10 家让基于云的人工智能为您服务的公司

直到最近，无处不在的“大数据”与普通消费者或小型企业的相关性有限。 虽然云技术正在推动数据分析和机器学习方面的一些最激动人心的创新，但这些应用程序主要针对企业级分析，其商业智能和复杂的营销技术并没有真正引起日常用户的共鸣。 这已不再是这种情况。 随着技术变得更加可用和负担得起，创新就像火箭一样起飞，我现在已经找到了一些最有趣的应用程序。 所有这些产品都致力于让办公室内外的生活更轻松、更好、更智能、更精简。

1. Crowdflower——机器学习的人为元素
从表面上看，您可能会认为Crowdflower与人工智能相反。 作为一个基于云的劳动力平台，它将数百万个常见的众包任务分配给一个人工工作源：例如标记、情感分析或照片识别。 但Crowdflower知道，其最大的增长领域是通过“人机交互机器学习”来推动人工智能的发展。 事实上，他们刚刚赞助了一份关于如何将众包数据插入算法以使计算机变得更加智能的专家报告。

2. Immunet——防病毒保护的集体免疫
市面上有很多云防病毒程序，但 Immunet 最能说明集体智慧如何推动有效的安全性。 比坏人领先一步始终是一项挑战：当各种类型的恶意软件、病毒和恶意软件每天都变得越来越复杂时，仅仅响应已知威胁是不够的。 像 Immunet 这样的智能解决方案可以让防病毒保护随着恶意软件的变化而实时发展。 每个用户的数据都有助于软件的反病毒敏捷性，每个用户都会立即受益。

3. Sift Science – 智能欺诈检测
阻止在线欺诈并非易事。 在互联网屏幕后面工作的窃贼的老练要求极其强大、敏捷的算法。 Sift 实时工作以不断识别电子商务网站上的模式：特定网站的特定正常购买模式和整个客户群的欺诈模式。 他们检查 5000 多个信号以识别和标记潜在的欺诈行为：从浏览历史到自动生成给定地址的机会的一切。 每笔交易都会获得一个“筛选分数”，该分数告诉零售商欺诈的可能性，并让您一眼就能轻松识别和监控可疑行为。 Sift 不断学习：迄今为止分析了超过 20 亿个事件，他们的数据集很强大，而且只会越来越强大。

4. Petnet——智能宠物喂食
Petnet SmartFeeder 不仅仅是一个花哨的粗磨碗，它旨在让主人深入了解他们的宠物如何进食，以及如何改善他们的饮食。 使用匿名报告的数据来“聚合基于宠物的理想数据集”，其先进的算法可以根据宠物的年龄、体重和描述建议理想的食物和自定义喂养计划。 它可以报告食物的营养成分和质量，并随着时间的推移智能地推荐宠物的份量或食物品牌的变化。 SmartFeeder 的许多传感器与设备上和基于云的智能协同工作。 它与您的所有设备连接，允许远程分配食物。 当食物供应不足时，它会通知您，并自动订购更多的食物。

5. Doorsteps Swipe – 购房者和租房者的在线对接会
它被称为“房地产的火种”。 iPhone 版 Doorsteps Swipe 应用程序向用户显示房地产列表的单张照片，并要求他们竖起大拇指或向下竖起大拇指。 用户还可以选择了解有关房产的更多信息，例如学校分区和宠物政策。 Swipe 的数据库大约每 15 分钟更新一次，直接提供来自 800 多个列表服务、与物业管理公司和第三方数据提供商（如Zumper）的合作伙伴关系的列表。 随着时间的推移，它会学习偏好，并开始智能地选择一组定制的列表来展示给每个用户。 通过缩小理想房屋的范围，它简化了搜索过程并改善了每个人的结果。

6. 医学现代化——智能医疗资源
这个“电子医疗助手”可以帮助医生做出更好的治疗决策。 它处理许多幕后功能，例如日程安排、图表、计费等。 但它最令人印象深刻的能力与它从庞大的患者结果数据集中获得的治疗洞察力有关。 凭借其数据库中超过 1400 万的患者就诊次数，并在 IBM 的 Watson 计算智能的支持下，Modernizing Medicine 可以提出建议和比较，或标记与药物和患者基因图谱的潜在冲突。 该技术仍处于早期阶段，但它标志着基于云的医疗保健技术的一个分水岭时刻的开始。

7. Flyr – 预测机票价格波动
尽管那里的机票比较服务激增，但一个严重的问题仍然困扰着旅行者：您什么时候以最低价格预订？ 这总是一场赌博。 要么你研究，慢慢来，最终错过了一个很好的票价，或者你过早地承诺并最终陷入为你的航班多付的钱。 Flyr 设计了一个智能 API，它可以挖掘大量基于云的数据集，以预测给定航班是否可能上升、下降或保持不变。 他们的自适应算法使用数十亿个数据点随着时间的推移变得更好，最终为您节省更多的钱。

8. Wallet.AI——在金钱方面变得更聪明
以前的预算应用程序（如 Mint）已经利用 AI 来帮助完成费用分类等任务，但从未有过这种即时性。 您允许 Wallet.AI 访问您在白天留下的上下文数据：例如位置、交易历史和社交网络。 它监控和报告您每天做出的数十个微小的财务决策，了解您的习惯，并在您最有可能需要它们的时候准确地提供建议和预测。 例如，如果你走进 Gap，但已经超出了当月的服装预算，它可能有话要说。 如果本周每天早上购买拿铁咖啡意味着您可能无法租房，它可能会提前警告您。 目前它还只是原型，但 Wallet.AI 将成为个人理财领域的大事。

9. RealizeIt – 与您一起学习的在线学习
自互联网诞生以来，在线课程就以一种或另一种形式出现。 云的兴起极大地提高了基于互联网的学习的可用性和性能，常春藤大学的大规模开放在线课程可供任何人、任何地点、任何时间使用。 RealizeIt将这场革命性的演进更进一步，提供一个与学生一起学习的平台。 它收集和分析有关学习行为、内容参与度和课程有效性的数据，为平台的自适应系统发展提供动力，使其能够不断个性化并改善每个学生的体验。

10. Skype Translator——实时流利
它只是在预览中，但 Skype 的翻译服务将两个严肃的机器学习学科结合在一起：语音识别和翻译。 当您说话时，翻译人员会创建您的对话记录，立即翻译并回放给对方，反之亦然。 （目前您只能从通用的男声或女声中进行选择，但正在计划以您自己的声音引入实时翻译。）这是计算机科学的一项巨大成就，虽然它有问题，但它变得越来越聪明每次谈话。 目前，Beta 服务提供西班牙语/英语版本，但后续版本将支持数十种语言。

当然，基于云的人工智能领域的一些最大的参与者是显而易见的。 谷歌的搜索算法可以说是该技术在公共部门中最具影响力的应用。 该公司现在使用基于云的机器学习来改善用户在线体验的各个方面：谷歌著名的无人驾驶汽车的路线依赖于它从人们每天输入谷歌地图的数千个目的地中获得的信息。 甚至 Google 的反垃圾邮件方法也直接与众包云 AI 相关联：

“每次解决我们的验证码时，人类的努力都会帮助数字化文本、注释图像和构建机器学习数据集。 这反过来又有助于保存书籍、改进地图并解决人工智能难题。”
~ 谷歌验证码

Apple 的 Siri 和市场上所有其他“虚拟助手”都由基于云的机器学习提供支持：每次有人提出请求时，Siri 都会学到更多东西，并且在回答每个人的问题方面变得更好。 亚马逊的智能算法也在努力帮助您确定哪些 Kindle 书籍属于您的阅读列表以及您最有可能购买哪些家居用品。 亚马逊数以百万计的交易中的每一笔都使程序更智能、更准确，这就是为什么推荐往往会令人毛骨悚然地达到目标。 事实上，互联网上“个性化体验”令人不安的（如果方便的话）趋势很大程度上是由人群和云驱动的人工智能的进步推动的。 像 EngageClick 这样的公司使用机器学习来提供超级相关的广告，无论您走到哪里。

微软最近在业界掀起巨浪。 尽管 Watson 的成就非常公开，但该公司被认为在与 Google 的人工智能竞赛中有些落后。 然而，就在上周，微软推出了基于云的 Azure 机器学习平台。 这项技术将为开发人员打开全新的世界，在不久的将来将更多来自云的智能创新推向市场。 云与人工智能的结合是当今技术的前沿，智能产品的普及才刚刚开始。

[图片来自Shutterstock]