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
|
7月前
|
机器学习/深度学习 人工智能 供应链
从概念到商业价值:AI、机器学习与深度学习全景指南
在这个科技飞速发展的时代🚀,人工智能正以惊人的速度渗透到我们的生活和工作中👀。但面对铺天盖地的AI术语和概念,很多人感到困惑不已😣。"AI"、"机器学习"、"深度学习"和"神经网络"到底有什么区别?它们如何相互关联?如何利用这些技术提升工作效率和创造价值?
|
5月前
|
机器学习/深度学习 人工智能 PyTorch
AI 基础知识从 0.2 到 0.3——构建你的第一个深度学习模型
本文以 MNIST 手写数字识别为切入点,介绍了深度学习的基本原理与实现流程,帮助读者建立起对神经网络建模过程的系统性理解。
649 15
AI 基础知识从 0.2 到 0.3——构建你的第一个深度学习模型
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
1024 55
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
AI 基础知识从 0.3 到 0.4——如何选对深度学习模型?
本系列文章从机器学习基础出发,逐步深入至深度学习与Transformer模型,探讨AI关键技术原理及应用。内容涵盖模型架构解析、典型模型对比、预训练与微调策略,并结合Hugging Face平台进行实战演示,适合初学者与开发者系统学习AI核心知识。
504 15
|
11月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
574 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
8月前
|
机器学习/深度学习 人工智能 运维
AI“捕风捉影”:深度学习如何让网络事件检测更智能?
AI“捕风捉影”:深度学习如何让网络事件检测更智能?
319 8
|
9月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
害虫识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了12种常见的害虫种类数据集【"蚂蚁(ants)", "蜜蜂(bees)", "甲虫(beetle)", "毛虫(catterpillar)", "蚯蚓(earthworms)", "蜚蠊(earwig)", "蚱蜢(grasshopper)", "飞蛾(moth)", "鼻涕虫(slug)", "蜗牛(snail)", "黄蜂(wasp)", "象鼻虫(weevil)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Djan
553 1
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
10月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
1050 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
机器学习/深度学习 人工智能 自然语言处理
深入理解人工智能中的深度学习技术及其最新进展
深入理解人工智能中的深度学习技术及其最新进展
1418 33

热门文章

最新文章