虽然这两个术语可以互换使用，并且经常一起使用，但两者之间还是有区别的。人工智能是自动化的一大保障，而机器学习是人工智能的一个子集，它涉及程序或应用，基于数据获得更好的知识或理解正在执行的任务，而不需要重新编程。
这两种新兴技术催生了新的商业活动，其中机器学习初创公司或人工智能初创公司不断涌现。
IDC公司还预测，截至2019年底，40%的数字化转型举措将得到人工智能(AI)和机器学习(ML)的支持，因此不难理解为什么这两个流行术语被频繁提及的原因。因为很多人都在追赶潮流。
长久以来，具有颠覆性技术的创业公司往往引领着模式的转变，而传统守旧的企业通常被抛在潮流后面，因为它不愿意破坏其垄断地位或对技术发展反应迟缓。例如软件服务的概念是就由Salesforce公司所创建的，而不是IBM或Oracle公司，尽管这两家公司正在努力追赶。
然而，就机器学习(ML)而言，这项工作正在由传统厂商和初创企业所领导。老牌厂商的业务更加灵活，并且不会执着于以前的方式，因为有利可图。这就是为什么许多最具创新性的机器学习公司都是一些技术成熟的企业的原因。
以下是全球15家顶级机器学习公司的列表清单，由于其产品的重要性而被选中。这个清单按字母顺序排列，而不是企业等级或重要性的顺序。当然，这个机器学习公司名单还将会迅速发展和变化。
(1)亚马逊(Amazon)
机器学习贯穿亚马逊公司提供的消费者服务的整个过程，从网上商店到Kindle和Echo设备。其机器学习用于确定用户喜好，例如购买产品，以及Alexa引擎、Alexa智能家居设备、亚马逊JHIM、亚马逊重新认知、亚马逊音乐，以及其他功能。此外，该公司还提供基于消费产品经验的AWS机器学习服务。
(2)苹果(Apple)
苹果公司通过机器学习极大地增强了Siri的功能，因此它可以做的不仅仅是在用户联系人列表中呼叫某个人，还可以识别最近发送电子邮件但不在用户联系人列表中的人。此外还具有面部识别功能，可识别3万多个汉字，或向用户显示其停放汽车的位置等功能。
在过去的两年中，苹果公司收购了大量的机器学习和人工智能创业公司，其中包括Littice.io、Regaind、Pop Up Archive、Init.ai和SensoMotoric等。
(3)Ayasdi
Ayasdi最初是由DARPA公司资助的创业公司，其技术来自斯坦福大学数学系，其核心技术拓扑数据分析能够在复杂数据中发现微妙的模式，尤其是能够发现所谓的“暗数据”的洞察力，或者通常被认为无用的，但实际上具有巨大价值的数据。
(4)Digital Reasoning
Digital Reasoning专门从事认知计算，将机器学习应用于通信数据中识别有趣的人类行为。它利用人工智能积累场景，填补任何来源的理解空白，解决有价值的问题和很难解决的问题，并根据揭露隐藏的关系、风险和机会得出结论。
(5)Darktrace
Darktrace公司使用人工智能和机器学习来提供一个名为“企业免疫系统”的网络安全系统，该系统通过学习所有设备和用户的行为模拟人体免疫系统，并随环境变化更新其理解，然后查找可能指示异常安全问题。因此，它不需要传统防病毒软件使用的病毒签名数据库，并且当发现新的威胁时必须不断更新。
(6)Dataiku
Dataiku提供分析软件，使企业能够更有效地构建和交付自己的数据产品。Dataiku的数据科学工作室是数据团队的企业级平台，可帮助企业更高效地使用自己的数据构建和交付应用程序和项目。它从安全到营销活动旨在帮助数据科学家成为规模更大的企业团队中的一员。
(7)Facebook
Facebook公司的20亿用户每天都在使用机器学习，但他们没有意识到这一点。它用于Facebook、Messenger和Instagram的朋友标签建议、个性化新闻提要、共同朋友分析，以及团体推荐。该公司在世界各地有四个人工智能的研究园区，这反映了它对人工智能的关注。
(8)Feedzai
Feedzai由一些数据科学家和航空航天工程师创建，旨在提供端到端的欺诈预防功能，并通过人工智能和机器学习为消费者提供更好和更安全的体验。它支持在线、移动和实体店，而不是按照规则和模式工作，机器学习通过每一次销售获取更多的知识。随着客户新的渠道上线，它会自动开始监控该渠道。它可以让分析师根据行为分析实时预测和防止电子支付流失。
(9)谷歌(Google)
谷歌公司在过去五年中收购了13家公司，以加强视觉处理、图像处理、Google语言、搜索引擎排名、语音识别和搜索预测功能。此外，它还为其谷歌云服务的客户提供Cloud AI服务，允许客户将机器学习添加到他们的应用程序中，例如图像搜索和识别、翻译和语音控制。
(10)IBM Watson
IBM公司推出沃森(Watson)系统已经有几年的时间了，但机器学习方面去年刚刚推出。它允许数据科学家转换数据，采用机器学习算法来训练预测模型，并构建智能应用程序，利用机器学习模型生成预测。开发人员还可以应用算法从数据集中学习，以生成可基于数据集进行预测的模型。它还为客户提供数据模型构建，他们可以从IBM公司提供的算法中进行选择，也可以由IBM决定哪种算法最适合他们。
(11)Luminoso
Luminoso是专门从事自然语言理解软件的顶级人工智能公司之一。它通过非结构化的文本数据，从呼叫中心和chatbot成绩单到社交媒体帖子，帮助企业从对话和反馈中获得洞察力，并优化客户交互，检测客户趋势，并发现客户所遇到的问题。
(12)N-iX
N-iX公司是一家定制开发商店，专门从事机器学习和认知计算专业知识。它拥有超过800名工程师，为医疗、金融科技、航空、信息和内容管理、娱乐和其他行业的客户建立定制应用程序。它使用Python&R创建机器学习算法，并使用多个附加库，其中包括Caffe，DeepLearning4J，TensorFlow，Theano，Torch等。
(13)QBurst
QBurst是机器学习公司和人工智能公司中的行业先驱。他们运用机器学习以企业要求的速度进行数据驱动的决策。使用各种机器学习技术可以解决人脑难以分析的多维问题。通过识别数据中的潜在结构，揭示新的见解，并从数据中做出准确的预测，机器学习算法可以将庞大数据集中包含的信息场景化。利用机器学习，用户可以优化以信息为中心的业务流程，根据客户需求定制解决方案，提高生产力，预测需求以及众多其他可能性。
(14)高通(Qualcomm)
高通公司并没有像苹果、三星和英特尔这样的竞争对手那样进行收购，但它在2017年收购了荷兰机器学习初创公司Scyfer，因此迈出了重要的一步。高通公司的努力主要集中在设备层面部署人工智能技术。其推出的新款Snapdragon芯片都具有某些用于在手机上运行的人工智能功能，而不需要将数据发送到云端处理。高通公司表示，它将重点放在设备上的解决方案，以提高可靠性，减少延迟和带宽使用，并改善隐私保护。Scyfer公司已经为收入预测、医疗健康识别和制造企业质量检测等功能构建了人工智能工具。
(15)优步(Uber)
对于人们来说，Uber是一家众所周知的租车公司。其成功来自于Michelangelo的背后支持，这是一个机器学习即服务平台，使内部团队能够在Uber公司的规模上无缝构建、部署和运行机器学习解决方案。它涵盖了端到端的机器学习的工作流程，如管理数据，培训、评估和部署模型，进行预测以及监测和预测，例如乘车将在多久之前到达。Uber公司计划最终向公众提供这种机器学习即服务。
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号