摘要：深度学习正在解决零售、制造和农业等不同行业中的挑战性问题。这些公司处于领先地位。

   深度学习正在解决零售、制造和农业等不同行业中的挑战性问题。这些公司处于领先地位。
　　
　　深度学习和神经网络的进步在自然语言处理和计算机视觉方面取得了巨大突破，它们有可能解决制造、零售、供应链、农业和无数其他业务领域的重大问题。当然，一些最重要的创新背后是科技初创公司。
　　
　　在最近的文章中，我们研究了革新自然语言处理的初创公司和在MLops领域处于领先地位的初创公司。在这里，我们将看看“应用人工智能”初创公司。这些公司正在应用不同的技术——无论是处理图像、文本、音频、视频、分类或表格数据，还是上述的组合——来应对各种行业挑战，从实现自动驾驶汽车的承诺到推动农业生产的边界。
　　
　　1.ArgoAI
　　
　　我们到了吗？多年来，我们似乎一直在等待承诺，但自动驾驶技术的工作仍在继续。ArgoAI是一家旨在成为自动驾驶汽车完整平台的公司，涵盖所有软件、硬件、地图和远程基础设施，将我们带入我们不必在的辉煌未来上班路上坐公交车或火车看书。
　　
　　与福特和大众汽车等合作伙伴合作，ArgoAI正在推动研究的边界，最近刚刚发布了Argo激光雷达（光检测和测距），这是一种对400米外的物体进行距离检查的新方法，以及在夜间和弱光条件下工作良好，并且能够处理可能导致其他激光雷达阵列出现问题的隧道等过渡）。
　　
　　ArgoAI并没有对其当前的技术做出疯狂的承诺，但似乎正在努力构建安全的辅助驾驶体验的所有模块，在美国的六个城市进行测试，并计划稍后在欧洲进行测试年。
　　
　　2.CeresImaging
　　
　　也许它不像自动驾驶那么令人惊叹，但CeresImaging用于种植农作物的技术很可能有助于在您进入自动驾驶汽车并拥有它之前很久就降低您的杂货账单带你去超市。
　　
　　CeresImaging提供了老派和尖端技术的完美结合，避开了安装在固定翼飞机上的高分辨率相机的卫星或无人机图像，并将这些图像用作一系列模型的输入，为农民提供关键信息，例如在田间发现灌溉问题前两到三周发现灌溉问题，纠正过度浇水或浇水不足的情况，并计算解决这些问题将如何影响产量。
　　
　　此外，CeresImaging可以减轻农民执行简单、劳动密集型任务（例如树木计数）的负担，而不是从航拍图像生成树木计数。Ceres将提交一份报告，按品种统计树木的数量，并确定丢失和损坏树木的位置，甚至生成替换的苗圃订单。这只是AI技术如何解锁进步的一个小例子，即使是在有人说“神经网络”这个词时可能不会立即想到的领域。
　　
　　3.LandingAI
　　
　　LandingAI由GoogleBrain的联合创始人、百度前数据科学负责人AndrewNg创立，旨在将AI的力量带入尚未看到其带来的进步的领域。该公司的第一款产品LandingLens是一个集成平台，允许制造商将他们的专业知识与LandingAI相结合，以生产不断改进的视觉检测平台。除了制造业，LandingAI还致力于为农业和汽车行业开发视觉检测系统。
　　
　　LandingAI方法的一个有趣方面是它如何将用户数据置于解决方案的中心。处理输入数据通常是数据科学家工作中最不令人兴奋的部分，但尽管在过去几年中自监督解决方案取得了长足的进步，但输入数据是您可以对应用程序产生最大影响的地方。你的模型有多花哨并不重要；如果你喂它垃圾，你就会把垃圾扔出去。因此，LandingAI专注于高效且易于使用的标签系统，确保持续收集数据，轻松重新训练和验证模型，当然，如果推理突然倾斜（例如，如果相机丢失颜色通道）。
　　
　　4.Sentinel
　　
　　迟早，我们将需要一种检测深度伪造的方法。虽然深度伪造——使用人工智能技术生成真人的假音频和视频——还没有完全成为主流，但生成此类媒体所需的费用和知识每周都在减少。您可能已经看过有关令人信服的近期新闻报道。更令人信服的假汤姆克鲁斯在我们的未来。
　　
　　Sentinel总部位于爱沙尼亚，正在努力成为该领域的领导者之一。凭借来自北约网络安全部门的令人印象深刻的证书和爱沙尼亚前总统的支持，他们提供了一个利用各种深度学习方法的API，以及用于比较目的的大量现有假货数据库，以确定上传的媒体是否为假货.Sentinel系统甚至会生成一份报告，说明在阳性结果的情况下如何生成假货。
　　
　　5.Standard
　　
　　就像遍布美国几个主要城市的Amazon Go商店一样，Standard提供了无需排队即可进行实体购物的承诺。当您进入商店时，您可以使用移动应用程序进行登记，四处走动并获取您想要的东西，然后您就离开了。Standard的计算机视觉技术会跟踪您离开大楼时携带的所有物品，并向您的帐户收费。这种体验比AmazonGo更加顺畅，没有旋转门或大门。
　　
　　Standard非常希望成为使这项技术在零售商中无处不在的公司，与他们的供应链挂钩，以提供详细的分析以及最流畅的结账体验。目前，Standard在旧金山拥有一家旗舰店（但当然！）并与CircleK签署了一项协议，在亚利桑那州进行一些试点实验，用自动结账技术改造四家商店。如果一切顺利，我们可以看到Standard的购物AI在全国范围内迅速传播。
　　
　　接下来在哪里？
　　
　　在这次创业公司的简短介绍中，我们可以看到，计算机视觉、自然语言处理和其他深度学习方法等尖端技术的垂直领域非常广泛，而且很可能被低估了。神经网络一直在学习越来越多。它们已经出现在我们的手机中，它们会来到我们的商店、汽车、供应链、制造工厂和农场。谁知道到2030年他们还会在哪里？
　　
　　编辑：Harris