硅谷报告追踪个公司透视人工智能现状.鼓励

Venture Scanner追踪了957个人工智能公司，横跨1 种类，总共融资额达到了47亿美元。以下的15张表格总结了人工智能当下的状况。

更不是你输我赢的“零和博弈”硅谷报告：追踪 957 个公司 透视人工智能现状 企业们通过在已有数据的基础上学习，建立计算机程序。例如包括了预测数据模型和软件平台，分析行为数据。 企业们在特定领域已有数据的学习基础上，建立计算机程序。例如包括使用机器学习技术来检测银行错误，或者识别出最好的零售线索。 企业们会建立计算机算法，能够把人类的语言输入转化成能够理解的表示。例如自动生成叙述文，并且挖掘文本数据。 企业们会处理语音的片段，确定准确的单词，并从中得到含义。例如检测语音命令、并将其转化为可操作数据的软件。 企业建立一个技术，可以处理和分析图片，并从中识别出物体，得到相关的信息。例如视觉搜索平台和图片标记的API。 企业在垂直领域使用图片处理的技术。例如识别人脸或者通过拍照搜索零售产品的软件。公司通过手势和计算机交互和通信。例如一些软件，可以通过身体的移动来控制电子游戏，或者通过手势独自操作电脑和电视。根据反馈和命令，执行日常任务和服务。例如一些站和App，能够帮助人们管理日历。可以从他们的经验中学习，并且根据条件和环境反馈自主行动。例如家庭机器人，可以根据人们的情绪进行反应。还有零售机器人，可以帮助客户在商店找到物品。 预测用户对一些项目，例如电影和餐厅的偏好和兴趣，并提供个性化的推荐建议。例如音乐推荐应用和餐厅推荐站，基于一个人过去的选择提供建议。 软件可以自动察觉它的背景环境，例如位置、方向、灯光，并且相应的调整它的行为。例子还包括检测到环境黑暗的时候，灯光自动亮起来。 识别出一个人的语音，并且马上自动翻译成另一种语言。例如在视频聊天中的语音翻译，或者在络视频会议中，自动、实时转换成多国语言。 通过把采样的视频内容和视频库的文件对比，通过该视频的独特性识别出内容。例如在用户上传视频的时候，通过对它采样并和视频库对比，识别出是否盗版。

上表总结每一个人工智能类别公司的数量，以展示哪个类别站在支配着现在的市场。机器学习（应用）类别有着最多的公司（26 个），其次是自然语言类别的公司，有154个。 上表总结了每一个人工智能类别的风险投资总额。机器学习（应用）类别有着20亿美元，26 个，自然语言理解公司有着6.62亿美元，154个。 上表总结了人工智能历年拿到的投资总额。2015年是人工智能投资最好的一年，蛮有趣有着12亿美元的投入，2014年其次，有着10亿美元投入。 上表总结了每个企业在人工智能类别中的平均融资。机器学习（应用）类别平均拿了1700万美元的投资，其次是智能机器人和手势控制类别，每个公司大概拿了1400万美元。 上表总结了人工智能类别中的平均成立时间。语音到语音的翻译是其中最成熟的人工智能类别，平均有着1 年的成立时间，是紧随其后的三个公司（手势控制、视频自动内容识别和语音识别，平均大概8年的时间）的1.5倍。 上表总结了人工智能每个类别的成立时间中位数。视频内容识别是其中最为成熟的类别，中位数是7.8年，其次是语音到语音翻译，中位数是7.2年。 上面的地图显示了人工智能公司的数量，它们坐落于不同的国家。美国排名第一，有着499个人工智能公司，英国排名第二，有着60个。 上图显示了人工智能公司在不同国家的融资情况。美国排名第一，有着42亿美元的投资。 上图总结了人工智能公司的成立时间。201 年是最多人工智能公司成立的时间，有着118个公司在那时候成立了。然后是2012年的10 家。 2010年有着最多的融资额，达到了5.66亿美元，其次是2012年，有着5.56亿美元。 人的公司超过了50%。超过90%公司的员工数，都在1到50之间。 上表总结了人工智能领域的主要投资机构，以及它们的投资数量。Accel是其中投资了最多的，投资次数总共达到了2 。New Enterprise Associates紧随其后，投资了18次。 选定的投资机构对独特人工智能公司的投资。Accel排名第一，总共对20个独特的人工智能公司进行了投资，其次是英特尔，有着14个。