3

AI软件崛起!盘点全球最知名的45个AI项目

海中天人工智能 头条2016/06/30

智东西(公众号:zhidxcom) 文 | 海中天 在科幻小说中,我们经常看到AI软件的身影,许多人认为AI是 […]

智东西(公众号:zhidxcom)
文 | 海中天

在科幻小说中,我们经常看到AI软件的身影,许多人认为AI是一门存在于未来的技术,也许会变成现实,也许永远会停留在空想之中。

事实并非如此,我们当中的大多数人每天都会使用AI软件。

当你与智能手机对话时,上网搜索时,查看社交媒体动态消息时,都在与AI打交道。AI软件与我们玩游戏,谱写乐曲,撰写电影剧本。当你在网上购物时,遇见AI的机会也越来越大。Gartner预测:“到了2020年,不需要人类控制的自动软件代理将会参与到全球5%的经济交易活动中去。”到了2018年,全球300多万工人将在机器人“老板”的监督下工作。

一些人开始担心自己会失去工作。还有一些知名人物(比如马斯克和霍金)大声疾呼,说AI可能会成为威胁。Future of Life Institute警告称,智能机器对于人类的生活可能会是一个风险——与“存在”有关的风险。

到目前为止,还没有AI软件有能力威胁人类的生活,相距还很遥远。大多的AI软件只是用来做执行一些普通的任务,比如理解自然语言、识别目标、识别图片中的脸部图像、提供购物建议、查找问题的答案。AI技术日新月异,快速发展。许多的AI代理引进了机器学习技术,随着时间的推移它们会越来越“聪明”,很多大型科技公司和小公司都积极投身于AI研究。

1

下面例出了45个最有趣的AI项目:

IBM

在AI领域,IBM是早期先锋,当年它为大众带来了现代AI,IBM沃森(Watson )参与过电视节目Jeopardy。IBM在介绍AI解决方案时喜欢引用一个术语“认知运算(cognitive computing)”,它打着“沃森”的名字销售产品。到目前为止,IBM已经拥有几十个不同的AI产品和服务,这些产品和服务大体可以分成两类:开发者工具,预制应用。IBM还赞助500万美元,让创业公司参加挑战赛,用AI解决世界性的大难题。

1、 沃森API

主要针对开发者,这些工具可以让企业在自己的APP中调用IBM沃森的认知运算能力。目前IBM总共开通了19个不同的API,这些API能够提供不同的功能,比如概念扩充、对话、语言翻译、个性化洞察力、语气分析、关系提取、将语音转化为文本、将文本转化为语音、视觉识别和分析。客户可以通过IBM沃森开发者云服务(Watson Developer Cloud)获得这些功能。

2、 沃森Marketplace

在沃森Marketplace内,IBM提供各种应用,这些应用是根据认知运算技术开发的,当中包括沃森Trend(一个个性化购物APP)、沃森Analytics、Talent Insights、面向社交媒体的分析工具(Analytics for Social Media)、临床实验匹配工具(Watson for Clinical Trial Matching)。

3、SystemML

IBM开放了一些机器学习技术,包括SystemML。作为一个Apache孵化器项目(Apache Incubator Project),SystemML的目标是为ML算法提供弹性规范,为单节内存运算、MapReduce或者Spark运算分配等一系列任务自动规划混合执行时间。

2

谷歌

大家都知道,谷歌在研究领域投入了巨大的资源,在公司内部,有一个名叫“Google Brain”的团队从事AI项目的开发。他们的许多工作成果应用在谷歌其它产品中,包括搜索、谷歌Now和Android个人助手。谷歌团队的一些工作成果是开源的,团队还发表了一些AI方面的论文。

4、TensorFlow

TensorFlow是谷歌的一个开源AI项目,它由“Google Brain”开发。Tensor Flow利用数据流向图建立数值计算库,它已经开通了Python和C++ API,允许开发者在自己的APP中使用谷歌AI技术。

5、谷歌云计算机器学习项目(Google Cloud Machine Learning)

通过云计算平台,谷歌将一些机器学习技术提供给开发者。在谷歌自己的许多产品中也使用相同的服务,包括图片搜索、语音搜索、翻译和Gmail智能回复。

6、DeepMind

2014年,谷歌收购伦敦AI创业公司DeepMind。到目前为止,DeepMind团队最耀眼的工作就是开发了AlphaGo系统,正是因为有了它,计算机程序首次在围棋棋盘上打败了人类职业选手。团队正在增强机器学习的学习能力,将深度学习技术应用于医疗健康领域。

7、RankBrain

在搜索引擎的排序中,起决定作用的因素到底有哪些?谷歌并没有透露过详细细节,但是公司之前曾经说过,它在算法中部分使用了名叫RankBrain的AI技术。RankBrain可以猜测搜索术语的意义,之前RankBrain并没有看到过术语,但它可以提供相关的结果。RankBrain无法下载,也没有销售,科技产业对它很感兴趣。

3

微软

和其它大型科技企业一样,在微软内部也有一个庞大的机器学习、AI团队。该团队下面有许多子团队,专注于算法经济(algorithmic economics)、深度学习、机器学习、机器教学、自然语言运算及其它项目的研究,在公司的网站上列出了一大堆当前正在进行的项目。机器学习、AI团队的创新也已经整合到微软产品和服务中去。

8、Cortana

Cortana是微软推出的个人助手软件,它可能也是最著名的AI软件。Cortana与Windows 10整合在一起,还进入了Android和iOS平台。Cortana能够执行一些任务,比如提醒用户、处理自然语言搜索。

9、CNTK

最近几年,微软开始拥抱“开源”概念,现在它已经在GitHub上公布了一些AI技术。CNTK是“Computational Network Toolkit”的缩写,它是一个工具,开发者可以在自己的项目中利用该工具部署分布式深度学习功能。最近微软对CNTK进行升级,性能更强大,扩展性更好了。

10、DMLT

DMLT是“分布式机器学习工具包(Distributed Machine Learning Toolkit)”的缩写,它也是一个开源项目,可以辅助训练机器学习应用的大型模型。DMLT包括了DMLT框架(DMTK Framework)。

11、微软认知服务(Cognitive Services)

微软向开发者提供一些AI API,有些需要付费使用,也有一些免费产品。目前微软提供的API涉及计算机视觉(Computer Vision)、情绪、面部、视频、必应语音、语言理解、知识探索、推荐等功能。微软还利用这些API开发模板应用,一些模板已经在社交媒体中扩散开来。

12、Project Malmo

这是一个有趣的项目,微软研究人员试图将AI引入到Minecraft。研究者正在训练AI,让它们理解复杂的环境,彼此学习,将学习技巧用于解决新的问题。

13、Tay

2016年3月,微软推出了AI聊天机器人Tay,它可以在Twitter上与用户互动,可以不断学习。一天之内,Twitter用户“教会了”Tay什么是种族主义、什么是攻击性命令,微软被迫撤下Tay。一周之后,微软再次推出Tay,同样的问题依然存在。微软宣称,一旦机器人可以安全使用,就会再次在Twitter上推出Tay。

Facebook

社交网络巨头Facebook在AI上投入许多资源。FAIR(Facebook AI Research)主要从事AI研究,它涉及的领域包括自然语言处理、计算机视觉。

14、Wit.ai

2015年Facebook收购了Wit.ai,它可以为开发者提供机器人工具——与人类沟通的机器人。Wit.ai的语音识别技术可以用在移动应用、家庭自动化、可穿戴产品、机器人中,能够与用户互动。

4

亚马逊

很久以前,亚马逊就已经开始研究机器学习,它将技术用在电子商务网站,向用户推荐产品、预测价格。最近亚马逊CEO杰夫·贝佐斯(Jeff Bezos)表示:“未来20年,AI会对社会造成多大的影响,我们真的很难估计。”亚马逊还收购了AI创业公司Orbeus。

15、Alex

Alexa是一门躲藏在Echo设备之后的技术,它可以帮助用户播放音乐、回答问题、购买产品。最近亚马逊开放了Alex技术,让开发者也可以在自己的APP和设备中使用。

16、亚马逊机器学习

亚马逊云计算部门AWS(Amazon Web Services)提供一项AI服务,名字叫作“亚马逊机器学习(Amazon Machine Learning)”。如果想试用服务,可以选择免费版本,服务的扩展性很强。

苹果

对于AI计划苹果一直保持缄默,没有透露太多的消息,苹果正在向AI投资,这一点却是毫无疑问的。最近苹果公开招聘员工,职位与机器学习有关,它还收购了AI创业公司Emotient 和Vocal IQ。

17、Siri

苹果最引人注目的AI产品可能是语音助手Siri,它已经安装在iOS设备中。虽然Siri招来许多的批评,但它的确是一款推出较早的个人助手,为其它AI助手设定了门槛,比如Cortana和Google Now。

英特尔

英特尔的AI研究主要集中于机器学习、深度学习、芯片和软件AI,它已经收购了一些专注于AI研究的小企业。

18、Saffron Technology

2015年10月,英特尔收购了Saffron Technology,这家公司拥有两个应用:Streamline和Advantage。Streamline利用认知技术加快新产品的开发,Advantage用大数据进行视觉分析。

雅虎

雅虎CEO梅耶尔曾经谈到过AI的重要性,在公司内部雅虎开发了几个AI工具,协助运营旗下各网站。

19、Caffe on Spark

今年,雅虎开放了所谓的“Caffe on Spark”工具,它将两个著名的开源项目Caffe和Spark结合在一起。最终,项目可以在大型Hadoop集群中运行机器学习,雅虎利用该项目协助运营Flickr图片服务。

20、SkyPhrase

雅虎还利用收购手段增强AI技术。2013年,雅虎收购了SkyPhrase,现在它已经将SkyPhrase自然语言功能提供给开发者,以SDK的形式提供。需要注意的是,开发者只有获得邀请才能使用技术。

Salesforce

Salesforce CEO马克·贝尼奥夫(Marc Benioff)也对AI很痴迷,他认为一个以AI作为主导的世界将会到来。为了强化AI实力,Salesforce收购了一些小企业。

21、MetaMind

今年4月,Salesforce收购了MetaMind,这家企业的目标是将深度学习和AI植入到商务应用中去。MetaMind自己的服务已经终止,它的技术已经整合到Salesforce的云计算产品中去。

22、PredictionIO

2016年2月,PredictionIO成为Salesforce的一部分,它提供开源机器学习服务器,开发者可以快速搭建预测引擎。Salesforce还将PredictionIO技术整合到自己的产品中。

其它AI项目

23、Accord.NET Framework

这是一个开源机器学习框架,有了它,为程序增加音频或者图像处理功能会变得更轻松一些。网站提供了一些资源,比如模板应用、文档和一个维客(wiki),可以让开发者快速提升技术的速度。

24、Apace Mahout

Apace Mahout是一个开源项目,它的目标是:创造一个环境,方便开发者快速打造可扩展高性能机器学习应用。Apace Mahout包括三个关键部分:为AI应用开发者提供一个程序化环境,为各种工具提供预制算法,提供一个名叫Samsara的向量数学实验环境。

25、Braina

Braina是“Brain artificial”的缩写,它是一个面向Android或者Windows PC的商务个人助手APP。你告诉Braina信息,它就可以自己学习,在智能手机和电脑上,Braina也可以执行一些简单的任务。

26、Caffe

Caffe是加州大学伯克利分校伯克利视觉学习中心开发的,它是一个深度学习开源框架。Caffe提供了富有表现力的架构、可扩展的代码、快速的执行效果,还为用户和开发者提供了一个活跃的社区。

27、ConvNetJS

ConvNetJS是一个开源JavaScript库,有了它,用户可以直接从浏览器训练神经网络。

28、Cyc

Cycorp公司提供一些不同的语义工具,它们都归于Cyc品牌之下。Open Cyc是一个开源知识库和推理引擎,EnterpriseCyc的技术是一样的,但它可以用于商业目的,ResearchCyc供AI研究人员免费使用。

29、Deeplearning4j

Deeplearning4j是一个开源工具,可以为Java增加商业级深度学习功能。Deeplearning4j与Hadoop和Spark等大数据工具整合在一起,它还通过Skymind提供商业支持。

30、Encog

Encog是一个开源机器学习框架,支持智能神经网络、向量机、贝叶斯网络、隐马尔可夫模型、遗传编程和遗传算法。Encog还支持Java或者C#平台,它是一个跨平台工具,可以在多核、GPU硬件上运行。

31、H2O

H2O是一家面向企业的AI公司,Captital One、思科、尼尔森、PayPal和Transamerica都是它的客户。H2O提供工具,可以将大数据工具(比如Spark、Hadoop、R)和机器学习整合在一起,该公司既有开源产品,也有商业性产品。

32、MLlib

Apache Spark大规模数据处理引擎有一个机器学习库,它的名字叫MLlib。有了MLlib,部署Hadoop更加容易,性能比MapReduce快100倍。

33、Mycroft

Mycroft公司致力于用AI开发开源技术,对物联网进行更好的控制。公司已经发布几个开源自然语言处理工具,它们还有一个众筹物联网控制设备,和机器人差不多。
5
34、Neuroph

Neuroph是一个开源Java框架,可以用来开发神经网络架构,它的主要目标用户是新AI开发者,Neuroph提供了许多在线文档。

35、Numenta HTM/NuPIC

Numenta以分级暂存记忆(Hierarchical Temporal Memory)作为理论基础开发产品,分级暂存记忆为生物和机器智能提供了框架。NuPic是一个开源平台,可以用来分析数据、预测、发现异常。

36、Open Cog

Open Cog的目标是开发有益的人工普通智能(AGI),它的能力与人类相当,最终会超过人类。香港科技大学采用了Open Cog技术,团队相信他们很快就可以开发出软件,与人类入学前的智力差不多。

37、Oryx 2

Oryx 2采用的是Apache Spark和Apache Kafka架构,它是一个应用开发框架,针对实时、大规模机器学习应用。

38、OpenNN

OpenNN是“Open Neural Networks(开放神经网络)”的缩写。事实上,OpenNN就是一个可预测分析库,用C++编写,性能强大。OpenNN的开发者名叫Artelnics,他是一名软件工程师,擅长为企业开发数据分析软件。

39、Scikit-learn

Scikit-learn是一个开源项目,为Python提供机器学习工具,它关注的重点是数据挖掘和分析。Scikit-learn打造了其它一些开源项目,包括NumPy、SciPy和matplotlib。

40、Shogun

Shogun将自己描述为“大规模、机器学习工具箱”,它支持许多程序语言。

41、Theano

从2007年开始,Theano为科学调查提供了强大的计算力,它是一个Python库,对于某些深度学习开发应用很实用。

42、Torch

Torch运行于GPU之上,以LuaJIT为基础,它是一个开源科学运算框架,支持众多的机器学习算法。社区成员已经为计算视觉、信号处理、并行处理、其它AI应用开发了Torch程序包。

43、Viv

Siri创始人打造了Viv,它是一个新的AI平台。Viv可以不断向周边环境学习,每天都在提升自己的能力。目前软件还无法下载,幕后公司正在寻找合作伙伴,这些伙伴有意将Viv整合到自己的产品中去。

44、WEKA

新西兰Waikato大学机器学习团队开发了WEKA,它可以在Java应用中挖掘数据。WEKA能够为数据预处理、分类、回归分析、聚集、关联规则、视觉化提供机器学习算法。

45、WolframAlpha

WolframAlpha是一个商业项目,它拥有一个知识引擎,能够根据不同主题回答问题,包括数学、语言、化学、数据、健康、科学、金钱、历史等等。在网站上我们可以使用免费版,付费可以使用Pro(专业版)服务,每月交5美元或者6美元。

zhidx201602