盘点2016年人工智能与深度学习领域的十大收购

简介:

◆ ◆ 

前言


自从谷歌2014年花费4亿英镑收购了当时默默无闻的剑桥大学初创团队Deep Mind后,科技公司就一直热衷于收购AI科技公司。


企业软件制造商希望通过收购AI科技公司来获得什么呢?他们无非是想使其产品或设备拥有智能预测的能力,来帮助用户更加方便快捷地使用。


社交媒体和互联网公司对图像和语音的识别技术非常感兴趣,这些可以提高用户的参与度。而当今一流的高科技公司则想制造一个智能私人助理来统一管理它们。


无论近期的抢购风潮是否只是资本泡沫,AI时代都已经到来,在此,我们为你盘点2016年至今AI领域的十大收购案...


◆ ◆ 

英特尔收购Nervana Systems



英特尔花费4亿美元(约3亿英镑)收购了深度学习初创公司Nervana Systems。作为芯片制造商,英特尔想要通过Nervana Systems在硅层实现机器学习,而不是在图形处理芯片上发展机器智能。


“我们以后回顾过去10年时,会发现这次就是计算机架构转向神经网络的拐点。”Nervana Systems公司首席执行官Naveen Rao在收购案后写道。



◆ ◆ 

英特尔收购Itseez



5月,英特尔又收购了专门从事计算机视觉(CV)算法的初创公司Itseez。英特尔计划利用Itseez专业能力来创建从汽车到安全系统的物联网(IoT)。


英特尔物联网集团的总经理,Doug Davies,在博客中写道:“Itseez将帮助英特尔的用户打造创新型深度学习的CV应用,如自动驾驶,数字安全监控和工业检测”。


在此之前,英特尔在2015年10月收购了AI初创公司Saffron。

◆ ◆ 

Salesforce收购MetaMind



云计算专家Salesforce正在想方设法优化其软件产品 - 从它的客户关系管理(CRM)平台,到营销云智能预测和云服务智能引擎。


Salesforce的首席执行官Marc Benioff在4月收购了其领投的自然语言处理领域初创公司MetaMind,后来在5月关闭了该司并让其创始人Richard Socher担任了Salesforce的首席科学家。


◆ ◆ 

Salesforce收购PredicitionIO和BeyondCore



8月,MetaMind并入了Salesforce于2月收购的开源机器学习服务器和开发者社区PredicitonIO,以及致力于机器学习分析的初创公司BeyondCore。


在此之前,Salesforce已于去年12月收购了AI虚拟助理AILA的开发者MinHash,并于去年6月收购了智能日历应用Tempo.ai,这项收购几乎直接导致了近期Salesforce收件箱内日历产品的诞生。


今年早些时候,首席技术官Adam Evans在接受英国的Computerworld访问时说:“Salesforce对AI技术非常感兴趣,我们已经从记录系统转变为参与系统,而现在我们正向智能系统进军。”


◆ ◆ 

微软收购Genee



微软在2016年8月收购了一个两年半的初创公司Genee,其主要产品是一款拥有AI技术的智能日程工具。


联合创始人Ben Cheung和Charles Lee将为微软带来他们的专业知识,但其本身的产品项目将被叫停,他们期望将Genee的技术融入Office 365,可能是为了更深度地集成其智能助手Cortana和Outlook等应用。

◆ ◆ 

微软收购Wand实验室



微软在6月末还收购了自然语言信息平台Wand实验室,同样叫停了该公司的现有产品项目,来让他们专注于微软产品(Cortana)。


◆ ◆ 

微软收购SwiftKey



此外,微软于今年早些时候,花费2.5亿美元收购了总部位于伦敦的初创公司SwiftKey,其产品可以让键盘输入法学习记忆用户的输入习惯,并做出相应调整。


◆ ◆ 

苹果收购Turi



这家硅谷巨头很少讨论他们的收购案,但2016年却始终非常忙碌,其中包括对两家机器学习领域初创公司的收购。


最近总部位于西雅图的初创公司Turi和其服务于开发者和数据科学家的机器学习平台,在8月被收购,收购金额达到2亿美元。Turi开发的工具使开发人员能够轻松地将机器学习功能嵌入到应用程序,如推荐引擎,情感分析和流失模型。


◆ ◆ 

苹果收购Emotient




另外,AI初创公司Emotient,在今年早些时候被收购。该公司总部位于圣地亚哥,使用人工智能技术读取图片中的面部表情。


2015年苹果还收购了 Perceptio 和英国初创公司 VocalIQ,他们都专注于用于智能手机的AI技术。


◆ ◆ 

Twitter 的收购 Magic Pony




Twitter 在6月花费令人瞠目结舌的1.5亿英镑收购了伦敦初创公司 Magic Pony,其始终致力于开发可以将机器学习应用到图像和视频上的工具。


Twitter 的首席执行官 Jack Dorsey 在收购声明中说道:“Magic Pony 团队研究创造出了可以识别图像特征的算法,其技术将用于提升我们在直播和视频的能力,并为 Twitter 打开了很多激动人心的创意可能。“


此次收购建立在对机器学习初创公司 Madbits的收购(2014年7月)和对 Whetlab 的收购(2015年6月)之上。


原文发布时间为:2016-08-28

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
8天前
|
机器学习/深度学习 人工智能 安全
探索AI的未来:从机器学习到深度学习
【10月更文挑战第28天】本文将带你走进AI的世界,从机器学习的基本概念到深度学习的复杂应用,我们将一起探索AI的未来。你将了解到AI如何改变我们的生活,以及它在未来可能带来的影响。无论你是AI专家还是初学者,这篇文章都将为你提供新的视角和思考。让我们一起探索AI的奥秘,看看它将如何塑造我们的未来。
36 3
|
10天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
59 9
|
26天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能的深度学习与自然语言处理前沿
【10月更文挑战第10天】探索人工智能的深度学习与自然语言处理前沿
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能的未来:机器学习与深度学习的融合之旅
【9月更文挑战第35天】在这篇文章中,我们将深入探讨人工智能的两大支柱——机器学习和深度学习。我们将通过代码示例和实际应用案例,揭示它们如何相互补充,共同推动AI技术的发展。无论你是初学者还是有经验的开发者,这篇文章都将为你提供宝贵的见解和启示。
57 0
|
9天前
|
机器学习/深度学习 人工智能 算法
AI在医疗:深度学习在医学影像诊断中的最新进展
【10月更文挑战第27天】本文探讨了深度学习技术在医学影像诊断中的最新进展,特别是在卷积神经网络(CNN)的应用。文章介绍了深度学习在识别肿瘤、病变等方面的优势,并提供了一个简单的Python代码示例,展示如何准备医学影像数据集。同时强调了数据隐私和伦理的重要性,展望了AI在医疗领域的未来前景。
26 2
|
27天前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
50 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
2月前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
87 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
10天前
|
安全 搜索推荐 机器学习/深度学习
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】在人工智能的推动下,个性化学习系统逐渐成为教育领域的重要趋势。深度学习作为AI的核心技术,在构建个性化学习系统中发挥关键作用。本文探讨了深度学习在个性化推荐系统、智能辅导系统和学习行为分析中的应用,并提供了代码示例,展示了如何使用Keras构建模型预测学生对课程的兴趣。尽管面临数据隐私和模型可解释性等挑战,深度学习仍有望为教育带来更个性化和高效的学习体验。
34 0
|
10天前
|
机器学习/深度学习 数据采集 人工智能
AI在医疗:深度学习在医学影像诊断中的最新进展
【10月更文挑战第26天】近年来,深度学习技术在医学影像诊断中的应用日益广泛,通过训练大量医学影像数据,实现对疾病的准确诊断。例如,卷积神经网络(CNN)已成功用于识别肺癌、乳腺癌等疾病。深度学习不仅提高了诊断准确性,还缩短了诊断时间,提升了患者体验。然而,数据隐私、数据共享和算法透明性等问题仍需解决。未来,AI将在医学影像诊断中发挥更大作用,成为医生的得力助手。
34 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能:深度学习在自然语言处理中的应用
探索人工智能:深度学习在自然语言处理中的应用
下一篇
无影云桌面