文章|海中天 在科幻小说中，我们经常看到AI软件。
很多人认为AI是一项未来存在的技术，并且可能成为现实。
也许会永远停留在幻想之中。
事实并非如此，我们大多数人每天都在使用人工智能软件。
当你与智能手机交谈时，当你搜索互联网时，当你检查社交媒体时，你正在与人工智能打交道。
人工智能软件与我们一起玩游戏、创作音乐、编写电影剧本。
当你在线购物时，遇到人工智能的机会正在增加。
Gartner预测：“到2020年，不需要人类控制的自动软件代理将参与全球5%的经济交易。
”到2020年，全球数以万计的工人将在机器人“老板”的监督下工作。
有些人开始担心他们会失去工作。
马斯克和霍金等知名人士也曾公开谈论人工智能可能造成的威胁。
生命未来研究所警告说，智能机器可能对人类生命构成威胁——一种生存风险。
到目前为止，还没有任何人工智能软件具备威胁人类生命的能力，而且距离还很遥远。
大多数人工智能软件仅用于执行常见任务，例如理解自然语言、识别物体、识别图片中的人脸、提供购物建议以及寻找问题的答案。
AI技术日新月异，发展迅速。
许多AI智能体引入了机器学习技术，随着时间的推移，它们会变得越来越“聪明”。
许多大型科技公司和小公司都在积极从事人工智能研究。
以下是 45 个最有趣的人工智能项目的例子： IBM 在人工智能领域，IBM 是早期的先驱。
它将现代人工智能带给公众。
IBM Watson 参加了电视节目 Jeopardy。
IBM在推出人工智能解决方案时喜欢使用“认知计算”一词，并以“Watson”为名销售产品。
到目前为止，IBM拥有数十种不同的AI产品和服务，大致可以分为两类：开发者工具和预制应用程序。
IBM还赞助1万美元，让初创企业参与挑战，利用AI解决全球重大问题。
1. Watson API主要针对开发者。
这些工具允许公司在自己的应用程序中调用 IBM Watson 的认知计算功能。
目前，IBM总共开放了19个不同的API。
这些API可以提供不同的功能，例如概念扩展、对话、语言翻译、个性化洞察、语气分析、关系提取、语音转文本、文本转语音等。
，视觉识别和分析。
客户可以通过 IBM Watson Developer Cloud 服务获得这些功能。
2. Watson Marketplace 在Watson Marketplace中，IBM提供了多种基于认知计算技术开发的应用程序，包括Watson Trend（个性化购物APP）、Watson Analytics、Talent Insights以及面向社交的媒体分析工具（Analytics）社交媒体）和临床试验匹配工具（Watson for Clinical Trial Matching）。
3. SystemML IBM开放了一些机器学习技术，其中就包括SystemML。
作为 Apache 孵化器项目，SystemML 的目标是为 ML 算法提供灵活的规范，并自动规划单段内存操作、MapReduce 或 Spark 操作分配等一系列任务的混合执行时间。
谷歌的每个人都知道谷歌在研究领域投入了巨大的资源。
公司内部有一个名为“谷歌大脑”的团队，从事AI项目的开发。
他们的大部分成果被用于其他 Google 产品，包括搜索、Google Now 和 Android 个人助理。
谷歌团队的一些工作成果是开源的，团队也发表了一些关于AI的论文。
4、TensorFlow TensorFlow是Google的一个开源AI项目，由“Google Brain”开发。
Tensor Flow 使用数据流图构建数值计算库。
它开放了Python和C++ API，允许开发者在自己的应用程序中使用Google AI技术。
5.谷歌云机器学习项目（Google Cloud Machine Learning）谷歌通过云计算平台向开发者提供一些机器学习技术。
谷歌自己的许多产品都使用了同样的服务，包括图像搜索、语音搜索、翻译和Gmail智能回复。
6.DeepMind，谷歌收购了伦敦人工智能初创公司DeepMind。
迄今为止，DeepMind团队最耀眼的工作就是AlphaGo系统的开发。
正是因为它，计算机程序首次在围棋棋盘上击败了人类职业棋手。
团队正在增强机器学习的学习能力，并将深度学习技术应用于医疗健康领域。
7. RankBrain对搜索引擎排名的决定性因素有哪些？谷歌尚未透露具体细节，但该公司此前曾表示，其部分算法中使用了一种名为RankBrain的人工智能技术。
RankBrain 可以猜测 RankBrain 以前没有见过的搜索词的含义，但它可以提供相关结果。
RankBrain 不提供下载，也不出售，科技行业对其感兴趣。
与其他大型科技公司一样，微软内部也拥有庞大的机器学习和人工智能团队。
团队下有多个子团队，专注于算法经济学、深度学习、机器学习、机器教学、自然语言计算等项目的研究。
该公司网站上列出了大量当前正在进行的项目。
项目。
机器学习和人工智能团队的创新也已融入微软的产品和服务中。
8、Cortana Cortana是微软推出的一款个人助理软件。
它也可能是最著名的人工智能软件。
Cortana 与 Windows 10 集成，并且也已进入 Android 和 iOS 平台。
Cortana 可以执行提醒用户和处理自然语言搜索等任务。
9. CNTK 近年来，微软开始拥抱“开源”理念，现在已经在 GitHub 上发布了一些 AI 技术。
CNTK是“计算网络工具包”的缩写。
它是开发人员可以用来在自己的项目中部署分布式深度学习功能的工具。
最近，微软对CNTK进行了升级，使其更加强大和可扩展。
10. DMLT DMLT是“分布式机器学习工具包”的缩写。
它也是一个开源项目，可以帮助训练机器学习应用程序的大规模模型。
DMLT包括DMLT框架（DMTK框架）。
11、微软认知服务（Cognitive Services） 微软向开发者提供一些AI API，有些需要付费，有些是免费产品。
微软目前提供的API涉及计算机视觉、情感、人脸、视频、Bing语音、语言理解、知识探索、推荐等功能。
微软也使用这些API来开发模板应用程序，一些模板已经在社交媒体中传播。
12. Project Malmo 这是一个有趣的项目，微软研究人员试图将人工智能引入 Minecraft。
研究人员正在训练人工智能理解复杂的环境、相互学习并运用学习技能来解决新问题。
13、2020年3月，微软推出了Tay，这是一款AI聊天机器人，可以在Twitter上与用户互动并持续学习。
一天之内，Twitter 用户“教会”了 Tay 什么是种族主义和攻击性命令，微软被迫删除了 Tay。
一周后，微软再次推出Tay，同样的问题依然存在。
微软表示，一旦 Tay 机器人可以安全使用，它将在 Twitter 上推出该机器人。
社交网络巨头Facebook在人工智能领域投入了大量资源。
FAIR（Facebook AI Research）主要从事人工智能研究，领域包括自然语言处理和计算机视觉。
14、Wit.ai Facebook收购了Wit.ai，后者可以为开发者提供机器人工具——与人类交流的机器人。
Wit.ai的语音识别技术可用于移动应用、家庭自动化、可穿戴产品和机器人与用户交互。
亚马逊很早以前就开始研究机器学习。
它利用电子商务网站上的技术向用户推荐产品并预测价格。
近日，亚马逊首席执行官杰夫·贝索斯表示：“我们确实很难估计人工智能在未来20年会对社会产生多大影响。
”亚马逊还收购了人工智能初创公司Orbeus。
15. AlexaAlexa是一项隐藏在Echo设备背后的技术，可以帮助用户播放音乐、回答问题和购买产品。
最近，亚马逊开放了Alex技术，让开发者也可以在自己的应用和设备中使用它。
16、亚马逊机器学习亚马逊的云计算部门AWS（亚马逊网络服务）提供了一项名为“亚马逊机器学习”的AI服务。
如果您想尝试该服务，可以选择免费版本，该版本具有高度可扩展性。
苹果对其人工智能计划一直保持沉默，也没有透露太多信息。
毫无疑问，苹果正在投资人工智能。
近日，苹果公司公开招聘与机器学习相关职位的员工。
它还收购了人工智能初创公司 Emotient 和 Vocal IQ。
17. Siri 也许苹果最著名的人工智能产品是语音助手 Siri，它已经安装在 iOS 设备上。
尽管 Siri 招致了很多批评，但它确实是一个早期的个人助理，为 Cortana 和 Google Now 等其他人工智能助手树立了标杆。
英特尔英特尔的AI研究主要集中在机器学习、深度学习、芯片和软件AI，并收购了多家专注于AI研究的小型企业。
18、Saffron Technology 2018年10月，英特尔收购了Saffron Technology，该技术有两个应用：Streamline和Advantage。
Streamline利用认知技术加速新产品的开发，Advantage利用大数据进行可视化分析。
雅虎首席执行官梅耶尔曾谈到人工智能的重要性。
雅虎在公司内部开发了多种人工智能工具来协助其网站的运营。
19. Caffe on Spark 今年，雅虎开放了所谓的“Caffe on Spark”工具，它结合了两个著名的开源项目Caffe和Spark。
最终，该项目可以在大型 Hadoop 集群上运行机器学习，雅虎使用该项目来帮助运营 Flickr 图像服务。
20. SkyPhrase 雅虎还利用收购来增强人工智能技术。
2016年，雅虎收购了SkyPhrase，现在它以SDK的形式向开发者提供SkyPhrase自然语言功能。
需要注意的是，开发人员只能通过邀请才能使用该技术。
Salesforce 首席执行官马克·贝尼奥夫 (Marc Benioff) 也痴迷于人工智能。
他相信，一个由AI主宰的世界将会到来。
为了加强其AI能力，Salesforce收购了一些小型企业。
21. MetaMind 今年4月，Salesforce收购了MetaMind。
该公司的目标是将深度学习和人工智能嵌入到业务应用程序中。
MetaMind自己的服务已经停止，其技术已集成到Salesforce的云计算产品中。
22. PredictionIO 今年2月，PredictionIO成为Salesforce的一部分。
它提供了一个开源的机器学习服务器，以便开发者可以快速构建预测引擎。
Salesforce还将PredictionIO技术集成到了自己的产品中。
其他AI项目 23. Accord.NET Framework 这是一个开源机器学习框架。
有了它，向程序添加音频或图像处理功能将变得更加容易。
该网站提供模板应用程序、文档和 wiki 等资源，使开发人员能够快速改进其技术。
24. Apace Mahout Apace Mahout 是一个开源项目。
其目标是创建一个环境，帮助开发人员快速创建可扩展的高性能机器学习应用程序。
Apace Mahout由三个关键部分组成：为AI应用开发者提供编程环境、为各种工具提供预制算法、以及提供名为Samsara的矢量数学实验环境。
25. BrainaBraina是“人工大脑”的缩写。
它是一款适用于Android或Windows PC的商务个人助理APP。
你告诉 Braina 信息，它就会自行学习。
Braina 还可以在智能手机和计算机上执行简单的任务。
26. CaffeCaffe 由加州大学伯克利分校伯克利视觉学习中心开发。
它是一个深度学习开源框架。
Caffe 为用户和开发人员提供了富有表现力的架构、可扩展的代码、快速的执行以及活跃的社区。
27. ConvNetJS ConvNetJS 是一个开源 JavaScript 库，允许用户直接从浏览器训练神经网络。
28. CycCycorp 提供了许多不同的语义工具，全部以 Cyc 品牌命名。
Open Cyc是一个开源的知识库和推理引擎，EnterpriseCyc的技术是一样的，但可以用于商业目的，而ResearchCyc是免费供AI研究人员使用的。
29. Deeplearning4jDeeplearning4j是一个开源工具，可以为Java添加商业级深度学习功能。
Deeplearning4j与Hadoop、Spark等大数据工具集成，还通过Skymind提供商业支持。
30.Encog Encog是一个开源机器学习框架，支持智能神经网络、向量机、贝叶斯网络、隐马尔可夫模型、遗传编程和遗传算法。
Encog 还支持 Java 或 C# 平台。
它是一个跨平台工具，可以在多核和GPU硬件上运行。
31. H2OH2O是一家为企业服务的人工智能公司。
第一资本、思科、尼尔森、PayPal 和 Transamerica 都是其客户。
H2O 提供了集成大数据工具（例如 Spark、Hadoop、R）和机器学习的工具。
该公司既有开源产品，也有商业产品。
32.MLlibApache Spark大规模数据处理引擎有一个机器学习库，它的名字是MLlib。
使用MLlib，部署Hadoop更加容易，性能比MapReduce快两倍。
33.Mycroft Mycroft致力于利用AI开发开源技术，以更好地控制物联网。
该公司发布了多个开源自然语言处理工具，他们还有一个众筹的物联网控制设备，类似于机器人。
34. NeurophNeuroph 是一个开源 Java 框架，可用于开发神经网络架构。
其主要目标用户是新的人工智能开发者。
Neuroph 提供了许多在线文档。
35. Numenta HTM/NuPIC Numenta开发基于分层临时存储器（Hierarchical Temporal Memory）的产品，它为生物和机器智能提供了框架。
NuPic 是一个开源平台，可用于分析数据、预测和发现异常。
36. Open Cog Open Cog 的目标是开发有益的通用人工智能（AGI），其能力与人类相当，并最终超越人类。
香港科技大学采用了Open Cog技术，团队相信他们很快就能开发出类似于人类预注册智能的软件。
37. Oryx 2 Oryx 2 使用 Apache Spark 和 Apache Kafka 架构。
它是一个用于实时、大规模机器学习应用程序的应用程序开发框架。
38、OpenNNOpenNN是“开放神经网络（Open Neural Networks）”的缩写。
事实上，OpenNN是一个用C++编写的预测分析库，性能强大。
OpenNN 的开发者名为 Artelnics。
他是一名软件工程师，擅长为企业开发数据分析软件。
39. Scikit-learnScikit-learn是一个开源项目，为Python提供机器学习工具。
其重点是数据挖掘和分析。
Scikit-learn 创建了其他几个开源项目，包括 NumPy、SciPy 和 matplotlib。
40. ShogunShogun 将自己描述为一个支持多种编程语言的“大规模机器学习工具箱”。
41.西阿诺。
自 2007 年以来，Theano 为科学研究提供了强大的计算能力。
它是一个对于某些深度学习开发应用非常实用的Python库。
42. TorchTorch运行在GPU上，基于LuaJIT。
它是一个开源科学计算框架，支持许多机器学习算法。
社区成员开发了用于计算视觉、信号处理、并行处理和其他人工智能应用的 Torch 软件包。
43、VivSiri创始人创建了Viv，这是一个新的AI平台。
Viv可以不断地从周围的环境中学习，每天提升自己的能力。
该软件目前无法下载，其背后的公司正在寻找有兴趣将 Viv 集成到其产品中的合作伙伴。
44. WEKA 新西兰怀卡托大学的机器学习团队开发了 WEKA，它可以挖掘 Java 应用程序中的数据。
WEKA可以提供用于数据预处理、分类、回归分析、聚合、关联规则和可视化的机器学习算法。
45. WolframAlpha WolframAlpha 是一个商业项目，它有一个知识引擎，可以回答基于不同主题的问题，包括数学、语言、化学、数据、健康、科学、金钱、历史等等。
我们可以使用网站上的免费版本，并付费使用Pro（专业版）服务，每月费用为5美元或6美元。