50 شرکت متعهد و نوید بخش هوش مصنوعی

۵۰ شرکت متعهد و نوید بخش هوش مصنوعی (بخش اول)

هوش مصنوعی در هر نوع صنعتی نفوذ کرده است، به خودرو ها اجازه می دهد تا بدون راننده حرکت کند، به پزشکان در رابطه با تشخیص پزشکی کمک می کند و سبک و روش حرف زدن انسان ها را تقلید می کند. ولی برای همه روش های معتبر و هیجان انگیز که وظایف رایانه ها را برای آن ها قادر به انجام می سازد، بزرگ نمایی های زیادی نیز وجود دارد.همانطور که جرمی آچین مدیر عامل جدید شرکت data robot اظهار دارد:

شما حتما باید در کار خود یادگیری ماشین داشته باشید وگرنه جذاب نیستید.

این اصطلاحات گاهی آنقدر گسترده و رد و بدل می شوند که شروع به بی معنی شدن می کنند و حتی تجزیه و تحلیل ساده ی داده ها نیز توسط شرکت ها به شوخی گرفته می شوند. برای از بین بردن این اختلالات و مزاحمت ها forbes و شریک تجاری او Meritech Capital لیستی از شرکت های خصوصی مستقر در ایالات متحده را تهیه کرده اند که برخی از این شرکت ها هوش مصنوعی را به صورت معنی داری دارند و پتانسیل واقعی تجاری سازی از این راه را ارائه می دهند. یکی از این شرکت ها، رباتی می سازد که می تواند اطراف مغازه داران بچرخد و به کارگران در باز کردن قفسه ها کمک کنند. دیگری درخواست متقاضیان را برای استخدام بدون تعصب اسکن می کند. مورد سوم نیز داده های عظیم را تجزیه و تحلیل می کند و وضعیت آب و هوا را خیابان به خیابان پیش بینی می کند.

برای حضور در این لیست، شرکت ها باید نشان دهند تکنیک هایی مانند یادگیری ماشین (جایی که سیستم ها از داده ها یاد می گیرند تا اجرای خود را بهبود بدهند)، پردازش زبان طبیعی (که برنامه ها را قادر می کند تا زبان نوشتاری و گفتاری را درک کنند)، یا دید رایانه (که به چگونگی توانایی دیدن یک ماشین مربوط می شود) هسته مدل تجاری آن ها می باشد و در موفقیت آینده نقش دارد. همه اطلاعات را درمورد این روش شناسی ما  در اینجا بیابید.

شرکت های مفتخر این لیست در دسته هایی شامل منابع انسانی، امنیتی، بیمه ای، و مالی همراه با خدمات درمانی، حمل و نقل و راه اندازی زیرساخت ها در این فهرست قرار گرفته اند. در حالی که بیشتراین ۵۰ شرکت از مراکز فنی سنتی مانند سیلیکون ولی ، نیویورک سیتی و بوستون هستند اما از مراکز کوچکتر مانند دیترویت و آستین نیز حضور دارند. به طور کلی، طبق گفته CBInsights ، استارتاپ ها و شرکت های نوپا به طور شگفت آوری پول ساز هستند، به طوریکه استارت آپ ها با تبلیغ هوش مصنوعی فقط در سه ماهه دوم سال ۲۰۱۹ به مبلغ ۷٫۴ میلیارد دلار رکورد مالی می توانند دریافت کنند. فقط ۸ استارتآپ به وسیله زنان تاسیس یا پایه گذاری شده است و این نشان دهنده روند بودجه در سرمایه گذاری است.

شرکت های برنده ی زیر به ترتیب صعود ارزش مرتب شده اند و در هر مورد ما سعی کرده ایم تا به جای ابزار شرکت ها برای حل مشکلات، بر روی مشکلاتی تمرکز کنیم که شرکت ها سعی در حل کردن آن ها دارند. در مواردی که شرکت ها اطلاعات ارزشیابی را به شرط محرمانه بودن ارسال می کردند ، Forbes از تخمین های ارائه شده داده ها توسطPitchbook  استفاده کرده است.

همچنین ببینید :

۵۰- viz.ai

  • ساختمان مرکزی:سان فرانسیسکو
  • پایه گذاران:مدیر عامل کریس منسی،داوید گولان
  • بودجه و درآمد:۲۱ میلیون دلار
  • ارزش گذاری:مشخص نیست

این شرکت هدف دارد تا شماره قربانی های سکته مغزی را که در زمان مناسب مراقبت های لازم برای آن ها نشده است را کاهش دهد. نرم افزار آن تصاویر سی تی اسکن گرفته شده از مغز بیمار را با اسکن های پایگاه داده مطابقت م دهد و می تواند در عرض چند دقیقه به متخصصان علائم اولیه رخ داد سکته ها و انسداد عروق بزرگ را که آن ها ممکن است متوجه آن نشده باشند یا دیر به تشخیص آن برسند، هشدار می دهد. این شرکت مجموعه ای از تولیدات خود را به شبکه اطلاع رسانی بیمارستان و موسسات درمانی مانند مونت سینای در نیو یورک و سیستم سلامت سوئد در دنور یه فروش می رساند.

۴۹- Deep 6

  • ساختمان مرکزی:کالیفرنیا،پاسادنا
  • پایه گذاران:ووت براسلرز
  • بودجه و درآمد:۲۲ میلیون دلار
  • ارزش گذاری:مشخص نیست

هنگامی که تیم های تحقیقاتی دارویی یک کارآزمایی بالینی جدید را آغاز می کنند ، یکی از بزرگترین تنگنا ها می تواند پیدا کردن گروه مناسب بیماران برای کار با آن ها باشد. اینجا جایی است که این شرکت خود را نشان می دهد. مدیر عامل ووت براسلرز می گوید نرم افزار شرکت می تواند داده ها را از سوابق پزشکی الکترونیکی استخراج کند و نمودار هایی از بیماران بسازد که به محققان اجازه می دهد تا برای شرایط خاص اطلاعات را جداسازی کنند و به جای ماه ها زمان، در چند دقیقه منجر به نتیجه برسند. موتور سیستم درک کننده زبان طوری آموزش دیده است که می تواند برخی شرایط را حتی اگر در یادداشت ها بیان نشده باشد استنباط کند، و Deep 6 می گوید که بیش از ۲۰ مشتری سیستم سلامت یا دارویی دارد.

 ۴۸- Lilt

  • ساختمان مرکزی:سان فرانسیسکو
  • پایه گذاران:اسپنس گرین،جان دنرو
  • بودجه و درآمد:۱۲٫۵ میلیون دلار از طریق pitchbook
  • ارزش گذاری:۲۹٫۵ میلیون دلار از طریق pitchbook

این شرکت مترجم های انسانی را در شغل هایشان کمک می کند. بنیان گذار جان دنرو سال های زیادی را به عنوان دانشمند ارشد پژوهش در  google translateبرای یادگیری نقاط قوت و محدودیت های یک ترجمه مستقل گذرانده است. Lilt به جای اینکه فقط به ماشین ها تکیه کند ، می تواند با تجهیز مترجمان به ترجمه های ماشینی و ابزار تایپ پیش بینی ،برای مواردی مانند HBC و  Zendesk ، ترجمه های بهتر و سریع تری ارائه کند.

۴۷Armorblox

  • ساختمان مرکزی:کالیفرنیا،کوپرتینو
  • پایه گذاران:مدیر عامل سام پاس،آرخون سامبامورثی،چیتان آناند،آناند رخوان
  • درآمد و بودجه:۱۶٫۵ میلیون دلار
  • ارزش گذاری:۳۷میلیون دلار از طریق pitchbook

مدیر عامل و بنیانگذار سامپاس دو سال پیش armorblox را با هدف حمایت مشتریان از حملات مهندسی اجتماعی در امنیت سایبری ، مانند ایمیل های فیشینگ که از خطاهای انسانی استفاده می کنند، تاسیس کرد. سامپاس امیدوار بود تا با استفاده از پردازش زبان طبیعی ، که به ماشین ها اجازه درک و یادگیری را می دهند، دراین رقابت موفق می شود. نرم افزار آن ها سبک ارتباطات مشتریان را برای دستیابی به یک زمینه حس، تجزیه و تحلیل می کند و سپس به طور خودکار از تلاش های فیشینگ، تهدیدات داخلی و افشای داده ها جلوگیری می کند.

 

۴۶DefinedCrowd

DefinedCrowd

  • ساختمان مرکزی:سیاتل
  • پایه گذاران:دنیلا براگا
  • بودجه و درآمد:۱۳٫۱میلیون دلار
  • ارزش گذاری:۳۸٫۸ میلیون دلار از طریق pitchbook

شرکت Definedcrowd به وسیله کمک های انسانی برای لیست مشتریان خود که شامل BMW و Mastercardمی شود، مجموعه داده های قراردادی می سازد. این استارتاپ از طریق پلتفرمی بنام Neevo به استخدام کارگران آزاد می رود و وظایفی مانند برچسب زدن عکس و ضبط صدا را به آن ها می دهد و با استفاده از اتوماسیون یادگیری ماشین تا جایی که ممکن است به کار های آن ها سرعت می دهد. همه ی داده هایی که توسط افراد جمع آوری شده اند، ایجاد یا بررسی شده و به فرمتی تهیه می شوند که مشتریان قادر خواهند بود تا آن ها را برای آموزش الگوریتم دلخواه خود استفاده کنند.

درحال حاضر این شرکت در مرحله جمع آوری بودجه برای سری B است که انتظار می رود تا پایان سال تکمیل شود.

۴۵May Mobility

  • ساختمان مرکزی:آن اربور،میشیگان
  • پایه گذاران:مدیرعمل ادوین اولسن،آلیسین مالک،استیو وُزار
  • بودجه و درآمد:۳۳ میلیون دلار
  • ارزش گذاری:۶۱٫۹ میلیون دلار از طریق pithbook

این شرکت در حال انجام چالش رانندگی خودکار برروی فاکتور های قابل پیش بینی تر از ماشین ها می باشد: شاتل های (ون های مسافربری) خودمختار. نرم افزار این شرکت در حال خدمت روی شاتل هایی در پروویدنس، کلمبوس، جزیره رهود، و اوهایوا است ، جایی که مسافران تورهای بازدید از شهر را تجربه می کنند.

۴۴- Xnor.ai

  • ساختمان مرکزی:سیاتل
  • پایه گذاران:علی فرهادی،محمد رستگاری (مدیرعامل:جان گِلسی)
  • بودجه و درآمد:۱۴٫۶ میلیون دلار از طریق pitchbook
  • ارزش گذاری:۶۲٫۰۵ میلیون دلار از طریق pitchbook

زمانی که محققان در موسسه Allen در حال کار بر روی هوش مصنوعی بودند، علی فرهادی و محمد رستگاری یک مشکل را تشخیص دادند، فرهادی گفت:

بیشتر مواقع محققان هوش مصنوعی قصد داشتند تا الگوریتم های بهتر و جدید تر را با تقاضای بیشتر برای محاسبه، حافظه و قدرت بسازند. با این حال در دنیای واقعی قصد دارند تا در خلاف جهت حرکت کنند؛ راه حل هایی با محاسبه، حافظه و قدرت کمتر. 

آن ها سعی داشتند تا سیستمی طراحی کنند که الگوریتم های پیچیده بتوانند برروی سخت افزار ساده کار کنند و از موسسه Allen که توسط پاول آلن از مایکروسافت در سال ۲۰۱۶ پایه گذاری شده بود، خارج شدند.

در اوایل سال جاری ، این شرکت هنگامی که موفق به اجرای یک سیستم بینایی رایانه ای ساده بر روی تراشه رایانه ای که با برق خورشیدی تغذیه می شود، شد، به موفقیت دراین زمینه دست یافت.

۴۳- Suki AI

  • ساختمان مرکزی:شهر ردوود،کالیفرنیا
  • پایه گذاران:مدیرعامل پونیت سونی
  • بودجه و درآمد:۲۰میلیون دلار
  • ارزش گذاری:۶۵میلیون دلار

Suki در پیرامون این ایده ایجاد شده است که کار های اداری مسئولیت قابل توجهی برای پزشکان است، و زمان تمرکز آن ها برروی بیماران کم می کند. برای رفع این فشار، این استارتآپ یک دستیار دیجیتالی با صدا را ساخته است که به پزشکان کمک می کند تا از آن برای یادداشت برداری و پر کردن سوابق الکترونیکی خود استفاده کنند. این شرکت در چندین سیستم بزرگ بهداشتی و گروه های ارائه دهنده شامل گروه مدیریت پزشک یکپارچه ( Unified Physician Management ) و گروه معراج سلامت ( Ascension Health )،استفاده می شود که طبق آمار به طور متوسط ۷۶% کاهش زمان صرف تکمیل یادداشت های بالینی ایجاد شده بود.

سونی، مدیر عامل این شرکت می گوید این دستیار دیجیتالی بسیار فراتر از تبدیل نرم افزار صدا به متن خواهد بود، تشخیص دادن مفهوم و و شخصی شدن بیشتر با استفاده ی بیشتر پزشکان از آن، از قابلیت های این  دستیار صوتی می باشد. او همچنین می گوید:

Suki با ماموریت برگرداندن خوشی به داروها به وجود آمده است.

۴۲-  Aira

aria

  • ساختمان مرکزی:سان دیگو
  • پایه گذاران:سومان کانوگانتی،سوجیت کنوگانتی،واتسون ییم،لاری باک،(مدیرعامل:مایک رندال)
  • بودجه و درآمد:۳۵ میلیون دلار
  • ارزش گذاری:۶۶میلیون ئلار از طریق pitchbookAira

به افراد کم بینا و نا بینا کمک می کند تا با ترکیب کمک انسان های واقعی و یک عامل هوش مصنوعی از طریق برنامه یا عینک های سفارشی هوشمند خود، مردم را بهتر ببینند. این شرکت اعتراف می کند که عامل هوش مصنوعی آن، کلویی، هم اکنون درمرحله نوزادی خود است – او می تواند وظایف ساده مانند خواندن دستورالعمل روی یک جعبه قرص را انجام دهد – اما جاه طلبی های بزرگی برای دید کامپیوتر های قوی تر دارد. این محصول برای استفاده در جلسات زیر ۵ دقیقه و برای کلیه جلسات در بیش از ۲۵۰۰۰ مکانی که Aira در آنجا مشارکت دارد مانند فرودگاه JFK و فروشگاه های موادغذایی Wegmans مجانی خواهد بود.

۴۱Rulai

  • ساختمان مرکزی:کمپبل،کالیفرنبا
  • پایه گذاران:مدیرعامل مارک وانلربرگ،یی ژانگب
  • ودجه و درآمد:۱۴٫۵میلیون دلار
  • ارزش گذاری:۸۰میلیون دلار

درحالی که ربات های چت با وعده های زیادی وارد عرصه می شوند، هیچوقت به طور کامل به هدف اصلی خود نمی رسند، که دلیل آن محدودیت و استحکام مکالمات آن ها است. Rulai می گوید دستیاران مجازی او متفاوت از دیگران هستند. بنیانگذار یی ژانگ می گوید درحالی که بیشتر ربات ها زمانی که کاربران متن نوشته یا وظایف را تغییر می دهند به مشکل بر می خورند، مدیریت مدل های دیالوگ Rulai از بین نمی روند. او می گوید:

دستیار مجازی نیاز دارد تا به تنوع زبان های طبیعی و تنوع جریان های مکالمه رسیدگش کند.

Rulai از ربات هایی مثل Lyft ، Sanofi و Fidelity با حمایت مشتریان، فروشندگان و کارمندان تولیدی خود پیشی گرفته است.

۴۰Algorithmia

  • ساختمان مرکزی:سیاتل
  • پایه گذاران:مدیرعامل دیگو اوپن هایمر،کِنی دانیل
  • بودجه و درآمد:۳۸میلیون دلار از طریق pitchbook
  • ارزش گذاری:۱۰۰میلیون از طریق pitchbook

از گفته های مورد علاقه بنیان گذار کِنی دانیل این بود که: 

آینده همین الان اختراع شده است؛ فقط در کاغذ یک محقق گیر کرده است.

او و کارمند سابق مایکروسافت دیگو اوپن هایمر متحد شدند تا یک راه آسان برای کشف و کار کردن با یادگیری ماشین را به محققان داده توصیه کنند. درحالی که Algorithmia به عنوان یک بازار برای الگوریتم هایی که در درجه اول توسط توسعه کنندگان انفرادی مورد استفاده قرار می گرفت، آغاز شد، این شرکت به یک سرویس زیر ساختی قوی تر برای شرکت های بزرگ خود، را سازگار کرد. برای مثال، آن ها می گویند یک موسسه مالی از سیستم عامل آن ها، یک مدل ریسک را به تولید رساند.

بیشتر بخوانید :

منبع Forbes

همچنین ببینید

استفاده از هوش مصنوعی مولد برای بهبود تست نرم‌افزار

هوش مصنوعی مولد به دلیل توانایی خود در ایجاد متن و تصاویر بسیار مورد توجه …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *