五家人工智能初创公司致力于改变世界领域的重大问题。当然，科技初创公司是一些最重要的创新的幕后推手。在最近的文章中，我们研究了革新自然语言处理的初创公司和引领MLops发展的初创公司。在这里，我们将看看“应用人工智能”的初创公司。这些公司正在应用不同的技术——无论是处理图像、文本、音频、视频、分类或表格数据，还是以上技术的组合——来应对各种行业挑战，从实现自动驾驶汽车的承诺到推进农业生产.边界。1.我们和ArgoAI在一起吗？多年来，我们似乎一直在等待承诺，但自动驾驶技术的工作仍在继续。ArgoAI是一家旨在成为自动驾驶汽车完整平台的公司，涵盖所有软件、硬件、地图和远程基础设施，带我们进入一个我们不必坐在公共汽车或火车上就能到达的美好未来工作。ArgoAI与福特和大众等合作伙伴合作，正在突破研究的界限，刚刚发布了ArgoLiDAR（光探测和测距），这是一种用于检查最远400米外物体距离的新方法，并且在夜间和夜间工作良好低光照条件，并且能够处理像隧道这样的过渡，这可能会给其他激光雷达阵列带来问题）。ArgoAI并没有对其当前的技术做出疯狂的承诺，但它似乎正在努力构建安全辅助驾驶体验的所有构建模块，在美国六个城市进行测试，并计划今年晚些时候在欧洲进行测试.2.CeresImaging也许它不如自动驾驶那么神奇，但CeresImaging的农作物种植技术很可能在您坐上自动驾驶汽车并让它带您去超市之前很久就帮助您降低食品杂货费用。CeresImaging完美融合了老式技术和尖端技术，避免使用安装在固定翼飞机上的高分辨率相机拍摄卫星或无人机图像，并将这些图像用作一系列模型的输入，为农民提供关键信息，例如在田间发现灌溉问题前两到三周发现灌溉问题，纠正过度浇水或缺水，以及计算解决这些问题将如何影响产量。此外，CeresImaging可以减轻农民执行简单、劳动密集型任务（例如树木计数）的负担，而不是从航拍图像生成树木数量。Ceres将提交一份报告，按树种统计树木数量，确定缺失和受损树木的位置，甚至生成苗圃订单以进行替换。这只是AI技术如何解锁进步的一个小例子，即使是在有人说到“神经网络”这个词时可能不会立即想到的领域。3.LandingAILandingAI由GoogleBrain联合创始人、前百度数据科学负责人吴恩达创立，旨在将AI的力量带到尚未看到它带来进步的领域。该公司的第一个产品LandingLens是一个集成平台，允许制造商将他们的专业知识与LandingAI相结合，以生产一个不断改进的视觉检测平台。除了制造业，LandingAI还致力于为农业和汽车行业开发视觉检测系统。LandingAI方法的一个有趣方面是它如何将用户数据置于解决方案的中心。处理输入数据通常是数据科学家工作中最不令人兴奋的部分，但是尽管自我监督解决方案在过去几年中取得了长足的进步，但输入数据才是您可以对您的应用程序产生最大影响的地方。不管你的模型有多花哨；如果你给它喂屎，你就是在往外面扔屎。因此，LandingAI专注于一个高效且易于使用的标签系统，该系统可确保持续收集数据并轻松地重新训练和验证模型，当然，如果推理突然发生偏差（例如，如果相机丢失颜色通道）。4.Sentinel迟早，我们需要一种方法来检测deepfakes。虽然deepfakes（使用人工智能技术生成真人的虚假音频和视频）尚未完全成为主流，但生成此类媒体所需的费用和知识每周都在减少。您可能已经看到最近有关说服力的新闻报道。更有说服力的假汤姆克鲁斯在我们的未来。Sentinel总部位于爱沙尼亚，致力于成为该领域的领导者之一。凭借北约网络安全部门令人印象深刻的资历和爱沙尼亚前总统的支持，他们提供了一个利用各种深度学习方法的API，以及用于比较目的的现有假货的大型数据库，以确定上传的媒体是否是假的。Sentinel系统甚至会生成一份报告，说明在阳性结果的情况下如何生成假的。5.Standard与遍布美国几个主要城市的AmazonGo商店一样，Standard承诺无需排队即可进行实体购物。当你进入商店时，你可以使用移动应用程序签到，四处走走，拿走你想要的东西，然后就可以离开了。Standard的计算机视觉技术会跟踪您离开大楼时随身携带的所有物品，并为您的账户开具账单。体验比AmazonGo更流畅，没有十字转门或大门。Standard非常希望成为让这项技术在零售商中无处不在的公司，连接到他们的供应链以提供详细的分析以及最流畅的结账体验。目前，Standard在旧金山有一家旗舰店（但当然！），并已与CircleK签署协议，在亚利桑那州进行一些试点试验，用自动结账技术改造四家商店。如果一切顺利，我们可以看到Standard的购物AI在全国迅速普及。接下来呢？在这份简短的初创公司简介中，我们可以看到计算机视觉、自然语言处理和其他深度学习方法等尖端技术垂直领域非常广泛，而且可能被低估了。神经网络一直在学习越来越多的东西。它们已经存在于我们的手机中，并且正在进入我们的商店、汽车、供应链、制造工厂和农场。谁知道他们在2030年还会在哪里？
