶元的爆發期。

現在大家談「看好」，基本都是在技術和業務層面。數據充足，模型可靠，算力給力，需求旺盛，就一定能被看好？我覺得現在人工智慧的發展還沒有到可以談論就業生存，社會穩定的地步。也許到那個時候這些問題的阻力更大。

工業革命初期，還出現過工人罷工砸機器的情況。但是現在人們還是接受了。從幾十年上百年的緯度看，我整體看好人工智慧，但是你說看好哪家公司，這個很難講。從可期的幾年幾十年，那得看「看好」到什麼程度了。以醫療影像識別為例，現在多少公司在做，又有多少醫院是百分百信賴模型的。模型95%的準確率在大夫眼裡還是不可靠，人命關天，醫鬧太猛！到頭來，人工智慧在醫院這裡還是輔助。我覺得人工智慧也就「看好」到這個地步，也不耽誤公司賺錢。

應該看好那種做應用的，實用的產品的公司，不一定打著人工智慧的旗號，人工智慧這東西範圍太大了，用機器取代最容易取代的勞動力，一點一點進步，也許這樣的公司能夠走遠。

談不上AI 公司

沒幾家AI公司

識別個人臉就AI了？會自動跑個車就智能了？

先解決實際問題，別喊口號

等用戶認可再說

AI不存在的

今日頭條