10 家讓基於雲的人工智能為您服務的公司

直到最近，無處不在的“大數據”與普通消費者或小型企業的相關性有限。 雖然雲技術正在推動數據分析和機器學習方面的一些最激動人心的創新，但這些應用程序主要針對企業級分析，其商業智能和復雜的營銷技術並沒有真正引起日常用戶的共鳴。 這已不再是這種情況。 隨著技術變得更加可用和負擔得起，創新就像火箭一樣起飛，我現在已經找到了一些最有趣的應用程序。 所有這些產品都致力於讓辦公室內外的生活更輕鬆、更好、更智能、更精簡。

1. Crowdflower——機器學習的人為元素
從表面上看，您可能會認為Crowdflower與人工智能相反。 作為一個基於雲的勞動力平台，它將數百萬個常見的眾包任務分配給一個人工工作源：例如標記、情感分析或照片識別。 但Crowdflower知道，其最大的增長領域是通過“人機交互機器學習”來推動人工智能的發展。 事實上，他們剛剛贊助了一份關於如何將眾包數據插入算法以使計算機變得更加智能的專家報告。

2. Immunet——防病毒保護的集體免疫
市面上有很多雲防病毒程序，但 Immunet 最能說明集體智慧如何推動有效的安全性。 比壞人領先一步一直是挑戰：當各種類型的惡意軟件、病毒和惡意軟件每天都變得越來越複雜時，僅僅響應已知威脅是不夠的。 像 Immunet 這樣的智能解決方案可以讓防病毒保護隨著惡意軟件的變化而實時發展。 每個用戶的數據都有助於軟件的反病毒敏捷性，每個用戶都會立即受益。

3. Sift Science – 智能欺詐檢測
阻止在線欺詐並非易事。 在互聯網屏幕後面工作的竊賊的老練要求極其強大、敏捷的算法。 Sift 實時工作以不斷識別電子商務網站上的模式：特定網站的特定正常購買模式和整個客戶群的欺詐模式。 他們檢查 5000 多個信號以識別和標記潛在的欺詐行為：從瀏覽歷史到自動生成給定地址的機會的一切。 每筆交易都會獲得一個“篩選分數”，該分數告訴零售商欺詐的可能性，並讓您一眼就能輕鬆識別和監控可疑行為。 Sift 不斷學習：迄今為止分析了超過 20 億個事件，他們的數據集很強大，而且只會越來越強大。

4. Petnet——智能寵物餵食
Petnet SmartFeeder 不僅僅是一個花哨的粗磨碗，它旨在讓主人深入了解他們的寵物如何進食，以及如何改善他們的飲食。 使用匿名報告的數據來“聚合基於寵物的理想數據集”，其先進的算法可以根據寵物的年齡、體重和描述建議理想的食物和自定義餵養計劃。 它可以報告食物的營養成分和質量，並隨著時間的推移智能地推薦寵物的份量或食物品牌的變化。 SmartFeeder 的許多傳感器與設備上和基於雲的智能協同工作。 它與您的所有設備連接，允許遠程分配食物。 當食物供應不足時，它會通知您，並自動訂購更多的食物。

5. Doorsteps Swipe – 購房者和租房者的在線對接會
它被稱為“房地產的火種”。 iPhone 版 Doorsteps Swipe 應用程序向用戶顯示房地產列表的單張照片，並要求他們豎起大拇指或向下豎起大拇指。 用戶還可以選擇了解有關房產的更多信息，例如學校分區和寵物政策。 Swipe 的數據庫大約每 15 分鐘更新一次，直接提供來自 800 多個上市服務、與物業管理公司和 Zumper 等第三方數據提供商的合作夥伴關係的列表。 隨著時間的推移，它會學習偏好，並開始智能地選擇一組定制的列表來展示給每個用戶。 通過縮小理想房屋的範圍，它簡化了搜索過程並改善了每個人的結果。

6. 醫學現代化——智能醫療資源
這個“電子醫療助手”可以幫助醫生做出更好的治療決策。 它處理許多幕後功能，例如日程安排、圖表、計費等。 但它最令人印象深刻的能力與它從龐大的患者結果數據集中獲得的治療洞察力有關。 憑藉其數據庫中超過 1400 萬的患者就診次數，並在 IBM 的 Watson 計算智能的支持下，Modernizing Medicine 可以提出建議和比較，或標記與藥物和患者基因圖譜的潛在衝突。 該技術仍處於早期階段，但它標誌著基於雲的醫療保健技術的一個分水嶺時刻的開始。

7. Flyr – 預測機票價格波動
儘管那裡的機票比較服務激增，但一個嚴重的問題仍然困擾著旅行者：您什麼時候以最低價格預訂？ 這總是一場賭博。 要么你研究，慢慢來，最終錯過了一個很好的票價，或者你過早地承諾並最終陷入為你的航班多付的錢。 Flyr 設計了一個智能 API，它可以挖掘大量基於雲的數據集，以預測給定航班是否可能上升、下降或保持不變。 他們的自適應算法使用數十億個數據點隨著時間的推移變得更好，最終為您節省更多的錢。

8. Wallet.AI——在金錢方面變得更聰明
以前的預算應用程序（如 Mint）已經利用 AI 來幫助完成費用分類等任務，但從未有過這種即時性。 您允許 Wallet.AI 訪問您在白天留下的上下文數據：例如位置、交易歷史和社交網絡。 它監控和報告您每天做出的數十個微小的財務決策，了解您的習慣，並在您最有可能需要它們的時候準確地提供建議和預測。 例如，如果你走進 Gap，但已經超出了當月的服裝預算，它可能有話要說。 如果本週每天早上購買拿鐵咖啡意味著您可能無法租房，它可能會提前警告您。 目前它還只是原型，但 Wallet.AI 將成為個人理財領域的大事。

9. RealizeIt – 與您一起學習的在線學習
自互聯網誕生以來，在線課程就以一種或另一種形式出現。 雲的興起極大地提高了基於互聯網的學習的可用性和性能，常春藤大學的大規模開放在線課程可供任何人、任何地點、任何時間使用。 RealizeIt將這場革命性的演進更進一步，提供一個與學生一起學習的平台。 它收集和分析有關學習行為、內容參與度和課程有效性的數據，為平台的自適應系統發展提供動力，使其能夠不斷個性化並改善每個學生的體驗。

10. Skype Translator——實時流利
它只是在預覽中，但 Skype 的翻譯服務將兩個嚴肅的機器學習學科結合在一起：語音識別和翻譯。 當您說話時，翻譯人員會創建您的對話記錄，立即翻譯並回放給對方，反之亦然。 （目前您只能從通用的男聲或女聲中進行選擇，但正在計劃以您自己的聲音引入實時翻譯。）這是計算機科學的一項巨大成就，雖然它有問題，但它變得越來越聰明每次談話。 目前，Beta 服務提供西班牙語/英語版本，但後續版本將支持數十種語言。

當然，基於雲的人工智能領域的一些最大的參與者是顯而易見的。 谷歌的搜索算法可以說是該技術在公共部門中最具影響力的應用。 該公司現在使用基於雲的機器學習來改善用戶在線體驗的各個方面：谷歌著名的無人駕駛汽車的路線依賴於它從人們每天輸入谷歌地圖的數千個目的地中獲得的信息。 甚至 Google 的反垃圾郵件方法也直接與眾包雲 AI 相關聯：

“每次解決我們的驗證碼時，人類的努力都會幫助數字化文本、註釋圖像和構建機器學習數據集。 這反過來又有助於保存書籍、改進地圖並解決人工智能難題。”
~ 谷歌驗證碼

Apple 的 Siri 和市場上所有其他“虛擬助手”都由基於雲的機器學習提供支持：每次有人提出請求時，Siri 都會學到更多東西，並且在回答每個人的問題方面變得更好。 亞馬遜的智能算法也在努力幫助您確定哪些 Kindle 書籍屬於您的閱讀列表以及您最有可能購買哪些家居用品。 亞馬遜數以百萬計的交易中的每一筆都使程序更智能、更準確，這就是為什麼推薦往往會令人毛骨悚然地達到目標。 事實上，互聯網上“個性化體驗”令人不安的（如果方便的話）趨勢很大程度上是由人群和雲驅動的人工智能的進步推動的。 像 EngageClick 這樣的公司使用機器學習來提供超級相關的廣告，無論您走到哪裡。

微軟最近在業界掀起巨浪。 儘管 Watson 的成就非常公開，但該公司被認為在與 Google 的人工智能競賽中有些落後。 然而，就在上週，微軟推出了基於雲的 Azure 機器學習平台。 這項技術將為開發人員打開全新的世界，在不久的將來將更多來自云的智能創新推向市場。 雲與人工智能的結合是當今技術的前沿，智能產品的普及才剛剛開始。

[圖片來自Shutterstock]