从美国AI初创公司，看2019年人工智能变革风向-爱云资讯

近日，美国知名科技媒体VentureBeat举办了“2019年人工智能变革大会”。在大会中，多家公司展示了其最新研发成果，涉及计算机视觉识别、AI监测AI、AI文件数据处理等多个领域。

VentureBeat（简称：VB）是由博客发展而来的美国科技媒体，曾被《纽约时报》评为“最佳网络博客”，也是扎克伯格“最常看的两个博客之一”。

近日，VentureBeat举办的“2019年人工智能变革大会”翘楚云集，大会上，许多AI企业展示宣讲了本公司的最新产品及未来规划。

大会的第一个分会场主要有五家公司参展，包括CognitiveScale公司、 Applied Brain Research公司、Integrate.AI公司、AI Foundry公司和D-ID公司。这些公司在AI监测、AI文件数据处理、计算机视觉识别等多个领域都有着各自独特的建树。

本文结合VentureBeat的报道，将这五家公司的情况整理如下：

CognitiveScale：挑战AI“黑匣子”

CognitiveScale公司侧重研发To B类AI软件产品，主要产品为Cortex系列应用。该公司致力于为组织提供“可落地、可评估、可信赖”的AI解决方案。

它的最新产品为Cortex Certifai，是一款对特定AI模型或系统进行监测的AI工具。“对很多产业的分析师和决策者来说，当他们为组织寻求AI应用方案时，最先考虑的三个因素是AI产品的伦理尺度、透明度和可解释性。”CognitiveScale公司表示。

因为许多AI都是“黑匣子”，监测AI这件事就更具有挑战性了。Cortex Certifai会检查对象模型和系统的脆弱性，并且生成一份AI信度指标报告。

它不需要细粒度的访问对象模型（即：不用将模型划分成很多精细对象进行访问），因此能够保护被监督产品的相关信息。同时，这款产品不需要与对象模型进行适配(model-agnostic)，因此十分友好，可以对众多用户开放。

在大会上，CognitiveScale的首席运营官ML Maco称，他们正在与加拿大政府合作，为一个空中货运项目服务。Cortex Certifai为项目提供排查运输风险服务，这在目前是一个耗费时间、容易出错的“精细活”。它可以读取并处理货物数据，以此判断所给的货物标签信息是否可信、完整等等。

Maco说：“一旦产品系统达到这个规格，你才能说它是合格、健全和可解释的。”

Applied Brain Research：边缘网络落地先行者

Applied Brain Research的产品被应用于Nengo神经网络的边缘。

Nengo被认为是迄今为止世界上最复杂、最大规模的人类大脑模型模拟，是一个以图形和脚本为基础的大型神经系统仿真软件包。Nengo既可以应用于神经形态的芯片，又可以用于传统的CPU和GPU。它不需要太多能源动力，且效率很高。

Applied Brain Research的AI系统是根据人脑设计的，可以使开发者用来给众多的东西添加智能，包括卡片、无人机、机器人等。

该公司下一步计划将SpiNNaker 2神经网络芯片商业化，开发一个完整的边缘网络平台。据称，这个平台将是“新生代的、低能耗的、实时响应的”，能够提高边缘网络设备的能源效率和运行速度，预计在2021年面世。

未来，Applied Brain Reserch还畅想要结合多种网络，以研发出只凭一块芯片就能够实现演讲、运动及播放图像等多种功能的智能设备。

Integrate.AI：只测试市场，不测听隐私

当下，隐私问题是AI产业的燃眉之急。这使很多公司在利用AI洞察用户时，开始重视用户隐私。

Integrate.AI公布了一款市场洞察平台，据称能在不使用和泄露用户身份信息的情况下，测试一些类似“数字客户交互项目”的具体商业方案。这款新工具将被添加到Integrate.AI的SaaS平台上，并致力于为终端用户搭建信任桥梁。

正如公司创始人兼CEO Steve Irvine所说，和巨头科技公司竞争太难了，中小型公司只有利用杠杆去撬动已有的技术栈求生。他们的用户洞察平台是在一个公司的已有技术上运行的。并且，平台的使用界面对公司团队每个人都非常简洁，不是只有IT人员和工程师能看懂。

当你在平台上设定一个目标，你会获得一些包含许多变量数据的不同的方案。每种方案的利弊它都会清楚的为你标出来，以助你选择合适方案实现目标。最后，在项目完成之后，你可以用监测工具来测量方案分析是否准确。

AI Foundry：将“光学扫描”送进坟墓

AI Foundry专注于文档和数据的分类、提取和存储。该公司致力于利用AI节省时间和减少错误。通过使用AI Foundry的产品，用户不需要再人工整理文件和数据，也不需要使用光学扫描等方式来提取和存储信息。

AI Foundry近期创建了一个“流程自动化的信贷文件库”。据称，这个文件库利用机器视觉来识别传入的文档，准确率达到95%。虽然目前这个工具主要面向信贷行业，但AI Foundry希望今后能将这一技术拓展到其他领域。

自AI Foundry推出云存储App以来，它已经存储保护了十家上市公司的数据了。

D-ID：不再担心人脸识别侵犯隐私

D-ID公司的全称为De-Identifies，可翻译为“去识别”。正如公司名的释义，D-ID致力于对照片进行“去识别”，使得面部识别技术不对照片响应。

除此之外，D-ID还宣讲了其图像匿名识别功能。这一功能不直接使用人脸、车牌这种个人信息来进行身份识别，而是用电脑生成的匿名信息作为替代。市面上现有的解决方案依赖于模糊运算或像素化，而D-ID匿名化的人脸识别不记录面孔，只保留肤色、年龄、性别、目光等关键属性数据。

这一功能适用于视频、图片等多种形式的图像，但是因为它主要服务于智慧城市和UGC视频公司，所以它主打的是视频识别。

人脸数据应该受到保护，但常常被企业滥用。D-ID正好可以用电脑生成的面孔替身，来代替用户的真实面孔。这个面孔替身只保留了人口统计信息，隐去了用户脆弱的“脸纹”，可以很好的保护用户隐私。

结语：新力量，小切口，也能打开广阔市场

以上列举的五家新锐公司业务涉及计算机视觉识别、AI监测AI、AI文档处理等多个领域。

他们或挑战AI“黑匣子”，啃“AI监测”这块“硬骨头”；或深耕用户需求，开发尊重隐私的市场洞察平台；或聚焦企业数据孤岛的实际焦虑，开发取代光学扫描的AI文档数据处理工具。无论是哪种尝试，都有可能打开一片新的广阔市场。

从美国AI初创公司，看2019年人工智能变革风向