文檔半島外圍網上直營>>大數據干貨（二）>>全球最值得關注的100家人工智能公司（中國27家）

全球最值得關注的100家人工智能公司（中國27家）

在過去兩年多時間里，機器之心采訪、記錄和報道了全球人工智能領域無數優秀的人工智能技術、公司和產品。但隨著行業的發展，我們也逐漸意識到，越來越多概念化與噱頭性的產品和團隊已經開始讓正處于變革拐點的行業變得浮躁和難以判斷。關于人工智能行業，到底哪些才是最值得我們關注的公司，而哪些公司又將主導人工智能的未來?

We believe AI should be an extension of individual human wills and, in the spirit of liberty, as broadly and evenly distributed as possible. -OpenAI

「AI00 ，這是一個開源項目」

這不僅是一份榜單，更是一個人人可以參與的開源項目：

是一個復雜龐大的體系，涉及眾多學科，也關乎技術、產品、行業和資本等眾多要素，報告的寫作團隊只代表他們的專業觀點，有自己的局限性，需要更多行業專家參與進來加以修正和完善。

技術和行業的發展瞬息萬變，而報告的制作周期較長，其中的內容和數據勢必會落后于行業的最新進展，無法同時滿足時效性和高質量的要求。而領域內參與者的及時更新可以解決這個問題。

我們深刻地理解在沒有專業用戶反饋的情況下所做出報告的質量局限性，所以希望用工程界「Agile Development」的理念來對待我們的報告，不斷收集專業反饋來持續提升報告質量。

是一個永恒命題，我們不僅會把「 100 家公司」這個主題持續做下去，還會陸續開展其他主題。這個過程需要人工智能領域不同的參與者加入進來。

向 OpenAI 、「斯坦福人工智能百年研究」和「Open Source」致敬。

為此，我們將邀請人工智能領域的科學家、技術專家、產業專家、專業投資人和讀者加入進來，共同完成這項人工智能的長期研究。我們將對參與者提供的信息進行匯總和整理，以月度為單位更新此份報告。

「前言」

每一次新技術的誕生和發展往往會催生一批新的平臺和架構;從計算機和互聯網的繁榮到移動互聯網的興起，我們已經逐漸習慣顛覆和壟斷的不斷發生;每一次新平臺和架構的誕生也孕育著暗流涌動的產業變革，之如 1971 年的英特爾，1980 年的微軟，1998 年的谷歌，2007 年的蘋果，和 2010 年的 Facebook 。

而如今，則是新一代人工智能公司的崛起，深度學習將機器學習推進到成熟，計算能力和云計算的普及，互聯網帶來了海量數據和人機頻繁互動，這些使人工智能變得更加實用，它已經通過多種方式在逐漸改變著我們的行業，滲透進了我們的生活。

科技巨頭擁有巨大的技術、數據、人才、產品線和資金等資源優勢，谷歌 TensorFlow 幫助開發者將想法變成產品;Facebook 使用機器學習每秒進行 600 萬次預測;亞馬遜的 Echo 成為全球最為成功的消費級語音交互產品。而初創企業也通過自身強大且靈活的技術創新能力和垂直場景的應用給行業帶來驚喜。

在過去兩年多時間里，機器之心采訪、記錄和報道了全球人工智能領域無數優秀的人工智能技術、公司和產品。但隨著行業的發展，我們也逐漸意識到，越來越多概念化與噱頭性的產品和團隊已經開始讓正處于變革拐點的行業變得浮躁和難以判斷。

關于人工智能行業，到底哪些才是最值得我們關注的公司，而哪些公司又將主導人工智能的未來?

為此，機器之心和 Comet Labs 聯合發布了影響全球人工智能公司的榜單。我們選取了基礎研究、技術和產品、行業潛力、公司運營能力、資本實力等五個維度，甄選出了全球范圍內最具前途的 100 家人工智能公司，它們包括那些我們已經熟知的科技巨頭，垂直行業獨角獸，也有尚在萌芽的初創公司。

當然，這份榜單肯定沒有做到盡善盡美，也存在 100 家的名額限制，但我們堅信，這份基于我們誠意、內容經驗和專業判斷的不存在任何商業利益的榜單可以為大家總結和精煉出一些有價值的信息，帶給大家靈感和啟發。

1. 語音和自然語言

人工智能帶來了精致可用的人機交互方式。和其他細分領域相比，語音和自然語言處理的融資額和估值在本榜單中均屬最高。越來越多的公司開始關注自然語言理解，而加拿大公司 Maluuba 在如此早期的階段就成立了研究院來專注于挑戰前沿問題。

2. 計算機視覺

計算機視覺是目前機器感知中最突出的形式。它是受到深度學習崛起影響最大的人工智能子領域，并在一些視覺任務上幫助計算機首次實現了超越人類的水平。在這個分類中，既有在動態識別方面依托于計算機視覺和深度學習技術為用戶提供基于圖像理解的信息獲取和人機交互產品的 Clarifai ，也有充滿想象力的將衛星圖片和圖像識別結合起來進行預測分析的 Orbital Insight 。在具體應用方面，來自英國的 Ditto Labs 和新加坡的 ViSenze 通過對計算機視覺技術的應用分別在電子商務和數字營銷領域進行了一些落地實踐。

3. 芯片和硬件

本榜單中的芯片和硬件相關的企業主要集中于人工智能芯片和其他硬件研究。其中，來自美國的 ALCES 通過人工智能視覺算法在手機攝像頭的微小尺寸上實現高清超動態的 3D 圖像感知，大大提高智能機器對環境的感知水平，致力于深度學習芯片架構的 Wave Computing 則推出了自己的 DPU 。

4. 智能機器

本榜單中機器人領域的公司涵蓋了中國、美國、日本、瑞士、英國、丹麥和德國等七個新老工業國家。在這個分類中，除了大型的工業級機器人，在醫療、無人機和家庭服務機器人等領域也都誕生了一批有著成熟產品和應用場景的公司，例如 Cyberdyne、3D Robotics 和 iRobot 。在靜態環境中，機器人導航在很大程度上被解決了。目前的努力是在考慮如何訓練機器人以泛型的、預測性的方式與周圍世界進行交互。深度學習對機器人的影響也剛剛開始。

5. 醫療

對人工智能而言，醫療領域一直被視為一個很有前景的應用領域。目前有許多依托深度學習和成像技術的人工智能創業公司，之如來自美國的基于深度學習的癌癥檢查公司 Enlitic 。此外，來自美國的人工智能醫療平臺 CloudMedX ，以及將兩大學科人工智能和基因結合起來的 Deep Genomics 。未來幾年，基于人工智能的應用將能夠改善數百萬人的健康狀況和生活質量。

6. 金融

由于較高的數據質量和明確的需求，金融稱為人工智能最有前途的應用之一。數據分析公司 Kensho 在入侵華爾街，取代了分析師的部分工作。也出現了使用機器學習進行信用服務的 ZestFinance 和 Aire 。同時，傳統金融巨頭高盛也儼然變成了一家科技公司，推出基于機器學習的「AppBank」，擁有的工程師數量也接近大科技公司。

7. 智能駕駛

美國平均每輛車上裝有 70 個傳感器，汽車將逐漸取代人類成為更好的司機，交通交由自動駕駛汽車接管，實現人與貨物的實時接取和運送。這將徹底改變城市運行機制和居民生活。本榜單中自動駕駛類的公司來自美國、以色列和新加坡三個國家。除了以 Tesla 和 Drive.ai 為代表的美國公司，以色列的 Mobileye、Innoviz Technologies 以及新加坡的 nuTonomy 也分別在自動駕駛技術的視覺算法和安全系統上有著值得關注的應用。

8. 垂直應用

在垂直應用領域，我們可以看到 Uber、Airbnb 在交通路徑優化和定價的人工智能應用，也有Salesforce、Slack、Sentient Technologies 將機器學習用于企業服務的經典案例。此外，在農業、法律領域的的代表公司 Planet Labs 和 ROSS Intelligence 也十分值得關注。

9. 機器學習

這是一份令人激動的名單，有的公司在做機器學習平臺，有的是挑戰前沿問題的研究。DeepMind 在被收購后依然在進行獨立研究和運營。神秘的 Vicarious 還是持續研究「下一代人工智能算法」，日本創業公司 Preferred Networks 則利用深度學習讓機械臂有了學習能力。

10. 大公司

科技巨頭間的競爭異常激烈，從基礎研究到開源平臺，從計算資源再到產品升級。這關乎到下一代平臺，開發者生態和用戶。但與此同時，他們也承擔著更大的責任，不久前，亞馬遜、谷歌、 Facebook、IBM 和微軟前所未有的走在一起，共同成立一家非營利組織，致力于推進公眾對人工智能技術的理解，針對當前該領域的挑戰和機遇執行可行方案。