機(jī)器學(xué)習(xí)領(lǐng)域創(chuàng)業(yè)，你還有哪些機(jī)會？

　　機(jī)器學(xué)習(xí)與人工智能在數(shù)據(jù)驅(qū)動型商業(yè)項目中發(fā)展迅猛，幾乎遍布每個角落。這里我選了幾個可能還未被大公司吞食的領(lǐng)域。

　　「鋤頭和鏟子」 戲碼

　　即在那次加利福尼亞州淘金熱中，鎬鍬承包商大賺了一筆(然而探礦者的貢獻(xiàn)被忽略了)。機(jī)器智能的鎬與鍬就是硬件、數(shù)據(jù)輸入端及(有爭議的)算法本身。

　　1.很明顯，機(jī)器智能算法的開發(fā)大多數(shù)都是開源的。當(dāng)然也有例外——去年，哈佛大學(xué)申請了一項有效替代 BackProp 算法的專利，即 Feedback Alignment Algorithm ——我想知道，他們打算如何使之商業(yè)化?幫助人們方便利用學(xué)習(xí)算法的高質(zhì)量 SaaS 產(chǎn)品，會找到有這方面需要的用戶，而且 MetaMind，正將深度學(xué)習(xí)技術(shù)帶入數(shù)據(jù)集，它們就是這樣一家公司。另一個我喜歡的項目叫做自動統(tǒng)計專家(The Automatic Statistician)，它利用貝葉斯推理(Bayesian inference)找出數(shù)據(jù)擬合的最佳模型。Curious AI，是一家通用人工智能(General AI)公司，它們的第一個商業(yè)項目就是垃圾分類(中規(guī)中矩的盈利模式范本)，據(jù)報道，公司旨在以工具包的形式出售人工智能軟件。

　　2.大公司可以接觸到龐大數(shù)據(jù)庫，還能獲取更多的數(shù)據(jù)。不過，到目前為止，大公司的關(guān)注點都集中在一些唾手可得的成果上，比如社交或商業(yè)數(shù)據(jù)，因此，創(chuàng)業(yè)公司仍有機(jī)會在某些領(lǐng)域大展拳腳：難以獲得數(shù)據(jù)以及(或者)難以標(biāo)簽化數(shù)據(jù)的地方。Affectiva 的臉部表情回應(yīng)數(shù)據(jù)庫就是這個類型，還有 Pallas Ludens(端到端數(shù)據(jù)注釋服務(wù))，以及 opensensors.io(為傳感器數(shù)據(jù)公共資源附加價值)?；蚝歪t(yī)學(xué)圖像數(shù)據(jù)——受制于某些棘手的隱私問題——會讓個性化治療、護(hù)理以及更好的診斷成為可能。這方面，看 Genomics England 公司是個好例子。

　　3. 硬件前沿，GPUs 已經(jīng)讓一些巨大進(jìn)展成為可能。(一張NVIDIA GeForce GTX Titan就能讓我檢測蝙蝠的音頻信號)　

　　蝙蝠信號的聲譜圖(下圖)及ConVnet預(yù)測(上圖)。

　　但是，這些只是圖像處理器。高效學(xué)習(xí)以及推理的 下一個拐點，會來自為機(jī)器學(xué)習(xí)特別設(shè)計處理器這一領(lǐng)域。Graphcore 稱之為智能處理器單元(Intelligent Processor Units)。同時，Nervana Systems， Teradeep(Yann LeCun 擔(dān)當(dāng)顧問)以及 Thinci 正在打造他們自己的定制硬件。將一些對教育有幫助的公司(Udacity, Coursera, Kaggle 等)，或管理代碼庫和項目的公司(比如 Atlassian，上市準(zhǔn)備中)包括進(jìn)來，也是很有意義的。

　　情感開發(fā)

　　眾多初創(chuàng)公司在這個領(lǐng)域的表現(xiàn)都差強(qiáng)人意。正如 MIT 的情感計算小組(Affective Computing group)所言：

　　情感對于人類體驗來說至關(guān)重要，它影響認(rèn)知、觀念、以及學(xué)習(xí)、交流、甚至理性決策等日?；顒?。然而,技術(shù)人員卻大大忽略了情感的作用并為用戶創(chuàng)造出一種經(jīng)常讓人感覺挫敗的體驗...　　

　　用來訓(xùn)練一個微表情探測器的圖片

　　第一個任務(wù)是訓(xùn)練識別人類情感的模型。Emotient，RealEyes 及 Affectiva，都使用了臉部表情來推理情感，目前(看起來)很大程度上是一種營銷手段。Cogito Corp 及 Beyond Verbal 關(guān)注的是從語音中解讀情感線索，進(jìn)而展開市場調(diào)研，提供更好的用戶體驗。

　　接著是模仿情感行為，比如，為了和人類自然互動。那個「友善」的機(jī)器人 Jibo，就是只用一只「眼睛」表達(dá)情感的絕佳的例子。盡管未能找到其他例子，不過，一定會出現(xiàn)比較便宜的、具有自適性和回應(yīng)性的機(jī)器人玩具(比如Paro，治愈系海豹機(jī)器人，不過僅供娛樂)。這些機(jī)器人的優(yōu)勢在于，避免了對話性機(jī)器人玩具隱私方面的擔(dān)憂，比如像 Toy Talk 及 Mattel 的 Hello BarbieTM，至少在聲音的本地化而非云端處理后。

　　另一些應(yīng)用包括個性化保健與教育、沖突解決方案、協(xié)商訓(xùn)練，以及自適應(yīng)游戲。這些領(lǐng)域看起來很適合運用機(jī)器學(xué)習(xí)，因為情感體驗是主觀和多變的。

　　行業(yè)滲透

　　機(jī)器智能是否會讓人類勞動力顯得多余，對此，我持觀望態(tài)度，不過我會指出，它當(dāng)然會有望幫助人類完成許多專業(yè)任務(wù)(而且在這一過程中，能為消費者在金錢方面提供更好的選擇和價值)。

　　這些技術(shù)能做什么?拿法律行業(yè)為例，Ravn Systems 實現(xiàn)了法律工作中(重復(fù)而單調(diào)的)文件審查自動化;Bitproof’s Peter 是一個人工智能法律助手，能請求簽名，生成合同以及證明文件;Premonition.ai 使用數(shù)據(jù)來搜索司法審判中的無意識偏見。

　　在招聘，保險，財務(wù)管理等領(lǐng)域，類似工具能讓專業(yè)人士將更多的時間花在工作上更加讓人滿意的方面，諸如鍛煉判斷力，進(jìn)行決策以及娛樂客戶。

　　醫(yī)療改革

　　藥物發(fā)現(xiàn)總是昂貴而有風(fēng)險的，需要相當(dāng)?shù)闹腔?。但是，加入你能用?shù)據(jù)減少風(fēng)險，找到更好的藥物研發(fā)目標(biāo)，會怎樣?這是 Stratified Medical 的假設(shè)，運用深度學(xué)習(xí)進(jìn)行藥物發(fā)現(xiàn)。

　　另外，Enlitic 和 Zebra Medical 尋求運用深度學(xué)習(xí)來開發(fā)精確的診斷/決策支持工具，而 Your.MD 已經(jīng)與英國國家衛(wèi)生服務(wù)組織合作，開發(fā)提供個性化健康援助的 app。

　　搜索優(yōu)化

　　「什么電影來著，有個我妹妹喜歡的德國演員...和外星人有關(guān)...很朋克的那部?」

　　搜索軟件需要處理不準(zhǔn)確、主觀和個人的信息，就像人類做的那樣。它需要幫助我們從一堆龐雜信息中，發(fā)現(xiàn)與之相關(guān)的內(nèi)容。這一過程包括學(xué)習(xí)文本和內(nèi)容特征。事實上，這需要一篇博文的篇幅來講清楚，不過，這里有些例子：

　　Clarify 通過API使得音頻和視頻變得可檢索。它就是掃描文本，找關(guān)鍵詞來確定相關(guān)性，一個很贊的省時應(yīng)用。

　　Lumi 根據(jù)瀏覽歷史來推測你的品味，提供相關(guān)流行內(nèi)容。

　　Youssarian Lives 是一個能夠進(jìn)行側(cè)面連接的搜索引擎。

　　EyeEm 已經(jīng)將機(jī)器學(xué)習(xí)用于圖片市場，這樣，無需便簽就能進(jìn)行搜索特征，比如「愉快的」和「多雨倫敦」，而 Cortexica 及 Sentient Technologies / Shoes.com 也以類似的方式重新定義產(chǎn)品搜索。

　　搜索相關(guān)性的一個必要方面，當(dāng)然是「值得信任(trustworthiness)」，這樣，社交媒體及新聞網(wǎng)站的內(nèi)容和主張的就能進(jìn)行驗證或根據(jù)真實性評分。有人在做這個嗎?

　　網(wǎng)絡(luò)安全

　　網(wǎng)絡(luò)安全領(lǐng)域的機(jī)器學(xué)習(xí)已經(jīng)吸引了大批風(fēng)險資本(例如，Lookout 的 2.82 億注資， Vectra Networks 獲得了 7800 萬，Darktrace 的 4000 萬，以及 Cybereason 的 8900 萬)，但是，一系列壞消息(比如最近 TalkTalk 用戶數(shù)據(jù)被黑)表明市場仍有相當(dāng)大的缺口。

　　雖然就像任一片紅海一樣，但是，還是難以區(qū)分許多擁有表明相似產(chǎn)品的初創(chuàng)公司。在這方面我無疑有著更多的工作，也會密切留意網(wǎng)絡(luò)安全初創(chuàng)公司方面的加速器 Cyber London。

　　有太多應(yīng)用領(lǐng)域了，很難去僅僅關(guān)注一兩個。

　　對新數(shù)據(jù)集的研發(fā)和應(yīng)用的步伐正使得機(jī)器智能成為一個如此令人興奮的領(lǐng)域。尤其是，此刻的倫敦蘊(yùn)藏著真正意義上的動力，靠近世界級學(xué)術(shù)機(jī)構(gòu)的東道主(倫敦帝國學(xué)院，英國倫敦大學(xué)，哈佛和劍橋)，擁有一個已經(jīng)建立起來的創(chuàng)業(yè)生態(tài)系統(tǒng)(例如，Entrepreneur First加速器積極擁抱機(jī)器學(xué)習(xí)型人才)，還有成為目標(biāo)客戶中心——金融，法律及政治——的地理位置。