Nvidia選出五家最具破壞性的 AI 創業公司

英偉達（Nvidia）正在尋找最具破壞性的AI創業公司，這是英偉達的「創始計劃」（Nvidia Inception: 旨在通過強大的GPU工具，技術，和深度學習專業知識推動AI創業公司的發展）競賽的一部分，試圖從600多位參賽者中篩選出最好的AI創業公司。

英偉達的CEO黃仁勛在上周主辦了一場盛會，以幫助尋找最佳的AI創業公司。黃仁勛和裁判小組聽了包括3個類別的14家AI創業公司（600多位「創始計劃」競賽參賽者的最終贏家）的評測。這些贏家將於5月10日在英偉達GPU技術會議上獲得150萬美元的現金獎勵。黃仁勛在盛會的開幕式上說：「我們正處於人工智慧革命的開端，它正向我們走來；人工智慧革命也是我們所經歷的最大的計算革命之一。」

圖 | 英偉達的Jeff Herbst

參與當天評測的裁判小組包括富達投資集團的投資組合經理Gavin Baker；高盛投資公司半導體投資銀行業務的全球負責人Tammy Kiely；軟銀集團投資人Shu Nyatta；蔻圖資本管理公司的高級管理總監Thomas Laffont；微軟加速器全球首席技術官Prashant Sharma。

此次評測分三個類別進行，單個類別的冠軍獎金為37.5美元，亞軍為12.5萬美元。

以下是5家最具破壞性的AI創業公司：

1.Smartvid.io

圖| Smartvid.io的Mike Perozek

Smartvid.io團隊成立於2005年，但這並不是該團隊的首次創業。他們曾創建一家名為Vela Systems的公司，該公司專註於將計算機技術應用到建築行業。2012年，Vela Systems賣給了Autodesk。

團隊CEO Josh Kanner稱，他們的規劃於2015年3月開始實施，旨在通過使用AI來完成安全專家無法完成的任務，讓工地更安全。

團隊銷售和營銷部副總裁Mike Perozek表示，建築行業的年收益超過10萬億美元，但每年的意外死亡人數也超過1000人。

Perozek說：「安全是建築行業面臨的重大問題，每年有十分之一的美國工人會受到傷害。精通這些方面的專家太少，建築工人帶著在現場尋找並記錄安全隱患，通常一個人就要負責3-7個大型活動項目。」

在建築工地上，每年每個項目會產生1.5萬~2萬張用於跟蹤進度和通信的照片或視頻，但是這些材料通常不能物盡其用。Smartvid.io團隊認為，可以挖掘這些資源的價值，用以分析建築工地的安全性，並增強安全保障。

Perozek說：「我們將這些圖片和視頻組織起來，輸入建築施工管理系統，在沒有安全專家參與的情況下，僅需少數人手就能完成分析。」

Smartvid.io可以實現視頻和圖片的自動導入，供AI系統分析。該系統將工作流程和警報系統相結合，工作人員可以從Smartvid.io獲得建議並進行反饋，從而進一步提升AI系統的性能。

一般來說，培養一名優秀的安全專家需要5-7年時間。但是，運用利用計算機視覺、深度學習和語言識別，Smartvid.io就能完成對目標對象的量化分析，識別其中的安全隱患。在Smartvid.io的幫助下，一名普通員工每天在工作現場拍照錄像並上傳，就能完成安全專家所能完成的任務，甚至做得更好。

Smartvid.io已有一些早期用戶。在第一季度，該公司的用戶數量從4個增加到了8個。他們根據用戶需求或項目數量收取軟體使用費用。

2.Deep Instinct

圖 |Eli David，Deep Instinct的CTO

Deep Instinct正在用AI檢測惡意軟體。目前，只需將原先的惡意軟體代碼修改約30%，一款新的惡意軟體就能誕生。每天大約有100多萬種惡意軟體的新變種產生，可許多反病毒廠商都只能集中檢測已知的惡意軟體。

Deep Instinct認為，檢測惡意軟體的最好方案是深度學習。深度學習能夠實時檢測未知的惡意軟體，無需利用病毒的數字簽名、沙盒內容或一些啟發式方法，只需要查看問題文件的二進位原始代碼細節即可。

團隊首席技術官Eli David說：「我們不應該等待惡意軟體來攻擊我們，而應主動防禦。」

為了開發出特定風格的神經網路，該公司建立了自己的深度學習基礎架構。該神經網路兼容CPUs、GPUs和英偉達的CUDA軟體。

Deep Instinct刪除了95%的多餘處理線程，以減少分析的工作量。最終，客戶測試表明，Deep Instinct的惡意軟體檢測率為99%，而它的對手約為80%。

David說，Deep Instinct只需幾個月更新一次，而且假正例率僅為0.1%，其它深度學習對手的假正例率高達2%-3%。

2016年，這款軟體開始商業化，預計今年可帶來1000萬美元的收入。Deep Instinct希望在2018年為其通信量分析增加一個解決方案，並將業務擴展到其它網路安全領域。

目前，Deep Instinct有65名員工，已從彭博資本，UST Global，CNTP和Cerracap籌集了5000萬美元的資金。他們此時面臨的最棘手問題是客戶不知道Deep Instinct的「黑盒子」是如何工作的。對此，David表示，他們的產品在檢測同樣的惡意軟體時能輕易地戰勝對手，這足以說服潛在客戶。

3.Cape Analytics

圖 | Cape Analytics的銷售總監Busy Cummings

在美國，家庭保險公司必須收集1億多戶家庭數據，這並不容易。Cape Analytics目前正在使用地理空間圖像、計算機視覺和機器學習來完成這項任務。

其銷售副總裁Busy Cummings表示，Cape Analytics可以收集大量顯示家庭住房信息的航拍影像。該公司最初的關注重點是財產保險業，但是不少其他行業同樣有收集家庭住房信息的需求。

通過房主來收集住房信息可行度不高。因為，他們可能不知道準確信息，也可能知道但是希望鑽空子以交納更低的保險費。而現成的公共記錄往往都是過時的，通過檢查人員去收集數據又意味著高成本和長耗時。

Cummings說：「採用我們的技術，能夠實時獲取高質量的數據信息。」

Cape Analytics也可以從其它來源獲得航拍影像，並顯示住房改造後或遭破壞後的變化；它們也能展示住房面臨的威脅。Cape Analytics使用了大量GPUs來處理數據，能在短期內給出分析結果。

Cape Analytics可以記錄房屋頂形狀、狀態、以及使用材料，可以識別出遊泳池、跳水板、泳池圍欄等。這些數據能夠幫助人們縮短申請流程，以提供更快速的保險報價。

Cummings說：「我們正在建造一個擁有1億戶住房信息的生活資料庫，它能改善客戶關係，提供更好的服務、縮短流程、節約成本。使用我們資料庫的保險公司可以更好地把握風險。」

目前，Cape Analytics擁有20多名員工，並從Data Collective、Formation 8、XL Innovate、Lux Capital和Khosla Ventures籌集了1400萬美元。

4. Konux

圖 | Konux的首席技術官Vlad Lata

Konux成立於2014年，總部位於慕尼黑。目前，它有30多名員工，從NEA，Michael Baum，Andy Bechtolsheim，MIG Fonds，Torsten Kreindl和Lothar Stein籌集了1850萬美元資金。

Konux的首席技術官Vlad Lata表示，該公司正在建立衡量鐵路系統所處狀態的軟體系統。Konux希望利用感測器來監測軌道的移動和道岔的狀態。德國聯邦鐵路公司是其客戶之一，它通往歐洲的鐵路上就有超過70000個道岔。

這些道岔每年需要5次手動檢查，每次每個道岔的檢查需要約3個人，耗時至少2個小時。德國聯邦鐵路公司每年在道岔上的支出約6.3億美元，全世界所有鐵路公司與此相關的勞動力成本則達數十億美元。

Konux的感測器能夠實時收集信息，因此不需要頻繁檢查。當道岔出現故障時，Konux會收到警報信息。火車每天通過這些道岔20次，這可能會導致道岔損壞。如果道岔發生了故障，則可能導致延誤甚至造成火車相撞。

Lata說：「如果你知道道岔工作了多少次，你就知道什麼時候該替換它。」Konux的每次銷售都是大訂單，但該產品的銷售周期較長。

5. Digital Genius

圖 | Digital Genius的聯合創始人Mikhail Naumov

Digital Genius成立於2014年，總部位於舊金山。目前，這家公司擁有45名員工，已從Lowercase Capital, Salesforce Ventures, RRE Ventures, LHV, Bloomberg Beta, Lumia Capital, Singularity Investments, Spider Capital和Compound Ventures籌資了1000萬美元。該公司正在與Salesforce合作，探索其在Salesforce平台上能提供哪些服務。

Digital Genius將深度學習和AI融入客戶服務業務。客戶服務業務擁有年值3500億美元的市場，其中約3000億美元用於支付客服人員的工資。

Digital Genius最初創建了一款聊天機器人來提供客服，但是，由於這款機器人只能遵循既定的規則，其實用性受到了很大的限制。之後，該公司就將研發重心轉移到了深度學習演算法上，希望能創建更強大的智能系統。

Digital Genius的聯合創始人 Mikhail Naumov說：「我們能夠通過減少工作人員的工作量來節約大量資金。」

該公司表示，現在每次客戶服務的處理時間可以減少32%。

荷蘭皇家航空公司有235家代理商使用了Digital Genius的服務。這些代理商每星期大約會收到10萬封郵件，Digital Genius則對這些郵件進行分析以找出客戶提出了哪些類型的問題，然後，系統會給出處理這些問題的建議，以便代理商更快地解決客戶問題。另外，代理商也可以給出反饋以不斷提升系統的性能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！