深度學習和神經網絡的進步在自然語言處理和計算機視覺方面取得了巨大突破，它們有可能解決制造、零售、供應鏈、農業和無數其他業務領域的重大問題。當然，一些最重要的創新背后是科技初創公司。

[[421983]]

在最近的文章中，我們研究了革新自然語言處理的初創公司和在MLops領域處于領先地位的初創公司。在這里，我們將看看“應用人工智能”初創公司。這些公司正在應用不同的技術——無論是處理圖像、文本、音頻、視頻、分類或表格數據，還是上述的組合——來應對各種行業挑戰，從實現自動駕駛汽車的承諾到推動農業生產的邊界。

1.ArgoAI

我們到了嗎?多年來，我們似乎一直在等待承諾，但自動駕駛技術的工作仍在繼續。ArgoAI是一家旨在成為自動駕駛汽車完整平臺的公司，涵蓋所有軟件、硬件、地圖和遠程基礎設施，將我們帶入我們不必在的輝煌未來上班路上坐公交車或火車看書。

與福特和大眾汽車等合作伙伴合作，ArgoAI正在推動研究的邊界，最近剛剛發布了Argo激光雷達(光檢測和測距)，這是一種對400米外的物體進行距離檢查的新方法，以及在夜間和弱光條件下工作良好，并且能夠處理可能導致其他激光雷達陣列出現問題的隧道等過渡)。

ArgoAI并沒有對其當前的技術做出瘋狂的承諾，但似乎正在努力構建安全的輔助駕駛體驗的所有模塊，在美國的六個城市進行測試，并計劃稍后在歐洲進行測試年。

2.CeresImaging

也許它不像自動駕駛那么令人驚嘆，但CeresImaging用于種植農作物的技術很可能有助于在您進入自動駕駛汽車并擁有它之前很久就降低您的雜貨賬單帶你去超市。

CeresImaging提供了老派和尖端技術的完美結合，避開了安裝在固定翼飛機上的高分辨率相機的衛星或無人機圖像，并將這些圖像用作一系列模型的輸入，為農民提供關鍵信息，例如在田間發現灌溉問題前兩到三周發現灌溉問題，糾正過度澆水或澆水不足的情況，并計算解決這些問題將如何影響產量。

此外，CeresImaging可以減輕農民執行簡單、勞動密集型任務(例如樹木計數)的負擔，而不是從航拍圖像生成樹木計數。Ceres將提交一份報告，按品種統計樹木的數量，并確定丟失和損壞樹木的位置，甚至生成替換的苗圃訂單。這只是AI技術如何解鎖進步的一個小例子，即使是在有人說“神經網絡”這個詞時可能不會立即想到的領域。

3.LandingAI

LandingAI由GoogleBrain的聯合創始人、百度前數據科學負責人AndrewNg創立，旨在將AI的力量帶入尚未看到其帶來的進步的領域。該公司的第一款產品LandingLens是一個集成平臺，允許制造商將他們的專業知識與LandingAI相結合，以生產不斷改進的視覺檢測平臺。除了制造業，LandingAI還致力于為農業和汽車行業開發視覺檢測系統。

LandingAI方法的一個有趣方面是它如何將用戶數據置于解決方案的中心。處理輸入數據通常是數據科學家工作中最不令人興奮的部分，但盡管在過去幾年中自監督解決方案取得了長足的進步，但輸入數據是您可以對應用程序產生最大影響的地方。你的模型有多花哨并不重要;如果你喂它垃圾，你就會把垃圾扔出去。因此，LandingAI專注于高效且易于使用的標簽系統，確保持續收集數據，輕松重新訓練和驗證模型，當然，如果推理突然傾斜(例如，如果相機丟失顏色通道)。

4.Sentinel

遲早，我們將需要一種檢測深度偽造的方法。雖然深度偽造——使用人工智能技術生成真人的假音頻和視頻——還沒有完全成為主流，但生成此類媒體所需的費用和知識每周都在減少。您可能已經看過有關令人信服的近期新聞報道。更令人信服的假湯姆克魯斯在我們的未來。

Sentinel總部位于愛沙尼亞，正在努力成為該領域的領導者之一。憑借來自北約網絡安全部門的令人印象深刻的證書和愛沙尼亞前總統的支持，他們提供了一個利用各種深度學習方法的API，以及用于比較目的的大量現有假貨數據庫，以確定上傳的媒體是否為假貨.Sentinel系統甚至會生成一份報告，說明在陽性結果的情況下如何生成假貨。

5.Standard

就像遍布美國幾個主要城市的Amazon Go商店一樣，Standard提供了無需排隊即可進行實體購物的承諾。當您進入商店時，您可以使用移動應用程序進行登記，四處走動并獲取您想要的東西，然后您就離開了。Standard的計算機視覺技術會跟蹤您離開大樓時攜帶的所有物品，并向您的帳戶收費。這種體驗比AmazonGo更加順暢，沒有旋轉門或大門。

Standard非常希望成為使這項技術在零售商中無處不在的公司，與他們的供應鏈掛鉤，以提供詳細的分析以及最流暢的結賬體驗。目前，Standard在舊金山擁有一家旗艦店(但當然!)并與CircleK簽署了一項協議，在亞利桑那州進行一些試點實驗，用自動結賬技術改造四家商店。如果一切順利，我們可以看到Standard的購物AI在全國范圍內迅速傳播。

接下來在哪里?

在這次創業公司的簡短介紹中，我們可以看到，計算機視覺、自然語言處理和其他深度學習方法等尖端技術的垂直領域非常廣泛，而且很可能被低估了。神經網絡一直在學習越來越多。它們已經出現在我們的手機中，它們會來到我們的商店、汽車、供應鏈、制造工廠和農場。誰知道到2030年他們還會在哪里?