至顶网软件频道消息:
英特尔收购清单中的下一个目标会是谁?
英特尔正在通过收购重金投资人工智能(AI)——英特尔在过去今年中一直通过重磅收购,例如Mobileye、Itseez和Nervana Systems,来加强自己在AI方面的实力。
当市场对AI的兴趣日渐浓厚的时候,这个领域的收购也处于历史最高水平,市场研究公司CB Insights在最近一份题为“人工智能状况”报告中指出,与AI初创公司相关的交易从2012年的150笔增加到了2016年的698笔。
那么当英特尔持续打造自己的人工智能产品组合的时候,收购名单中的下一个目标会是谁?下面就让我们来看看这6家可能成为英特尔关注目标的AI初创公司。
Mighty AI提供了一个Training Data As a Service平台,通过为特定领域专家付费定制AI引擎来解决大数据问题——这样客户仍然可以使用AI技术,即使他们并没有必要的数据集来设置AI软件。Mighty AI成立于2014年,当时还是名为Spare5的智能手机应用初创公司,但是2017年该公司进行重新调整,专注于帮助企业扩展他们的自然语言模式。
英特尔与Mighty AI现在仍存有关系,后者是英特尔的客户——英特尔向自己的全球客户推广和销售Mighty AI的培训数据服务,因此它的技术可以轻松地集成到英特尔现有的AI产品组合中。英特尔的投资部门——Intel Capital——也在1月份为Mighty AI注资1500万美元。
DataRobot为设备提供了一个软件平台,采用所谓并行处理器的方法,来评估开源代码库模型(例如R、Python和H2O),自动发现对企业组织数据实施预测分析的最佳选择。该公司成立于2012年,还提供了一个数据科学教育计划,通过改变预测分析速度来缓解行业中数据科学家的严重短缺。英特尔曾在2016年的B轮融资中给DataRobot投资3300万美元,对英特尔来说,收购DataRobot将有助于拓宽英特尔的预测分析AI能力
Lumiata公司创建于2013年,它将AI带入到医疗领域,对患者数据运用数据为驱动的医学科学,这样医院就可以实施访问预测的AI分析。使用这些数据,医院就可以访问关于症状、诊断和药物的更精确信息。
Intel Capital曾在2016年5月以1000万美元领投Lumiata,帮助这家初创公司加速医疗AI的部署。收购Lumiata将有助于英特尔AI解决方案扩大到自动驾驶市场之外,延伸到利润丰厚的医疗领域。
AEye提供了一个先进的视觉系统,将计算机视觉与Light Detection and Ranging (LiDAR)相结合,LiDAR是一种可以检测地球表面和空气的遥感方法。该系统可以为自动驾驶车辆实现更精确的视觉智能,更好地了解车辆周围的环境会给车辆带来怎样的影响。
英特尔在6月参与了AEye规模为1600万美元的A轮融资。这家初创公司最近还以1600万美元收购了Lidar Tech,以强化自己的计算机视觉技术。AEye将会增强英特尔目前已经在自动驾驶车辆方面很强大的AI能力。
CognitiveScale提供两款转译大数据和实施机器学习的产品,覆盖企业的方方面面,从办公前端到关键任务核心功能。这些产品是通过CognitiveScale的云基础部署的,这个云基础可扩展至IBM、Amazon和微软的云基础设施。
CognitiveScale团队整合了在关键垂直领域的管理专长,以及在企业软件和机器学习方面的经验。英特尔曾在2016年8月与Norwest Venture Partners共同以2180万美元领投CognitiveScale。
Element AI创建于2016年,构建了可以快速投入市场的定制应用,主要提供AI即服务。这让企业能够快速部署AI能力,而不需要费劲构建一个内部的AI团队。
英特尔此前投资过这家AI公司,后来又6月由Data Collective领投在A轮融资中投入1.02亿美元。收购Element AI将有助于英特尔为那些想要有AI团队但没有必要资源的企业移除障碍。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。