人工智能一直是近年來的熱門技術領域，機器學習是人工智能的一個子集，是整個人工智能領域最重要的組成部分之一。

機器學習是智能算法和統(tǒng)計模型的演進，可通過經驗改進軟件，而無需明確地編寫實現這些改進的代碼。例如，預測分析應用可以通過使用機器學習，隨著時間的推移變得更加精準。

但是機器學習也帶來了挑戰(zhàn)。開發(fā)機器學習模型和系統(tǒng)需要融合數據科學、數據工程和開發(fā)技能，獲取和管理開發(fā)和訓練機器學習模型所需的數據，也是一項嚴峻的任務。而要在現實的生產系統(tǒng)中運用機器學習技術，也是一個極大的障礙。

下面我們篩選了12家初創(chuàng)公司，有的已經成立了幾年時間，有的剛剛起步，但他們都在致力于解決與機器學習相關的各種挑戰(zhàn)。

AI.Reverie

[[354317]]

聯合創(chuàng)始人、首席執(zhí)行官：Daeil Kim

總部：美國紐約

AI.Reverie開發(fā)用于數據生成、數據標記和數據增強任務的AI和機器獲取技術，以強化計算機視覺。AI.Reverie的仿真平臺用于幫助獲取、整理和注釋訓練計算機視覺算法和改善AI應用所需的大量數據。

今年10月，AI.Reverie被Gartner評為AI核心技術領域的一家“Cool Vendor”。

Anodot

[[354318]]

聯合創(chuàng)始人首席執(zhí)行官：David Drai，

總部：美國加利福尼亞州紅木城

Anodot的Deep 360自主業(yè)務監(jiān)控平臺利用機器學習持續(xù)監(jiān)控各項業(yè)務指標，檢測重大異常情況，幫助預測業(yè)務績效。

Anodot的算法會對業(yè)務進行上下文理解，提供實時警報，幫助用戶降低事件成本高達80%。

Anodot已經在異常評分、季節(jié)性和相關性等領域獲得多項技術專利和算法專利。今年早些時候，Anodot在C輪融資中獲得3500萬美元，總融資金額達到6250萬美元。

BigML

[[354319]]

聯合創(chuàng)始人、首席執(zhí)行官：Francisco Martin，

總部：美國俄勒岡州科瓦利斯

BigML提供了一個全面的、托管的機器學習平臺，可以輕松構建和共享數據集和數據模型，制定高度自動化的數據驅動型決策。BigML可編程、可擴展的機器學習平臺可以自動執(zhí)行分類、回歸、時間序列預測、聚類分析、異常檢測、關聯發(fā)現和主題建模等任務。

BigML Preferred Partner Program支持推薦合作伙伴，以及那些銷售BigML和監(jiān)督實施項目的合作伙伴。例如，合作伙伴A1 Digital已經在BigML平臺上開發(fā)了一個零售應用，可以幫助零售商預測“銷售侵蝕”的發(fā)生——當一種產品的促銷或者其他營銷活動可能導致其他產品需求減少的情況。

StormForge

[[354320]]

創(chuàng)始人、首席執(zhí)行官：Matt Provo，

總部：美國馬薩諸塞州劍橋

StormForge提供基于機器學習的云原生應用測試和性能優(yōu)化軟件，可以幫助企業(yè)組織優(yōu)化Kubernetes中的應用性能。

StormForge的前身是Carbon Relay，開發(fā)的Red Sky Ops工具讓DevOps團隊可以用來管理Kubernetes中的各種應用配置，無論運行在什么IT環(huán)境中，都可以對其進行自動調整以實現最佳性能。

本周StormForge收購了德國公司Stormforger及其性能測試即平臺技術，同時更名為StormForge，并將其集成產品更名為StormForge平臺，這是一個面向DevOps和IT專業(yè)人員的綜合系統(tǒng)，可以主動且自動地測試、分析、配置、優(yōu)化和發(fā)布容器化應用。

今年2月，StormForge獲得了來自Insight Partners的6300萬美元資金。

Comet.ML

[[354321]]

聯合創(chuàng)始人、首席執(zhí)行官：Gideon Mendels，

總部：美國紐約

Comet.ML提供了一個云托管的機器學習平臺，用于構建可靠的機器學習模型，幫助數據科學家和AI團隊跟蹤數據集、代碼更改、實驗歷史和生產模型。

Comet.ML成立于2017年，到目前為止已經累計融資680萬美元，其中包括2020年4月獲得的450萬美元。

Dataiku

[[354322]]

聯合創(chuàng)始人、首席執(zhí)行官：Florian Douetteau

總部：美國紐約

Dataiku的Dataiku DSS(Data Science Studio)平臺旨在將AI和機器學習從實驗室?guī)氲綌祿寗有推髽I(yè)的廣泛應用中。數據分析師和數據科學家在一系列機器學習、數據科學和數據分析任務中使用Dataiku DSS。

今年8月，Dataiku在D輪融資中獲得了1億美元，總融資金額達到了2.47億美元。

Dataiku的合作伙伴生態(tài)系統(tǒng)包括分析顧問、服務合作伙伴、技術合作伙伴和VAR。

DotData

[[354323]]

創(chuàng)始人、首席執(zhí)行官：Ryohei Fujimaki

總部：美國加利福尼亞州圣馬特奧

DotData的DotData Enterprise機器學習和數據科學平臺可以將AI和商業(yè)智能開發(fā)項目的時間從幾個月縮短到幾天。DotData的目標是讓數據科學流程足夠簡單，以至幾乎所有人(不僅僅是數據科學家)都可以從中受益。

DotData的平臺基于AutoML 2.0引擎的，該引擎執(zhí)行機器學習和數據科學任務的全周期自動化。今年7月DotData首次推出了DotData Stream，一種支持實時預測功能的容器化AI/ML模型。

Eightfold.AI

[[354324]]

聯合創(chuàng)始人、首席執(zhí)行官：Ashutosh Garg

總部：美國加利福尼亞山景城

Eightfold.AI開發(fā)的Talent Intelligence Platform是一套人力資源管理系統(tǒng)，將人工智能深度學習和機器學習技術用于吸引人才、管理、開發(fā)、經驗和多元化。例如，Eightfold系統(tǒng)使用AI和ML讓候選人的能力與職位要求更好地進行匹配，通過減少無意識的偏見來提高員工的多元化。

今年10月下旬，Eightfold.AI宣布獲得1.25億美元的融資，使得Eightfold.AI的估值突破了10億美元。

H2O.ai

[[354325]] 

聯合創(chuàng)始人、首席執(zhí)行官：Sri Ambati，

總部：美國加利福尼亞山景城

H2O.ai致力于實現人工智能的“全民化”。

H2O.ai的H2O開源AI和機器學習平、H2O AI Driveless自動機器學習軟件、H2O MLOps和其他工具主要用于在金融服務、保險、醫(yī)療、電信、零售、制藥和數字營銷等領域。

H2O.ai最近與數據科學平臺開發(fā)商KNIME展開合作，將AutoMl的無驅動程序AI與KNIME Server進行集成，在整個數據科學生命周期(從數據訪問到優(yōu)化和部署)中進行工作流管理。

Iguazio

[[354326]]

聯合創(chuàng)始人、首席執(zhí)行官：Asaf Somekh

總部：美國紐約

Iguazio面向實時機器學習應用的Data Science Platform平臺可以實現機器學習工作流的自動化和加速，從而幫助企業(yè)大規(guī)模開發(fā)、部署和管理AI應用，改善業(yè)務成果——也就是Iguazio所謂的“ MLOps”。

2020年初，Iguazio在新一輪融資中獲得2400萬美元，總融資金額達到7200萬美元。

OctoML

[[354327]]

聯合創(chuàng)始人、首席執(zhí)行官：Luis Ceze

總部：美國西雅圖

OctoML的Octomizer軟件即服務讓企業(yè)組織更容易地在不同CPU和GPU硬件(包括邊緣和云)上更快地將深度學習模型投入生產環(huán)境中使用。

OctoML是由華盛頓大學Paul G. Allen計算機科學與工程學院開發(fā)Apache TVM機器學習編譯器堆棧項目的團隊創(chuàng)立的，Octomizer正是基于TVM堆棧的。

Tecton

[[354328]]

聯合創(chuàng)始人、首席執(zhí)行官：Mike Del Balso

總部：美國舊金山

Tecton于2020年4月剛剛走出隱身模式，它的機器學習數據平臺讓數據科學家能夠將原始數據轉化為用于生產的機器學習功能。Tecton的技術旨在幫助企業(yè)和組織利用海量數據并將其精煉成為預測信號，提供給機器學習模型。

Tecton的三位創(chuàng)始人：首席執(zhí)行官Mike Del Balso、首席技術官Kevin Stumpf、工程副總裁Jeremy Hermann之前曾在Uber合作，他們開發(fā)了Uber的Michaelangelo機器學習平臺，將Uber的業(yè)務擴展到成千上萬個生產模型，支持每秒數百萬筆交易。

Tecton在由Andreessen Horowitz和Sequoia領投的A輪融資中獲得了2500萬美元。